COMPUTAÇÃO, UMA CIÊNCIA EXATA COM

ASPIRAÇÕES HUMANAS E SOCIAIS

Aluizio Arcela

I. Antecedentes históricos

Em um dado momento da sua história, eis que o homem aprendeu a contar — um

fenômeno mental manifestado muito mais recentemente do que a descoberta do número.

A rigor, deve-se falar de ‘sentimento do número’ ao invés de ‘descoberta’, posto que

contar é um atributo exclusivamente humano, ao passo que o sentimento do número

ocorre também em outros animais. Contar, que é a forma mais primitiva de computar,

somente se realiza quando se dá nome a uma quantidade ou quando se lhe atribui um

símbolo. Os primeiros vestígios de materialização dessa habilidade de contar

apareceram em escavações arqueológicas feitas em um lugar da Mesopotâmia perto da

Babilônia. Placas de argila contendo algoritmos — que seriam os mais antigos jamais

encontrados, uma vez que datavam do período 2000-3000 a.C. — trouxeram à tona uma

parte do que foi a pré-história da computação. A palavra algoritmo, conforme aqui

empregada, encerra um conceito central em computação que pura e simplesmente

significa uma seqüência de operações voltadas no sentido de se resolver um dado

problema. Isto é, algoritmo é um conjunto finito de instruções, devendo todo algoritmo

apresentar uma entrada, de onde recebe os dados; uma saída, para onde remete o

resultado; instruções bem definidas e sem ambigüidade; e finitude, isto é, um resultado

haverá de ser produzido após um determinado número de passos.

Muito embora a computação seja fixada como ciência somente na segunda metade do

século XX, esta sua noção central — o algoritmo — é um conceito intuitivo e próprio

da natureza humana. Pode-se até dizer que toda tarefa pressupõe um algoritmo, de modo

que, na sua acepção global, a computação é tão antiga quanto a própria humanidade. É

certo que a presença do computador, muitas vezes tida como a expressão máxima da

tecnologia decorrente da ciência da computação, dificulta o discernimento de onde

termina a ciência e onde começa a máquina, mas é importante que não se reduza a

computação ao computador, ainda que ele seja o seu instrumento principal e se constitua

naquilo que legitima a sua condição de ciência da automatização do cálculo. Portanto, a

computação não é a ciência de uma máquina, mas sim a do fenômeno da computação,

fenômeno este que ocorre tanto na vida, seja no plano biológico ou no psíquico, quanto

no cosmo, nas estrelas e em toda a natureza. Em um organismo multicelular, quando

uma célula se divide, por exemplo, ela o faz como um autômato que lê a estrutura da

molécula de DNA interpretando-a como um legítimo programa de computador, sendo

esta uma ocasião em que o fenômeno da computação manifesta-se naturalmente. O

utensílio de nome computador não é mais do que um utensílio, pois serve ao homem

como extensão de suas habilidades para ajudá-lo a viver melhor, seja ampliando os seus

sentidos, a sua capacidade física e mental, estendendo o seu tempo de vida, e assim por

diante. É possível que um pouco da admiração que se tem pelo computador venha do

fato de ele ser uma espécie de máquina-síntese, justamente por ser capaz de simular o

comportamento de qualquer outra, ou de qualquer realidade concebível, seja um

pêndulo simples, uma célula orgânica, um sistema planetário, um sistema de pintura ou

um ecossistema. O computador não existiria sem os conceitos e os métodos da ciência

da computação, e se por acaso existisse não faria muito e não propiciaria essa quase

total interligação das atividades humanas e não criaria, no caso das ciências, o

intercâmbio e a interdependência das áreas de conhecimento nessa escala jamais

imaginada que se tem hoje.

Mas há nisto tudo limites bem palpáveis, uma vez que há uma dimensão da mente para

a qual os atuais sistemas lógicos que dão suporte formal à computação não se prestam.

Para dotar as máquinas de comportamentos mais profundamente humanos, falta à

computação uma infinidade de conhecimentos entre os quais as bases da linguagem do

inconsciente — essa parte do ser que opera sonhos, cria imagens e processa desejos —

tal como descoberto pelo médico austríaco Sigmund Freud e posteriormente estudado

pelo psicanalista francês Jacques Lacan entre outros. No terreno das descobertas

científicas e no fazer artístico, quando os processos criativos são exigidos ao extremo,

há um conhecimento apenas nebuloso e quase nada há de suficientemente formal que

possa ser confiado ao computador, muito embora, às vezes, possa-se até conhecer o

processo, mas não se sabe o que leva alguém a se interessar visceralmente por algo, seja

para trazer à luz o saber científico, seja na concepção única de uma obra de arte. Isto é,

sabe-se como fazer a obra de arte, mas não se sabe por quê, e nem mesmo quando fazê-

la.

Não faz muito tempo, as origens da palavra algoritmo tornaram-se mais do que uma

simples curiosidade quando, em função das muitas hipóteses que circulavam, houve

uma busca sistemática conduzida por historiadores da matemática. Ao cabo de algumas

pesquisas, eles verificaram que algoritmo seria uma corruptela de algorismo que, por

sua vez, era procedente de Abu Ja'far Muhammad ibn Mûsâ al-Khowârizmî, nome de

um matemático que nasceu em Khowârizm (atualmente Khiva, no Uzbequistão) no ano

de 800 d.C. e morreu aos 47 anos, havendo escrito em vida diversas obras sobre

matemática. Uma outra marca involuntária deixada por Al-Khowârizmî encontra-se na

palavra álgebra, ou “reunião de partes quebradas”, que teria origem, não no seu nome,

mas no título de uma de suas obras: Kitab al jabr w’al-muqabala (Regras de restauração

e redução). Atribui-se a ele a idéia de uma escrita para os cálculos em substituição ao

uso do ábaco, numa comunhão entre a matemática e uma espécie de literatura. Muitos

séculos mais tarde, o cientista da computação norte-americano Donald Knuth dá o título

The art of computer programming à sua conhecida obra publicada em 1968, na qual

deixa expressa a consideração de que a escrita de programas, além de científica, é uma

experiência estética do mesmo modo que a poesia e a música.

