A maioria esmagadora das pessoas toma conhecimento da computação através de suas técnicas e tecnologias, raramente tem acesso a, ou mesmo compreendem, a ciência que está envolvida. Muito daquilo que se conhece hoje como computação moderna se baseia nas ideias, conceitos e modelos que são apresentados no novo livro de Flávio Mello.. Teoria da Computação: Modelos de Computação para a Engenharia e Ciência da Computação começou a ser escrito em 2003 em conjunto com o saudoso Professor Roberto Lins de Carvalho, um dos pioneiros da Inteligência Artificial no Brasil. Entre testes realizados por 16 anos em turmas da graduação e pós-graduação, um período de inatividade rebelde e reativa, e uma releitura do mercado editorial, eis aqui o resultado final.

Tecnologias de Machine Learning, Deep Learning e Big Data roubaram a cena e muito da evolução destas tecnologias se deve à capacidade de processamento veloz. A velocidade pode ser incrementada realizando um aumento razoável de frequência do processador, porém há um limite físico para isso. Também é possível alterar a arquitetura do hardware para paralelizar o trabalho, porém também existem limites de engenharia. Estas abordagens se aproximam muito da força bruta, e tentem a ser facilmente subjugadas pelo paralelismo de software. Em especial, o paralelismo de algoritmos e estruturas de dados consegue, na maioria das vezes, promover reduções de complexidade computacional significativas, tornando essa abordagem mais do que desejável. No livro Pensando em Paralelo, Marcos Negreiros, Ricardo Nobre, Flávio Mello, e Felipe Muller tratam os tradicionais algoritmos e estruturas de dados e os reescrevem, produzindo não somente pseudo-códigos, mas implementações robustas de paralelismo.

Há 60 anos um grupo da então Escola Técnica do Exército projetou o primeiro Computador do Brasil, batizado de "Lourinha". O orientador desse projeto foi o Professor Helmut Theodor Schreyer, que era um engenheiro alemão com grande domínio nesse novo ramo de conhecimento.

A corrida pela liderança em Inteligência Artificial já começou, mas o Brasil ainda não despertou para a oportunidade. Nada contra a apologia ao agronegócio e à indústria, algo que parece ter se tornado a vedete de desenvolvimento das propagadas nos nossos meios de comunicação. Certamente são duas áreas de fontes de receita importantes e expressivas, mas é algo prudente dar as costas para novas oportunidades, tais como a IA? Será que todos estão errados e somente a estratégia nacional está correta?

Pesquisar inteligência artificial diz respeito ao estudo sobre o ato de mapear o pensamento sobre estruturas sistemáticas com as do computador. Além disso, e sobre tudo isso, envolve compreender o que é pensar. Deve-se questionar se as técnicas atuais de pesquisa em IA estão preocupadas em desvendar o ato de pensar, ou se elas estão preocupadas em dar soluções técnicas a problemas mimetizando o pensamento humano.

A China anunciou em 20Jul17 seu plano de desenvolvimento para se tornar líder mundial em Inteligência Artificial até 2030. A segunda maior economia mundial investirá pesado para garantir que suas empresas, seu governo e suas agências militares possam despontar na dianteira tecnológica.

A Intel reduziu, em 2016 e 2017, seu quadro de profissionais presentes fisicamente no Brasil. Entretanto, mesmo com esta retração, ela criou um Centro de Excelência em Inteligência Artificial lotado na cidade do Rio de Janeiro. É um sinal interessante sobre a estratégia da empresa no mercado brasileiro, e também sobre a importância da IA neste contexto. Uma boa notícia para os profissionais locais. Chama-se a atenção para a tradicional biblioteca Intel MKL que possui instruções otimizadas para operações matemáticas típicas da computação promovida pelas aplicações de IA, e da biblioteca Intel DAAL voltada para Big Data e Machine Learning.

A área de Inteligência Artificial (AI) evoluiu de forma assimétrica durante as últimas décadas. Esta ascensão desigual cria certa percepção equivocada de que esta área de conhecimento se confunde com Machine Learning (ML), isto é, AI=ML. Na verdade, o Knowledge Representation (KR) foi a primeira vertente de AI a amadurecer é por isso é importante ter em mente que AI = ML + KR.

Pesquisadores da Nova Zelândia alegam terem recuperado a primeira música sintetizada por computador e implementada por Alan Turing, datada de 1951.