A história da Inteligência Artificial é marcada por avanços fundamentais que moldaram o campo como conhecemos hoje. O Teste de Turing, proposto em 1950, estabeleceu um marco conceitual para avaliar a inteligência de máquinas. Décadas depois, o desenvolvimento do algoritmo de Backpropagation em 1986 permitiu o treinamento eficiente de redes neurais multicamadas, abrindo caminho para o Deep Learning.
A década de 1990 viu o surgimento de LeNet, uma das primeiras CNNs bem-sucedidas, demonstrando o potencial de redes convolucionais. Em 2012, AlexNet marcou o renascimento do Deep Learning, vencendo a competição ImageNet e inspirando uma nova geração de pesquisas. O ponto de virada definitivo veio em 2017 com o artigo "Attention is All You Need", que introduziu a arquitetura Transformer, revolucionando o processamento de linguagem natural e estabelecendo a base para os modelos de linguagem de grande escala que dominam a IA moderna.
1950
Teste de Turing: base para avaliar inteligência de máquinas.
1986
Backpropagation populariza o treinamento de redes.
1998
LeNet marca avanço em reconhecimento de dígitos.
2012
AlexNet impulsiona o Deep Learning em visão.
2017
Transformer redefine NLP com atenção paralela.