Primeiros conceitos sobre o raciocínio

A civilização grega amplia os sistemas rudimentares de cálculo dos babilônios com a

compreensão dos aspectos básicos da atividade mental responsável pela dedução, isto é,

a faculdade que os humanos têm de compreender um fato que lhes é desconhecido a

partir do conhecimento de outros fatos. É desta forma que na Grécia de Aristóteles

(384-322 a.C.) nasce a lógica, a ciência que busca representar formalmente o raciocínio.

Na lógica aristotélica, para se fundamentar e justificar uma dada afirmação, parte-se da

afirmação em si e, seguindo-se regras pré-estabelecidas, procura-se chegar aos

elementos dos quais ela deriva. Em caso de não se conseguir sua redução às premissas,

ela será tida como falsa. Esses sistemas dedutivos, que são denominados sistemas

axiomáticos, constituem-se em esquemas formais que sempre estiveram presentes de

uma maneira ou de outra em todo o desenvolvimento das ciências matemáticas. No

primeiro livro da obra Elementos, o geômetra Euclides (330-277 a.C.

aproximadamente), grego como Aristóteles, descreve a geometria por meio de axiomas

e teoremas. Teorema é uma proposição que precisa de demonstração para ser admitida

como verdadeira, enquanto que axioma é uma proposição admitida como verdadeira

sem que a se demonstre.

A computação surgirá como disciplina em resultado do processo evolutivo dessa lógica,

que pode ser chamada filosófica, para uma lógica que encerra a idéia de se transpor o

raciocínio para um processo mecânico baseado em um cálculo formal. E esta lógica

matemática, como é hoje chamada, resulta de metodologias essencialmente diferentes,

uma vez que, por um lado, é puro cálculo e, por outro, em nome de uma busca por

demonstrações rigorosamente corretas, propõe-se a investigar os fundamentos de toda a

matemática.

A lógica matemática propriamente dita se inicia com e matemático alemão Gottfried

Wilhelm von Leibniz (1646-1716), quando o conhecimento matemático já atingia um

nível razoável. Naquela época já se resolviam equações de terceiro e de quarto graus, a

geometria analítica já havia sido proposta pelo matemático francês René Descartes

(1596-1650) e Galileu Galilei (1564-1642), matemático italiano nascido em Pisa, já

notava os primeiros sinais de existência do cálculo infinitesimal, que depois seria

desdobrado pelo matemático inglês Isaac Newton (1643-1727) e pelo próprio Leibniz.

A intenção de Leibniz era estabelecer uma linguagem universal baseada em um alfabeto

do pensamento — a que chamou de characteristica universalis —, uma espécie de

cálculo universal para o raciocínio. Na visão de Leibniz, a linguagem universal deveria

ser como a álgebra ou como os ideogramas chineses, isto é, uma coleção de sinais

básicos que encerrassem noções simples. O matemático inglês George Boole (1815-

1864) deu prosseguimento e expandiu a idéia de Leibniz, tendo encontrado uma

maneira de representar o raciocínio lógico com um sistema matemático. Boole estava

convencido de que a sua álgebra — hoje em dia conhecida por álgebra de Boole — não

somente demonstrava a equivalência entre matemática e lógica, mas também

representava uma sistematização do pensamento humano. Pouco depois, o matemático

alemão Gottlob Frege (1848-1925) procurou separar suas concepções lógicas daquelas

que estavam comprometidas com o desenvolvimento de um cálculo do raciocínio

segundo Leibniz, como eram as de Boole. Frege buscava um sistema que pudesse

romper o domínio da palavra sobre o espírito humano e a ele se deve uma conceituação

exata da teoria aristotélica sobre sistemas axiomáticos, assim como uma clara distinção

entre lei e regra, linguagem e metalinguagem. Com a linguagem, diz-se algo sobre um

objeto qualquer do seu domínio. Por exemplo, com um sistema matemático formal que

contenha toda a aritmética, como o Principia Matemática (PM) de Bertrand Russel e

Alfred North Whitehead (v. descrição adiante), é possível expressar propriedades e

teoremas sobre números, como: “a soma de dois números ímpares é um número par”

(não exatamente assim, em português, mas com os meios lingüísticos de PM, que

incluem um alfabeto de símbolos, regras gramaticais, etc.). Com a metalinguagem,

expressa-se algo sobre os mecanismos de uma linguagem, como, por exemplo, algo

sobre a gramática de PM, ou sobre os seus símbolos e o seu espaço semântico. Quando

a linguagem é a própria lógica, emprega-se a expressão metalógica. Frege é autor da

teoria da descrição e foi ele quem elaborou o conceito de valor e investigou as

características daquilo que o homem diz quando transmite informação por meio de

juízo, dirigindo seus esforços no sentido de provar que toda a matemática seria pura

lógica, e não somente no que referia ao raciocínio empregado nas demonstrações.

Ainda que a aritmética passe a ser compreendida por muitos como o substrato de

qualquer domínio da matemática — em um processo que teve sua expressão máxima

nos chamados axiomas de Peano estabelecidos pelo matemático italiano Giuseppe

Peano (1858-1932) e que passaram a fundamentar toda a aritmética elementar —, o

matemático alemão de origem russa, Georg Cantor (1845-1918), não totalmente

convencido da onipresença da aritmética, procurou investigá-la em maior profundidade

ao imprimir o conceito lógico de classe ao número natural. Cantor, para quem havia

infinitos de diferentes magnitudes, definiu o número em termos de conjuntos, de modo

que a lógica das classes apresentava-se como uma teoria adequada para a investigação

sobre os fundamentos da matemática. Retomando-se o conceito de que computar reduz-

se a contar, que por sua vez significa dotar o número de um nome ou de um símbolo,

quanto mais consistente e completa for esta representação, mais sobre o próprio número

poderá ser conhecido. Desta forma, se os números naturais podem ser gerados por

conjuntos, tudo o que se conhece sobre a teoria dos conjuntos poderá ser aplicado à

compreensão do que é o número, isto além da compreensão comum advinda do teorema

fundamental da aritmética segundo o qual todo número natural pode ser decomposto em

fatores primos.

