Nota: Artigo publicado na Revista Saber Eletrônica em 1978.
Se há algo que apavora a humanidade, principalmente depois do advento dos computadores, é imaginar que um dia estes possam pensar e com isso tomar decisões que venham afetar nosso futuro ou mesmo, segundo alguns acreditam, implicar na submissão do homem à máquina. Muitos livros e filmes de ficção focalizam este assunto de maneira até chocante, levando os leitores menos informados a pensar que realmente isso pode acontecer. Até que ponto as máquinas podem vir um dia a pensar e o que estamos fazendo no sentido de obter (ou evitar) isso é algo que todos gostariam de saber, principalmente os que hoje têm um computador ou trabalham com um. Neste artigo vamos fazer uma análise do que realmente pode ocorrer no futuro e está ocorrendo agora e que levariam a termos máquinas que realmente pudessem ser chamadas de inteligentes.
Para os cientistas do passado estava tudo resolvido: Sir Isaac Newton e outros achavam que uma vez que o homem era capaz de equacionar qualquer sistema, vivo ou inerte, bastaria ter os elementos correspondentes para poder fazer sua reprodução. Assim, uma vez que tivéssemos as "equações" que descrevessem uma flor, uma pedra ou um pássaro seria possível reproduzir qualquer um deles com perfeição, a ponto de ser impossível distinguir o "natural" do "artificial". Houve até quem, na época, propusesse que as academias de ciências, universidades e centros de pesquisas deveriam ser fechados e os cientistas e pesquisadores aposentados definitivamente por que "não havia mais nada para ser descoberto!".
Puro engano!
Quando pensamos na complexidade que o cérebro humano tem, com suas bilhões de unidades lógicas (neurônios), vemos que o homem está muito longe de conseguir uma reprodução, por mais simplificada que seja, de algo a que possamos atribuir uma inteligência. Isso ficou claro quando as primeiras máquinas de calcular foram desenvolvidos, revelando-se meros dispositivos mecânicos. O advento do computador inicialmente trouxe uma esperança de que não estaria longe o dia em que as máquinas "pudessem pensar’, e muitos achavam nos anos 50 que, antes do ano 2 000, já teríamos verdadeiras "máquinas pensantes" a nosso serviço.
Os pesquisadores, entretanto, subestimaram a complexidade de nosso cérebro e superestimaram a capacidade dos computadores, e mesmo agora, a menos de 5 anos do fim do século, estamos muito longe de ter "máquinas pensantes".
Isso não significa, entretanto, que não exista uma preocupação no sentido de se obter máquinas que possam aprender pela experiência, a tomar decisões que não sejam programadas e até a reconhecer sons, como o da voz humana, ou formas como a da fisionomia, e estão sendo conseguidos alguns resultados bastante positivos. A própria evolução dos computadores que usamos hoje na maioria dos locais, e que são dispositivos baseados puramente em lógica, dificulta a obtenção desses comportamentos, mas isso não significa que não estejam sendo procuradas soluções e que algumas não estejam até levando a resultados muito interessantes.
As implicações morais e éticas que a convivência, no futuro, com uma máquina que raciocine e que até possua sentimentos, não fazem parte deste artigo. Deixamos isso para que o próprio leitor pense e quem sabe até nos dê algumas opiniões sobre o assunto.
AS SOLUÇÕES
a) Solução por Software
Um computador não pode fazer nada que não tenha sido previamente programado. Se programarmos um computador de tal forma que ele saiba que 2+1= 3, no dia em que aparecer o problema inverso, perguntando quanto é 1+2, ele não será capaz de concluir que é a mesma coisa. E claro que, se ele for programado para isso, as coisas mudam, mas isso implica na ação externa!
O homem se comporta de modo diferente: tudo que faz, gerando novas experiências, ele assimila e usa na resolução de novos problemas. E o que denominamos aprendizado pela experiência.
