A máquina de Turing é um modelo abstrato criado para definir o que significa calcular. Sua versão universal mostrou que uma única máquina pode executar diferentes procedimentos — uma ideia fundamental para entender os computadores e, muito depois, a inteligência artificial.
SÉRIE · Máquinas podem pensar?
2 de 6
Antes de perguntar se uma máquina pensa
No texto anterior, vimos que os antigos autômatos podiam imitar ações humanas sem que isso significasse pensamento ou compreensão.
Com Alan Turing, a pergunta muda de terreno.
Antes de saber se uma máquina pode pensar, é preciso perguntar algo mais básico: o que uma máquina pode fazer por meio de regras?
Na matemática, isso significava tentar definir com precisão o que é um procedimento de cálculo.
Em 1936, Turing publicou o artigo On Computable Numbers, with an Application to the Entscheidungsproblem, no qual apresentou uma máquina imaginária extremamente simples.
Ela não foi projetada para existir fisicamente.
Era uma ferramenta para pensar.
Com ela, Turing conseguiu transformar uma ideia aparentemente vaga — “seguir um procedimento” — em algo que podia ser analisado matematicamente.
O que é uma máquina de Turing?
Imagine uma fita dividida em pequenas casas.
Em cada casa pode existir um símbolo. Uma cabeça de leitura percorre essa fita, observa uma casa por vez e segue instruções previamente estabelecidas.
A máquina possui basicamente:
- uma fita que funciona como memória;
- uma cabeça capaz de ler e escrever símbolos;
- um conjunto de estados possíveis;
- regras que determinam o que fazer em cada situação.
A cada passo, ela lê um símbolo e consulta suas regras.
Dependendo do que encontrou, pode escrever outro símbolo, mover-se uma posição para a esquerda ou para a direita e mudar de estado.
Só isso.
A máquina não interpreta o significado daquilo que está escrito. Não sabe qual problema está resolvendo. Apenas executa regras.
E justamente aí está sua importância.
Com um mecanismo extremamente simples, Turing conseguiu representar aquilo que chamamos de procedimento efetivo: uma sequência de operações suficientemente precisa para ser executada passo a passo.
O que torna uma máquina universal?
Uma máquina de Turing comum é construída para executar determinado conjunto de regras.
A grande mudança aparece quando Turing mostra que também é possível descrever uma máquina capaz de simular outras máquinas de Turing.
Essa é a máquina universal.
Em vez de construir uma máquina diferente para cada tarefa, podemos fornecer a uma única máquina a descrição das regras que ela deverá executar.
Em linguagem atual, a comparação mais intuitiva é esta:
o hardware permanece; o programa muda.
A Stanford Encyclopedia of Philosophy descreve a máquina universal justamente como um modelo lógico elementar daquilo que se tornaria uma característica dos computadores digitais de propósito geral: uma mesma máquina pode executar programas diferentes.
Isso parece banal hoje.
Abrimos um navegador, depois uma planilha, um jogo ou um editor de texto no mesmo computador.
Mas a ideia de que instruções também podem ser representadas como informação e executadas por uma máquina geral foi uma mudança profunda na história da computação.
A máquina de Turing é um computador?
Não exatamente.
Uma máquina de Turing é um modelo matemático de computação, não o projeto físico de um computador moderno.
Computadores reais surgiram de uma história muito mais ampla, envolvendo eletrônica, memória, engenharia, arquiteturas de programa armazenado e pesquisadores como John von Neumann, Maurice Wilkes, Frederic Williams e Tom Kilburn.
O primeiro computador eletrônico digital a executar um programa armazenado na própria memória, por exemplo, foi o Manchester Baby, em 1948, segundo o Computer History Museum.
Ainda assim, a máquina universal de Turing forneceu uma das bases conceituais fundamentais para a computação de propósito geral.
A ideia essencial permanece reconhecível:
uma máquina pode representar instruções, recebê-las como dados e executar diferentes procedimentos sem precisar ser reconstruída para cada tarefa.
Nem tudo pode ser calculado
O trabalho de Turing também trouxe uma conclusão menos intuitiva.
Definir aquilo que uma máquina poderia calcular permitiu mostrar que existem problemas que nenhum procedimento desse tipo consegue resolver de maneira geral.
O artigo de 1936 estava ligado ao chamado Entscheidungsproblem, ou problema da decisão: a busca por um método mecânico capaz de determinar, para qualquer proposição de determinado sistema formal, se ela poderia ser demonstrada.
A resposta de Turing foi negativa.
No caminho, ele mostrou que existem perguntas sobre o comportamento de máquinas computacionais para as quais não pode existir um método universal de decisão.
Uma formulação posterior e muito conhecida desse limite é o problema da parada: não existe um algoritmo geral capaz de determinar, para todo programa e toda entrada possível, se a execução terminará ou continuará indefinidamente.
A Stanford Encyclopedia of Philosophy apresenta esses limites como parte central da teoria da computabilidade.
Isso estabelece uma distinção importante.
Mais capacidade de processamento permite fazer cálculos maiores e mais rapidamente.
Mas não transforma um problema não computável em computável.
O que isso tem a ver com inteligência artificial?
Toda inteligência artificial executada em computadores depende, em última instância, da possibilidade de representar operações de forma computacional.
Redes neurais, modelos de linguagem e sistemas de recomendação são incomparavelmente mais complexos do que a máquina imaginada por Turing.
Mas continuam sendo processos executados por máquinas de propósito geral.
Isso não significa que uma máquina de Turing explique como funciona um modelo de linguagem.
Ela responde a uma pergunta mais fundamental:
o que significa dizer que alguma coisa pode ser realizada por computação?
Essa distinção será importante ao longo desta série.
Uma máquina pode executar um procedimento extremamente complexo sem que isso, por si só, responda se ela compreende, pensa ou possui qualquer experiência do que está fazendo.
E foi justamente aí que Turing deu o passo seguinte.
Executar basta para chamar de inteligência?
Em 1936, Turing procurava caracterizar o que podia ser calculado.
Em 1950, voltou a uma pergunta muito mais difícil:
máquinas podem pensar?
Em vez de tentar descobrir o que existiria “dentro” de uma máquina, ele propôs observar algo mais acessível: seu comportamento.
Se uma pessoa conversasse com uma máquina sem saber que era uma máquina, conseguiria distingui-la de outro ser humano?
A discussão saía do cálculo e entrava na imitação.
E assim nasceu aquilo que ficou conhecido como teste de Turing.
MÁQUINAS PODEM PENSAR?
Próximo: O teste de Turing envelheceu? Quando conversar já não basta
2 de 6 — Máquina de Turing
Anterior: O que são autômatos e por que eles antecipam o debate sobre IA?