Raízes tecnológicas do computador

O desenvolvimento das máquinas de cálculo apresenta um extenso hiato que se inicia na

Antigüidade e atravessa toda a Idade Média, de tal modo que nada de significativo

encontra-se registrado entre o surgimento do ábaco e as calculadoras de Blaise Pascal,

em 1642, e de Gottfried Leibniz, em 1673. O ábaco é o mais antigo dispositivo de

cálculo conhecido, um utensílio de contar que é capaz de somar, subtrair, multiplicar e

dividir, sendo originário da Babilônia, provavelmente por volta de 4.000 anos atrás.

Enquanto os ábacos eram tão simples quanto um conjunto de colunas de contas (de

madeira, semente ou pedrinha) perfuradas de modo a poderem deslizar em varetas

dispostas paralelamente umas às outras, as máquinas do século XVII introduziam

facilidades de manipulação e visualização numérica às custas de uma tecnologia

sofisticada, se é que se pode assim dizer. Com o ábaco, a operação de contar, que é a

base das quatro operações aritméticas, vai sendo conduzida deslocando-se as pedrinhas

de um lado para o outro, quando necessário fazendo-se uso da facilidade de casa ou

posição, isto é, o registro de unidade, dezena, centena, milhar. As máquinas de Pascal e

Leibniz eram verdadeiros engenhos e assim possuíam várias peças: um mecanismo para

se introduzir o número; um acionador de adição e subtração; um registrador constituído

por uma série de discos para exibir o valor do número; um mecanismo para lançar e

propagar o “vai-um” por todos os dígitos do registrador; um verificador do

posicionamento de todas as engrenagens ao fim de cada ciclo de adição; e um

mecanismo para zerar o registrador. Desse hiato histórico resta a curiosa constatação de

que, enquanto as máquinas de Pascal e Leibniz existem hoje em dia apenas como peças

de museu, o ábaco continua servindo, sendo ensinado e utilizado no cotidiano de países

do Oriente. E se essas máquinas do século XVII não mais existem porque deram lugar a

outras, pode-se levantar a hipótese de que o ábaco não seria a primeira forma das

máquinas de cálculo, mas sim a sua verdadeira essência, qual seja, a menor

mecanização possível da habilidade de contar.

Em 1822, levando em conta que seria possível manipular a informação por máquina,

desde que se a convertesse em números, o inventor inglês Charles Babbage (1792-

1871), considerado o precursor da construção de computadores, apresentou em Londres

o projeto de um mecanismo que seria capaz de calcular. Teria sido a necessidade por

tabelas de logaritmos mais precisas do que as então disponíveis o principal motivo do

projeto para um dispositivo capaz de resolver equações polinomiais através do cálculo

de diferenças sucessivas, projeto este denominado Difference Engine que valeu a

Babbage o apoio da Sociedade Real e recursos do governo britânico para iniciá-lo.

Mesmo assim, o projeto da máquina de diferenças experimentou um fracasso

tecnológico e não se concretizou devido à enorme distância entre a tecnologia mecânica

da época e a que seria necessária. Contudo, ao lado do fracasso, sobrou a Charles

Babbage uma reflexão valiosa, pois se era possível construir uma máquina que

executasse um determinado tipo de cálculo, seria também possível construir uma que

fosse capaz de executar qualquer tipo de cálculo, pensou ele. Isto é, ao invés de

pequenas máquinas para executar diferentes tipos de cálculo, melhor seria construir uma

máquina cujas peças pudessem executar diferentes operações, bastando alterar a ordem

em que elas interagiam. Nascia aí o conceito de máquina programável. E dessa

compreensão de Babbage, surgiu o projeto da Analitical Engine, a máquina analítica, a

primeira a ter condições de assumir o status de máquina de cálculo universal, uma

noção que será retomada na década de 1930, por Alan Turing, como algo

conceitualmente muito próximo do que hoje se chama computador. De fato, duas

conhecidas características dos programas de computador surgiram com Babbage. A

primeira é o conceito de “transferência de controle”, que permite à máquina comparar

valores e, dependendo do resultado, desviar o fluxo de execução para uma instrução

fora da seqüência. A segunda é a possibilidade do programa alterar-se a si próprio no

correr da execução. Consta que Babbage inspirou-se no tear de Jacquard, uma máquina

construída pelo francês Joseph-Marie Jacquard (1752-1834) que automatizava o

processo de fabricação de tecidos. Para executar um determinado trançado, o tear seguia

um plano — ou programa — que dava ordens a cada operação que deveria ser

realizada, indicando os fios que iam por cima, os que iam por baixo, quando repetir o

processo, e tudo isto sendo comandado por uma série de cartões contendo perfurações

que codificavam o padrão a ser produzido. Nesse episódio da máquina de Charles

Babbage, surge a figura de Ada Augusta Byron (1815-1852), condessa e filha do poeta

inglês Lord Byron, uma mulher cuja história exerce um grande fascínio em todos os que

se interessam pelas origens da computação. Ada tornou-se uma espécie de musa dos

programadores, e não só por ter sido a primeira pessoa a escrever um programa de

computador, mas acima de tudo por ter compreendido a arte da programação ao dar-se

conta da combinação possível entre as funções lógicas e aritméticas na máquina de

Babbage. Conte-se ainda que é dela o conceito de volta (loop) em programação. E, por

fim, talvez como sinal de herança literária, ela teria registrado que “a máquina analítica

tecia padrões algébricos da mesma forma que o tear de Jacquard tecia padrões de

flores”. Isto em 1833, numa época em que não havia facilidades para o cálculo

automático além de uma versão incompleta da máquina analítica de Babbage. Com toda

a importância que se atribui a Charles Babbage, tudo sobre ele e suas máquinas

inconclusas ficaria esquecido por mais de cem anos.