A estrutura lógica de um computador, baseada em regras fixas, no comportamento absolutamente lógico e inflexível dos circuitos, impede que ele tenha esse mesmo comportamento, pelo menos de forma natural. Nos Estados Unidos, na Universidade de Carnegie Mellon, pesquisadores estão trabalhando no sentido de criar programas que possam fazer com que, se novas informações forem obtidas no processamento ou no trabalho normal de um computador, elas sejam "assimiladas" e passem a fazer parte deste programa.
O sistema denominado SOAR, quando recebe um problema para resolução, em primeiro lugar, verifica se ele conhece uma solução.
Se isso não acontecer, usa um procedimento especial no sentido de procurar, no "universo" dessas soluções, uma que possa ser usada, e se der certo, ele a "incorpora" de modo a poder usar em outras situações. Os sistemas "inteligentes" em que isso ocorre podem, portanto, aumentar seu "conhecimento" à medida que trabalharem, pois cada nova experiência passa a fazer parte de um arquivo que ele consulta na resolução dos problemas seguintes.
Esse trabalho, muito interessante, é feito por um grupo de pesquisadores que então prevê que o computador não tenha todas as soluções dos problemas programadas inicialmente, mas sim uma série de procedimentos no sentido de procurá-las.
Desta forma, à medida que processa problemas e vai encontrando soluções, ele vai "aprendendo" e com isso consegue resolver os problemas mais rapidamente à medida que "adquire experiência".
Talvez, no futuro , seja interessante vermos nos anúncios de venda de computadores "usados" a importante citação de "tantos anos de experiência" que valorizariam ainda mais uma máquina desse tipo! 
Muitos sistemas "inteligentes" atuais, baseados em software, comportam-se desta forma, podendo incorporar a solução encontrada para um problema não programado a um banco de dados.
Mas existe uma dificuldade enorme no sentido de se obter máquinas realmente inteligentes: os cientistas acreditam que para que a máquina possa realmente tomar decisões por conta própria num nível aceitável, seriam necessárias pelo menos 10 milhões de situações programadas para que houvesse um banco de consulta que possibilitasse a resolução dos problemas mais comuns.
E, para decepcionar um pouco os que esperam ver esta máquina funcionando rapidamente, informamos que até agora, depois de 5 anos de trabalho, os cientistas só conseguiram prever 1,5 milhão dessas situações programadas.
A solução por software, ao que parece, mesmo com as enormes velocidades dos nossos computadores e um crescente número de unidades de memória, ainda está um pouco longe. 
b) A Solução Eletrônica
Biônica é o nome da ciência que, por meios eletrônicos e mecânicos, procura imitar os seres vivos. Um braço mecânico que tenha circuitos sensores interligados com o sistema nervoso de uma pessoa e que pode mover-se comandado por impulsos nervosos vindos do cérebro dessa pessoa é um exemplo de aplicação da biônica.
Se pudermos montar células nervosas artificiais e ligá-las numa estrutura semelhante ao nosso cérebro, é de se esperar que esta estrutura adquira uma propriedade muito almejada: a inteligência.
Os pesquisadores que procuram imitar os neurônios por meio de circuitos eletrônicos vêm realizando seus trabalhos há décadas.
O próprio autor deste artigo trabalhou em pesquisa, com uma equipe de médicos da Escola Paulista de Medicina, em São Paulo - SP, nos anos 70, no sentido de obter um "neurônio eletrônico", denominado “Neurobiônio”. 
Acreditava-se, na ocasião, que se um certo número desses neurônios fosse interligado, seria possível estudar de maneira mais eficaz o modo como se processa o aprendizado, e com isso partir para a construção de verdadeiras máquinas inteligentes.
As pesquisas no Brasil infelizmente não duraram muito, mas em outros países os avanços foram multo grandes e hoje já se fala em "redes neurais", ou "computadores neurais" que possuem uma estrutura completamente diferente dos computadores comuns, assemelhando-se mais à estrutura de nosso cérebro (com muito mais simplicidade, é claro) mas que também apresentam propriedades extremamente interessantes.
Para entender bem a solução por hardware será interessante entendermos inicialmente como funciona o neurônio ou célula nervosa natural, e a partir daí tentar reproduzir um equivalente eletrônico.
