Olá, caro Deviante. Tudo bem por aí?
Introdução
No ano de 1997, mais precisamente entre os dias 3 e 11 de maio, o mundo registrou a derrota do campeão mundial de xadrez, chamado Garry Kasparov, para o computador Deep Blue, construído pela IBM.
Este acontecimento foi o ápice de uma abordagem de Inteligência Artificial para jogos que ainda utilizavam o ser humano com participação ativa. O Deep Blue basicamente armazenava estratégias de grandes mestres do xadrez e as colocava em prática.
Imagem de uma sala com o famoso computador Deep Blue, composto por dois racks pretos com o discreto emblema da IBM do lado esquerdo superior.
O seu grande feito era a capacidade de consultar 200 milhões de movimentos de xadrez em um segundo. Mas em conceito, este computador não aprendeu a jogar o jogo. Ele era apenas uma enciclopédia gigantesca que tinha uma velocidade incrível para se autoconsultar.
Eu entendo que a diferença entre este comportamento descrito acima e um comportamento mais próximo de aprendizado de máquina não é tão óbvia para a maioria das pessoas.
Mas um fato ocorrido entre 9 e 15 de março de 2016 ajuda a elucidar um pouco esse dilema: um outro computador construído pela DeepMind, chamado Alpha Go Master, venceu Lee Sedol, 18 vezes campeão mundial do jogo Go e considerado o maior jogador da história do game.
Soma Zero
O mais importante dessa vitória histórica foram os bastidores técnicos que envolveram a construção do Alpha Go:
- Numa primeira etapa, eles utilizaram um método de aprendizado parecido com o do Deep Blue. Especialistas em Go inseriram mais de 30 milhões de posições de jogo na memória do computador. Uma rede neural (aqui vemos a diferença do Deep Blue) realizou um processo de imitação e previu as jogadas inseridas pelos humanos.
- Numa segunda etapa, ocorreu o grande ponto de virada. O Alpha Go, já com sua base de conhecimento estabelecida, começou a jogar contra si mesmo. E a cada nova iteração, o modelo refinava os movimentos da versão antiga. Ou seja, o conhecimento humano foi a chama, mas o autoconflito da máquina foi o que criou o incêndio.
Aprendendo do zero com ajuda de si mesmo
Em 5 de dezembro de 2017, a DeepMind revelou ao mundo que havia construído o AlphaZero.
Um computador disputou 44 milhões de partidas de xadrez contra si mesmo, e em 9 horas havia se tornado o maior jogador da história.
E aqui vem o requinte de crueldade: o AlphaZero jogou fez tudo isso sem receber o conhecimento de nenhuma partida realizada por humanos. Nenhuma dica, nenhuma supervisão de um grande mestre do xadrez. Apenas recebeu as regras e foi jogando contra si mesmo, revisando e aprendendo.
Para subjugar a habilidade do Alpha Go, até então o melhor jogador de Go da história, o AlphaZero demorou um pouco mais: 13 dias. Um fato ainda assim muito impressionante, uma vez que Go é um jogo muito mais complexo e com muito mais variáveis a serem exploradas.
Conclusão
Como já previa o mestre Garry Kasparov, os benefícios de um computador que aprende jogando contra si mesmo podem se expandir para além do tabuleiro.
Imagem do famoso ex-campeão de xadrez Garry Kímovich Kasparov olhando pensativo para o horizonte em frente a um tabuleiro de xadrez.
De 2020 a 2025, a DeepMind criou 3 máquinas revolucionárias que se expandiram além do universo dos jogos:
- A MuZero é utilizada para melhorar a compressão de vídeos do Youtube. Baseada na filosofia do AlphaZero, porém com um detalhe: sem a necessidade de conhecer as regras para jogar xadrez.
- A AlphaFold 2 resolve o problema do dobramento de proteínas com precisão atômica, aprendendo e evoluindo com mais de 50 anos de estudos em biologia.
- AlphaProof conquistou, em 2025, a medalha de ouro na Olimpíada Internacional de Matemática com técnicas baseadas na Alpha Go.
Tive contato com o termo Adversarial Training quando escrevia o artigo sobre antifragilidade e me interessei bastante. Você já conhecia? Conhece mais exemplos?
Adoraria continuar a conversa nos comentários.
Um abraço e obrigado pela leitura.