II. A computação como ciência

Em 1900, no correr do II Congresso Internacional de Matemática, realizado em Paris, o

matemático alemão David Hilbert (1862-1943) propôs uma lista de 23 problemas que

viriam a desafiar os matemáticos e a própria matemática. O seu décimo problema, que é

de especial interesse para a história da computação, se enunciava da seguinte forma:

descreva um algoritmo que determine se uma dada equação diofantina do tipo P(u1, u2,

..., un ) = 0, onde P é um polinômio com coeficientes inteiros, tem solução dentro do

conjunto dos inteiros. Trata-se do famoso problema da decidibilidade, tão conhecido

nos meios logicistas que muitas vezes faz-se referência a ele como o

Entscheidungsproblem, em alemão mesmo, independentemente do idioma do falante. O

problema da decidibilidade equivale a perguntar sobre a existência de um procedimento

mecânico efetivo que determine se todos os enunciados matemáticos verdadeiros podem

ou não ser demonstrados, isto é, se eles podem ser deduzidos a partir de um conjunto de

premissas. Hilbert quis demonstrar a coerência da aritmética para em seguida tentar

estendê-la a outros sistemas, investindo com toda a força na criação de uma linguagem

puramente sintática a partir da qual seria possível atribuir a condição de verdadeiro ou

falso aos enunciados. É o chamado sistema formal, que representa o eixo da corrente

formalista, e que mais tarde estimularia Alan Turing a inferir resultados importantes

sobre as máquinas. Hilbert acreditava que a toda afirmação matemática haveria um

procedimento que, após um número finito de passos, parava e indicava se a afirmação

poderia ser ou não ser demonstrada em um sistema formal que contivesse toda a

aritmética. Em 1904, ele articula a chamada metalógica, uma teoria que viria a se

ocupar da independência dos axiomas, da consistência, da completude, e da

decidibilidade dos sistemas formais.

Em 1931, o matemático Kurt Gödel (1906-1978), austríaco de nascimento, publicou

alguns resultados que atingiram profundamente o formalismo de Hilbert ao demonstrar

que todos os sistemas matemáticos suficientemente fortes são inerentemente

incompletos, porque há teoremas nesses sistemas que não podem ser demonstrados nem

negados. Desses resultados, o de maior impacto é o teorema da incompletude — sobre

as proposições indecidíveis — segundo o qual um sistema formal que contenha toda a

aritmética elementar é incompleto ou inconsistente; e mais: a eventual consistência de

um sistema formal não poderá ser demonstrada com apenas os recursos deste mesmo

sistema. Para demonstrar o teorema da incompletude, Gödel — fazendo uso do sistema

formal estabelecido pelos matemáticos ingleses Bertrand Russel e Alfred North

Whitehead na famosa obra Principia Mathematica, que foi publicada em 1915 e que

abrangia toda a aritmética — codificou uma proposição equivalente ao conhecido

paradoxo de Epimênides (“esta proposição é falsa”). A técnica utilizada por Gödel na

demonstração foi substituir os símbolos da proposição por números inteiros que depois

de operados levavam à determinação de um único número que seria uma espécie de

nome para a proposição, de modo que, se uma sentença que proclamava a propriedade

de um número fosse representada por nada mais do que um número, criava-se a situação

em que um número expressava algo a respeito de outro número. E assim poderia até

expressar algo a respeito de si próprio. No sistema de numeração de Gödel, cada

proposição, ou fórmula (ou programa) recebe um número que a identifica e que se

obtém a partir do produto de potências de números primos p1n1. p2

n2, ..., psns, sendo n1,

n2, ..., ns os números atribuídos aos símbolos da fórmula. Uma das fórmulas da lógica

que Gödel utilizou — ~(x ∏ ((~(x (f y))) ∨ (x (0)))) — tem por número o resultado do

produto:

25. 311. 5289. 79. 1111. 1311. 175. 1911. 23289. 2911. 313. 3717. 4113. 4313. 4713. 537. 5911.

61289. 6711. 71. 7313. 7913. 8313. 8913 .

Desta maneira, conhecendo-se apenas o número da fórmula e aplicando-se o teorema

fundamental da aritmética para decompô-lo em fatores primos, toda a fórmula será

recuperada símbolo por símbolo. Conseqüentemente, quando se disser “a fórmula de

número Z é isto e aquilo”, não se tem em Z apenas um identificador que dá nome à

fórmula, mas um nome em cujo interior — o seu esqueleto aritmético — reside a

própria fórmula. Mas a grande vantagem desta codificação, justamente o que

possibilitou a demonstração do teorema da incompletude, é a sua capacidade para

exprimir a auto-referência, pois se uma dada proposição tem como número de Gödel o

inteiro n, e se a proposição em si exprime: “o número n tem a propriedade P”, obtém-se

algo semelhante à auto-referência existente em “esta proposição é falsa”, com a

diferença de que se codifica na verdade algo como “sou uma fórmula legítima da

aritmética mas sou indemonstrável”.