O que diferencia o nosso sistema nervoso, incluindo o cérebro, de um computador comum, é a forma como os pulsos são processados.
Os computadores digitais trabalham exclusivamente com lógica, respondendo apenas de duas maneiras possíveis aos estímulos: sim ou não ou HI ou LO.
Um neurônio também trabalha com impulsos, mas de forma completamente diferente. Para os que pensam que um neurônio é um processador complexo, com a capacidade de trabalhar com informações de uma forma que a eletrônica não pode imitar temos reservada uma surpresa.
Conforme mostra a figura 4, os neurônios possuem "terminais de entrada" que recebem trens de impulsos e um "terminal de saida" que emite um trem de impulsos que depende da combinação dos impulsos recebidos nas entradas. 
Diferentemente dos circuitos lógicos, os neurónios levam em conta na resposta tanto a amplitude como a duração e a própria quantidade de impulsos de cada entrada para fornecer sua resposta.
Além disso, devemos levar em conta que existem "entradas" que tanto podem servir para estimular como inibir a célula.
Não se trata, portanto, de um dispositivo digital propriamente dito, mas sim com um comportamento mais próximo do analógico, pois variando linearmente os três parâmetros de entrada podemos ter uma combinação quase infinita de situações.
Mais do que isso, o neurônio não tem uma resposta fixa aos estímulos, mas "se adapta" a elas.
Se numa certa entrada predominarem estímulos de determinadas características, por exemplo de determinada intensidade, a faixa de repostas do neurônio que inicialmente era larga pode se estreitar e se adaptar a estes estímulos, conforme mostra a figura 5.
Isso significa que ele aprende" a reconhecer tais estímulos, e em pouco tempo deixará de responder aos estímulos que estejam fora desta faixa.
A SOLUÇAO ELETRÔNICA
Evidentemente não vamos utilizar circuitos lógicos para obter uma estrutura que se comporte da forma indicada.
Mas, se o leitor pensa que seria muito difícil obter um circuito capaz de apresentar o comportamento descrito está enganado.
Uma equipe de pesquisadores do lnstitute of Technology de Pasadena Califórnia, encontrou uma solução bastante simples e interessante para reproduzir neurônios e que pode até ser usada para experiências pelos leitores interessados.
Analisemos o circuito desenvolvido pelos pesquisadores:
lnicialmente vamos tomar uma configuração bastante conhecida de nossos leitores que é o amplificador diferencial com dois transistores, mostrado na figura 6. 
Os dois transistores nesta configuração conduzem de modo a manter o mesmo potencial nos seus emissores que estão interligados.
Se um dos transistores recebe um sinal de base, o circuito se desequilibra de tal forma que o outro transistor também modifica seu estado de condução. Se os dois transistores forem excitados, o circuito reage de forma combinada para que na saída tenhamos uma tensão que corresponda a uma diferença amplificada dessas tensões. Se as tensões ou estímulos aplicados nas entradas deste circuito forem iguais, o circuito se ajusta e não temos tensão de saída.
Em outras palavras, este circuito só fornece uma resposta se os estímulos ou tensões de entrada forem diferentes entre si, daí seu nome de "amplificador diferencial".
Observe que circuito funciona de maneira bem diferente dos circuitos digitais em quê temos saídas do tipo O ou 1, ou seja, apenas dois níveis de tensão: neste circuito temos uma saída proporcional à diferença das tensões de entrada, numa ampla gama de valores.
Este comportamento nos permite fazer uma associação muito mais real ao neurônio, onde temos uma entrada estimuladora e uma Inibidora. Mas ainda podem ser feitos aperfeiçoamentos neste circuito, se desejarmos que ele responda a pulsos com o mesmo formato de onda que os neurônios, levando em conta agora os tempos.
Para isso, o que se faz é acrescentar um integrador ao circuito. Com ele os Impulsos muito rápidos não provocam respostas, mas somente os impulsos na forma de trens que então geram uma resposta contínua, conforme mostra a figura 7. 