A aritmética é então declarada incompleta justamente porque há proposições, como a de

Gödel, que podem ser escritas com os elementos da própria aritmética sem que se possa

com ela, a aritmética, dizer sobre ou comprovar a veracidade da proposição. Na sua

essência, este teorema de Gödel separa definitivamente o ‘verdadeiro’ do

‘demonstrável’, isto é, se a lógica aspira à representação do raciocínio, ela há de fazer

uma distinção entre o raciocínio mecânico e o humano, pois se em todo sistema formal

consistente, a verdade — às vezes tão banal para os seres pensantes — é uma entidade

que transcende a demonstração, ela haverá de ser considerada como uma espécie de

pacto entre os humanos, e a demonstração o que resta aos sistemas formais para que

ainda assim sejam chamados de incompletos. Decorre da técnica de demonstração

descoberta por Gödel que, se uma demonstração matemática — sempre constituída por

uma seqüência de símbolos — for criteriosamente codificada por números, ela poderá

ser tratada como qualquer outra operação que envolva números inteiros. Isto é, certas

inferências associadas a uma demonstração serão obtidas a partir de propriedades dos

números envolvidos. O teorema de Gödel é certamente um dos momentos mais

iluminados de toda a lógica matemática.

No ano de 1935, Alan Turing (1912-1954), então estudante do King's College, em

Cambridge, Inglaterra, tomou conhecimento do problema da decisão de Hilbert e do

teorema da incompletude de Gödel nas aulas ministradas por um matemático de nome

Max Neumann. Os resultados de Gödel e o problema da decisão motivaram Turing a

pensar em um autômato que pudesse determinar se uma proposição matemática era

demonstrável. Em 1936, ele viria a conceber um dispositivo computacional abstrato,

conhecido hoje em dia por máquina de Turing, que se baseava em um conjunto de

símbolos e na aplicação de regras simples para passar automaticamente de um símbolo

para outro, num esquema semelhante à lógica de Boole. Uma vez que a máquina de

Turing podia receber instruções, isto é, um programa na forma de uma seqüência de

operações codificadas de acordo com o sistema de numeração de Gödel (v. descrição

acima) juntamente com os dados de entrada, ela representava um dispositivo

computacional para fins gerais, e foi o conceito de máquina de Turing que efetivamente

deu início à era dos computadores. Turing preocupou-se em imprimir um conteúdo

matemático à noção intuitiva de procedimento, o que resultou na formalização definitiva

da noção de algoritmo. Um sistema automático, ou autômato, é um dispositivo físico

que manipula automaticamente os símbolos de um sistema formal, sempre de acordo

com as regras definidas no próprio sistema. Para todo sistema formal existe uma

máquina de Turing que pode ser programada para imitá-lo, isto é, para todo

procedimento computacional bem definido, uma máquina de Turing universal é capaz

de simular a sua funcionalidade. A máquina imaginada por Alan Turing consiste de uma

fita de comprimento arbitrário, um cabeçote que é capaz de realizar várias operações

sobre a fita, e um mecanismo de controle do cabeçote que é capaz de armazenar um

programa. A fita é dividida em quadrados, cada um deles ou estará em branco ou

conterá inscrito em si um dos símbolos de um conjunto finito de símbolos. O cabeçote

pode mover-se de um quadrado para outro, podendo ler, escrever ou apagar cada um

deles e pode também mudar de estado entre um dado momento e o seguinte. Qualquer

uma dessas ações é determinada pelo estado interno da máquina e pelo conteúdo do

quadrado sob leitura em um dado instante. Obtém-se a saída da máquina quando ela

pára, a menos que o programa seja uma das proposições indecidíveis de Gödel, caso em

que a máquina não pára. Turing continuou seu trabalho no sentido de demonstrar a

existência de problemas sem solução por computação automática. Destes, o mais

conhecido é o teorema da parada, onde se demonstra que não existe um algoritmo que

antecipe se uma determinada máquina atingirá um ponto final ao rodar um programa,

havendo muitos outros problemas sem solução, mas que foram descobertos justamente

porque eles podiam ser reduzidos ao problema da parada. No contexto de Turing, a

incompletude de Gödel ganha a versão segundo a qual nem todos os enunciados

verdadeiros da aritmética podem ser demonstrados por computador.

Depois dos resultados de Gödel em 1931, outros logicistas além de Alan Turing

buscaram formalizar a noção de procedimento efetivo, havendo todos eles chegado à

mesma conclusão por caminhos diferentes, como a sistematização e desenvolvimento

das funções recursivas de Stephen Kleene (1909-1994) em sua teoria da

computabilidade; o cálculo lambda de Alonzo Church, que mais tarde viria a servir à

linguagem Lisp; e a máquina de Emil Post (1897-1954) e seu sistema de reescrita,

máquina esta equivalente à de Turing. Kleene, em 1936, mostrou que a definibilidade

lambda de uma função — a garantia de que a função é computável, isto é, um programa

que a codifique chegará a um resultado após um número finito de passos para uma dada

parametrização — é equivalente ao conceito de recursividade de Gödel, e também em

1936 Church formulou uma teoria — conhecida hoje em dia por tese de Church — que

estabelece que a recursividade é a própria formalização do que se chama ‘efetivamente

computável’. Recursão é o formalismo segundo o qual uma função recorre a si própria

para computar um dado valor. Um exemplo clássico de recursão é a função fatorial (de

um número natural n): “Se n for igual a 1, o valor do fatorial é 1, caso contrário será

igual ao produto de n pelo fatorial de n-1”. A primeira parte da definição é denominada

cláusula trivial, porque é nela que se inicia o processo de parada. Quando o argumento n

for igual a 1, a função valerá 1, de tal maneira que todos os cálculos pendentes oriundos

da segunda metade da definição — a chamada cláusula de recursão — vão recebendo o

valor numérico que lhes faltava. Assim, por exemplo, quando se quer computar o

fatorial de 3, têm-se os seguintes passos: Três é igual a um? Não! Então o fatorial é

igual a três vezes o fatorial de dois. Como ainda não se sabe o valor do fatorial de dois,

cabe perguntar: dois é igual a um? Não! Então o fatorial de dois será duas vezes o

fatorial de um. Chega-se então à cláusula trivial: Um é igual a um? Sim! Agora,

conhecendo-se o fatorial de um, que é um, pode-se saber o fatorial de dois, que será

duas vezes um, que é igual a dois, e por fim o fatorial de três, que é três vezes o fatorial

de dois, portanto o resultado será seis. A função mdc (máximo duvisor comum) escrita

em Lisp mais adiante é outro exemplo clássico de função recursiva.

O computador em si

Chama-se de geração a cada uma das etapas do desenvolvimento do computador no

século XX. A primeira delas teria ocorrido no período de 1946 a 1958, com ingredientes

que incluíam a máquina de Turing como suporte conceitual, a tecnologia eletrônica e o

peso deixado pela 2ª Guerra Mundial. Mas há antecedentes importantes a serem

considerados. Em 1936, o engenheiro alemão Konrad Zuse (1910-1995), após concluir

que uma calculadora automática necessitava de uma unidade controladora, uma

memória e um dispositivo de cálculo aritmético, projetou o computador Z1, que recebia

o programa por intermédio de uma película cinematográfica e era totalmente mecânico.

Em 1938, ele projetou Z2 usando tecnologia baseada em relés. Concluiu Z3 em 1941, o

primeiro modelo totalmente operacional, contendo mecanismos separados para as

funções aritméticas e uma unidade para converter números decimais em binários. Z3

executava três a quatro adições por segundo e multiplicava dois números em quatro ou

cinco segundos. Foi destruído, juntamente com a casa de Zuse, por um bombardeio em

1944. As máquinas de Zuse não causaram impacto no desenvolvimento geral da

computação, provavelmente em decorrência do isolamento imposto pela 2ª Guerra

Mundial, período em que foram concebidas, mas ele daria uma contribuição talvez mais

importante no campo das linguagens de programação, conforme abordagem mais

adiante.

As dificuldades mecânicas experimentadas desde Babbage deram lugar pouco a pouco a

desafios no campo dos circuitos elétricos, passando evidentemente pela etapa

eletromecânica, isto é, a associação de peças mecânicas com componentes elétricos.

Mas, já na década de 1930, a relação entre os circuitos elétricos digitais e a lógica

formal estava totalmente compreendida, e com isto encontrou-se uma maneira de se

especificarem os computadores com a álgebra de Boole, que compreende apenas dois

valores na sua base de cálculo: 1 e 0. Por exemplo, o valor lógico verdadeiro pode ser

representado pelo número 1 e o valor falso por 0. Claude Shannon, engenheiro norte-

americano, verificou e demonstrou em 1938 que a álgebra booleana era capaz de

descrever o comportamento de circuitos elétricos chaveados — aqueles cujos elementos

possuem apenas dois estados: ou está conduzindo corrente elétrica ou não está, o que é

suficiente para implementar os valores lógicos falso e verdadeiro — e que os

agrupamentos de operações lógicas e aritméticas, próprias da álgebra booleana,

poderiam ser usados na construção de um dispositivo de memória. Consta que Shannon

desenvolveu suas idéias ao trabalhar no projeto do Analisador Diferencial de Vannevar

Bush, um engenheiro eletricista também norte-americano.

A álgebra booleana tornava possível a construção de um dispositivo de “estado” que

podia armazenar a informação, fosse ela um dado ou uma operação. A partir de então,

os computadores digitais puderam ser construídos com base numa tecnologia de

circuitos elétricos que tanto podiam executar operações aritméticas e lógicas quanto

podiam armazenar e atualizar valores parciais das operações. Mais adiante, na descrição

dos conceitos ligados à memória do computador, figuram outros aspectos dessa

correspondência possível entre álgebra booleana e circuitos elétricos.

Além de ter sido o primeiro a empregar válvulas eletrônicas, o computador

desenvolvido em 1939, pelo físico norte-americano John Vincent Atanasoff, na

Universidade de Iowa, confirmou a tendência que já se vinha observando de uma

arquitetura tecnicamente ‘correta’ para os computadores digitais, justamente porque, tal

como em Zuse, havia uma organização compreendendo memória, unidade aritmética e

lógica e unidade de controle, partes estas descritas mais adiante. Entenda-se ‘arquitetura

correta’ em analogia a automóveis tecnicamente corretos, uma vez que os primeiros

automóveis corretos eram como os de hoje, pois tinham motor, quatro rodas e um

dispositivo de direção. Ainda em 1939, Howard Aiken, da Universidade Harvard, e

alguns engenheiros da IBM, deram início ao desenvolvimento de um computador

eletromecânico — o Harvard Mark I — cujas células de memória eram feitas de núcleo

de ferrita, o que viria a aumentar significativamente o desempenho dos computadores.

Esse tipo de memória transformou-se em um marco tecnológico que permaneceria até o

fim da terceira geração nos anos 1970, quando foi substituída pela memória de estado

sólido. Ao ficar pronto em 1944, o computador Harvard Mark I era um gigante de 15 m

de comprimento por 2,4 m de altura, e com ele se encerra a fase que antecede a primeira

geração.

Em 1943, na Inglaterra, numa implementação totalmente eletrônica e sob o mais

absoluto sigilo, concluiu-se o projeto do computador Colossus sob a direção de T. H.

Flowers da Universidade de Cambridge (o próprio Alan Turing participou desse projeto,

mas sem muita influência). Toda a razão de existir do Colossus se justificava em função

da guerra, sendo o seu objetivo único a decifração do código Enigma dos alemães.

Desta forma, como o Colossus era um computador para fins específicos, credita-se ao

computador ENIAC, Electronic Numerical Integrator and Calculator, desenvolvido em

1946 na Universidade da Pensilvânia por J. Presper Eckert e John W. Mauchly, o título

de primeiro computador da primeira geração, justamente por ser uma máquina para fins

gerais, além de ter uma construção totalmente eletrônica. É de certo modo curioso que o

ENIAC detenha esse título sem ter sido um computador de programa armazenado —

um conceito que se tornou sinônimo de computador —, embora se deva considerar que

a palavra geração sempre foi empregada, pelo menos até a quarta delas, para

caracterizar mais a tecnologia eletrônica do que a arquitetura das máquinas. Consta que

John von Neumannn (1903-1957), matemático de origem húngara, propôs o conceito de

computador de programa armazenado quando, em 1945, então pesquisador do Institute

for Advanced Studies da Universidade de Princeton, tornou-se consultor do projeto do

computador EDVAC, que era o sucessor do ENIAC na Universidade da Pensilvânia.