Mas a resposta continua ainda não é interessante, pois não corresponde à realidade. Os neurônios respondem a trens de pulsos gerando novos trens de pulsos. Uma forma de se conseguir isso é ligando o par diferencial a um novo par diferencial que tenha uma realimentação positiva feita por um capacitor.
Temos então um oscilador comandado por tensão, conforme mostra a figura 8. 
A quantidade de pulsos gerados por este circuito e sua velocidade, assim como a intensidade, vão depender agora da tensão contínua aplicada à sua entrada.
Nosso neurônio eletrônico passa então a ter um comportamento que se aproxima multo do neurônio "de verdade", conforme mostra a figura 9. 
Os trens de impulsos ou estímulos aplicados nas entradas determinam, pelas suas características, o nível de tensão gerado no par diferencial. Se os trens tiverem a mesma intensidade, um inibidor e outro excitador, a tensão será nula e não haverá resposta.
No entanto, se um dos trens pré dominar, a tensão desta etapa fará com que o segundo par diferencial, ligado como oscilador controlado, gere um trem de pulsos de saída.
A quantidade desses pulsos (frequência) e sua intensidade dependem justamente da combinação dos impulsos de entrada, exatamente como no neurônio real. Este circuito não tem, entretanto, uma propriedade Importante dos neurônios reais, mas que pode ser agregada com um pouco de estudo:
O aprendizado.
- As respostas aos estímulos, se bem que admitam uma enorme variedade de combinações, diferentemente do O e 1 digital, se mantêm constantes, não alterando com o tempo.
Uma idéia a ser estudada seria o acréscimo de circuitos de amostragem e retenção nos neurônios, cone, forme mostra a figura 10. 
Estes circuitos poderiam ser usados para armazenar os níveis de tensão mais comuns na entrada de modo a levar o neurônio ao seu reconhecimento. O capacitor de retenção faria o papel de memória. Mesmo armazenando cargas, talvez no máximo durante algumas horas, isso poderia ser suficiente para satisfazer um pesquisador numa bateria de testes. Montando uma boa quantidade destes circuitos seria possível criar uma estrutura neural capaz de processar sinais de forma bem diferente dos circuitos digitais, talvez revelando traços de comportamento que até então eram atribuídos apenas às criaturas vivas. 
Conclusão
As máquinas neurais já funcionam em muitos lugares. Computadores deste tipo são usados em aeroportos para "farejar" explosivos e tóxicos, pois os sensores não podem excitar circuitos digitais comuns dada a variedade de respostas que podem ter. Máquinas que, pelas informações de sensores, monitoram seu próprio funcionamento, dando indicações de onde estariam prováveis defeitos, já são baseadas em redes neurais. Não resta dúvida que o próximo passo na interligação mais íntima do homem com a máquina seria justamente uma estrutura com um funcionamento baseado em princípios comuns, e o neurônio é a solução.
Somente com este tipo de circuito o homem conseguirá "conversar" com um computador em sua linguagem e ser entendido por ele. Dizer, entretanto, que quando isso ocorrer, o computador alcançará o nível humano com pensamentos e sentimentos próprios é algo que não podemos arriscar. Mas leve-se em conta quantas coisas também não nos atrevíamos a afirmar há apenas algumas dezenas de anos...
Observação (2009): Na época em que o artigo foi escrito os computadores não eram poderosos o suficiente para se poder falar numa inteligência por software mais avançada. Hoje, entretanto, os programas inteligentes parecem superar as dificuldades encontradas para implementação do hardware inteligente, o que significa a possibilidade de que os neurônios virtuais ou as redes neurais virtuais sejam uma realidade, implementadas na forma de programas que são capazes de aprender. A lógica Fuzzy (Difusa) e outros recursos são a base do que hoje é uma disciplina totalmente estabelecida, a Inteligência Artificial. No nosso livro “Robotics, Mechatronics and Artificial Intelligence” temos um capítulo dedicado ao assunto. Veja em “Publicações Internacionais” neste site.