Em junho daquele mesmo ano, juntamente com Arthur W. Burks e Herman H.

Goldstine, ele publica um relatório sobre o projeto (First Draft of a Report on the

EDVAC) onde fica registrada a idéia de uma organização básica a ser cumprida pela

máquina, pelo programa e pelos dados, organização esta que passaria a ser conhecida

como “arquitetura de von Neumann”, e onde ficava estabelecido o conceito de

programa armazenado. Na arquitetura de von Neumann, o programa e os dados são

mantidos indistintamente em seqüência numa mesma memória, de modo que podem ser

processados em um mesmo fluxo de informação, o que não só otimiza a execução, mas

também possibilita ao programa modificar-se a si próprio.

A segunda geração se inicia quando os transistores substituem as válvulas eletrônicas

em 1959. A terceira geração surge nos anos 70 com os circuitos integrados — uma

tecnologia que fabrica em dimensões reduzidas e compactas os circuitos digitais básicos

de um computador em pastilhas de silício. É a chamada integração LSI, ou integração

em grande escala. A quarta geração se inicia nos anos 80 com a radicalização da terceira

geração pela tecnologia VLSI, isto é, a compactação de populações de circuitos digitais

em chips a uma densidade de transistores altíssima, quando esses circuitos deixam a

condição de simples dispositivos lógicos e aritméticos para se tornarem processadores

completos. É aí que surgem os computadores pessoais. A quinta geração foi anunciada

na International Conference on Fifth Generation Computer Systems realizada no Japão

em 1981 como aquilo que viria a acontecer na década de 90. O computador de quinta

geração seria dotado de um processador de conhecimento com o qual realizaria

operações simbólicas. Ao invés de lógica falava-se em conhecimento, sob a alegação de

que grande parte das atividades humanas é de natureza não matemática. Excetuando-se

a engenharia e as aplicações físicas, entendem os idealizadores da quinta geração que a

maneira de se exercer a medicina, a administração de negócios, a advocacia, entre

muitas outras profissões, decorre de inferências e não de cálculos. Acreditam que os

programas que venham a usar as referidas operações simbólicas, ao invés das

numéricas, serão capazes de levar o usuário a adotar o raciocínio automático no seu dia-

a-dia, seja no plano profissional, pessoal, ou de qualquer outra natureza. Os sistemas

especialistas (v. descrição adiante sobre inteligência artificial) são programas que se

constituem numa espécie de modelo para esses processadores de quinta geração. Alguns

desses programas mostraram que uma máquina pode comportar-se tão inteligentemente

quanto um médico ao fazer um diagnóstico, ou um mecânico de automóveis ao avaliar

um motor. Para a quinta geração, declarou-se que a questão central seria o software e

não o hardware, justamente por se imaginar que grande parte do que então era software

passaria a ser hardware, e a tecnologia de chips tinha condições de tornar isto possível.

Mas, termina a década de 1990 e não se vê no mercado esse computador

suficientemente configurado, ao menos no que se refere à qualidade de ser ou de ter um

processador de conhecimento, esta unidade que viria “de fábrica” com capacidade para

comportamentos inteligentes relativamente a certos ofícios, como se dentro dela

existissem à disposição do usuário vários especialistas em diversos assuntos e domínios

de conhecimento e que, portanto, seria programável de uma maneira muito mais

acessível, ao menos para o não especialista em computação.

Arquitetura de computadores

Na sua organização mais básica, um computador divide-se em três partes: CPU,

memória e dispositivos de entrada e saída. No início, esses dispositivos de entrada e

saída serviam apenas para que os programas fossem introduzidos nas máquinas e para

registrar os resultados ou as ações decorrentes da execução do programa. A primeira

forma que o dispositivo de entrada (que lê o programa e o introduz em memória)

assumiu foi a de um arranjo de botões on-off, em que o programador podia pressionar

bit a bit o seu código binário. Depois assumiu a forma de cartões perfurados, conhecidos

desde o tear de Jacquard e as tabuladoras de Hollerith utilizadas no censo norte-

americano de 1890. Também surgiram as fitas de papel perfuradas, que eram as

chamadas “teletipo” usadas em telecomunicações. O mencionado computador Harvard

Mark I fazia uso de fitas de papel perfuradas para a seqüência de operações (o

programa) e de cartões perfurados para a entrada de dados. Em seguida vieram as fitas

magnéticas, que aumentavam de maneira significativa a compactação de dados, isto é,

um maior número de informação relativamente ao tamanho do dispositivo. Mas o

primeiro toque revolucionário veio no início da era dos computadores pessoais, com os

disquetes, que são artigos de baixo custo e permitem o acesso direto ao item

armazenado, diferentemente da fita magnética, que é de acesso seqüencial. Atualmente,

uma época em que se transportam grandes volumes de dados, como certos itens de som

e imagem, o cd-rom, com a sua capacidade razoável de armazenamento, é tudo o que se

tem. Muito se fez até que se tivesse essa disposição de monitor, mouse, teclado,

scanner, unidades de disco e impressora, que é o padrão pessoal ou doméstico de hoje.

Acrescente-se a isto a parafernália de dispositivos próprios de games, como os joysticks,

e ainda os dispositivos para visualização de mundos virtuais, como os óculos de

estereoscopia, que permitem a percepção em 3D de cenas eletrônicas e criam a sensação

de imersão em ambientes sintéticos, dispositivos de interação com objetos virtuais,

como as luvas de sensação tátil, dispositivos para processamento e espacialização do

som, uma técnica que se desenvolveu muito nos últimos anos. Há dispositivos de saída

bastante especializados, como os traçadores gráficos, instrumentos eletrônicos,

interfaces para máquinas industriais e, a rigor, qualquer máquina pode ser conectada a

um computador (até mesmo um outro computador), ou ainda, em qualquer máquina

pode residir um processador, seja uma câmera fotográfica, seja um coração artificial,

casos em que os programas já se encontrarão residentes em memória. Neste exemplo, a

ligação de uma coisa com outra passa a constituir um computador específico, isto é, um

“computador-câmera-fotográfica” ou um “computador-coração”, ao invés de ser um

computador para fins gerais.

Memória é um conceito bastante amplo e sua função é imprescindível ao cálculo desde

a sua forma mais primitiva, o que se evidenciava na necessidade de se guardarem

resultados parciais nas operações aritméticas. Entretanto, o marco que talvez tenha

trazido mais importância a esse dispositivo que guarda informações digitais foi a

introdução do conceito de máquina de programa armazenado, em decorrência da

mencionada sugestão de John von Neumann para se juntarem programas e dados em

memória, uma vez que, a partir de então, o conceito de computador passa a depender

mais do que nunca da noção de memória. Os desafios que surgiram com as primeiras

máquinas eletrônicas fizeram com que se verificasse, especialmente a partir dos

mencionados trabalhos de Claude Shannon, a existência de circuitos elétricos capazes

de “se lembrarem” do valor de uma entrada ocorrida anteriormente. Isto é, se em um

dado momento, um pulso elétrico de um certo nível de tensão for aplicado na entrada de

um circuito como esses, o nível do pulso — que em algumas tecnologias tem o valor

nominal de 5 volts e, em geral, representa o valor binário 1 — será retido pelo circuito,

mesmo depois de cessada a ação do pulso na entrada e enquanto houver alimentação

elétrica no circuito que, desta maneira, realiza uma operação de memorizar uma

informação. Contudo, a necessidade era também por quantidade e não somente por

qualidade, de modo que, muito embora fosse tecnicamente possível, o tamanho dos

relés e das válvulas eletrônicas impedia que se utilizassem circuitos digitais como

células de memória; mesmo uma memória de 1 (um) kilobyte seria algo

desproporcional, tanto em tamanho quanto em custo. Por esta razão, outras tecnologias

foram pesquisadas e empregadas, conforme mencionado na descrição do Harvard Mark

I, o computador que introduziu o núcleo de ferrita como célula de memória, com

milhares de pequenos toros unidos por uma “costura” feita com fios condutores bem

finos, de modo que o conjunto assumia uma forma cúbica. No início dos anos 70,

quando essas memórias atingiram o seu último estágio de aperfeiçoamento, por dentro

de cada um dos seus minúsculos anéis de ferrita passavam três fios: um para sinalizar a

escrita do valor 1 (corrente elétrica em um dado sentido que magnetiza a ferrita) e para a

escrita do valor 0 (corrente elétrica em sentido oposto que desmagnetiza a ferrita), um

segundo para “ler” o conteúdo armazenado, isto é, para “sentir” se o anel de ferrita está

ou não está magnetizado, e um terceiro fio que era utilizado para controle. Em outros

computadores, como o Univac I, que foi construído em 1951, a memória utilizava um

dispositivo a mercúrio denominado linha de retardo, no interior do qual se transmitiam

pulsos sônicos que representavam os dígitos 1 e 0. Finalmente, nos anos 80, a

tecnologia VLSI tornou economicamente viável a construção de memórias que

funcionavam com base na operação de circuitos digitais, uma tecnologia

substancialmente diferente daquela em que as memórias se apoiavam em fenômenos

físicos não processados, como é o caso da magnetização da ferrita e dos pulsos sônicos

em mercúrio. Os circuitos digitais mais simples — também chamados de portões

lógicos (gates em inglês) — são aqueles que têm duas entradas a e b, uma saída c, e a

capacidade de realizar operações boolenas básicas (e, ou e não, além de não_e, não_ou

e ou_exclusivo) com as entradas a e b e dispor o resultado em c. Para se armazenar 1 bit

de informação, o circuito mais básico possível é o circuito digital denominado “trinco”

(latch, em inglês), que é constituído pela associação de dois circuitos não_ou pura e

simplesmente. A operação (a não_ou b) é tal que (0 não_ou 0)= 1; (0 não_ou 1)= 0; (1

não_ou 0)= 0; (1 não_ou 1)= 0, sendo 0 o valor booleano falso e 1 o valor verdadeiro.

No trinco, os portões não_ou são interligados de tal maneira que a saída de um se

constitui em uma das duas entradas do outro. A entradas restantes de um e de outro são

denominadas entradas S (set) e R (reset), que respectivamente escrevem (armazenam) e

apagam um bit na memória a trinco. A rigor, nos portões lógicos, além das duas

entradas que serão operadas, há uma terceira, chamada entrada de clock (v. descrição

adiante em CPU), que recebe um trem de pulsos elétricos de uma dada freqüência, que

torna possível o sincronismo de operação quando uma grande população de circuitos

digitais opera em conjunto, como ocorre nos computadores. Quando se considera o

clock no circuito trinco e mais dois portões e que evitam possíveis ambigüidades nas

entradas, configura-se o circuito denominado “trinco D com entrada de clock”, que é a

forma mínima para uma memória de um bit. O armazenamento do valor do bit, seja 1 ou

zero, é levado a cabo quando o trem de pulsos da entrada de clock estiver no parte mais

alta do ciclo. Por esta razão, o trinco D exige que os pulsos do clock sejam bastante

estreitos. Uma versão mais avançada do trinco D é o chamado flip-flop, onde o

armazenamento do dado ocorrerá na transição da parte alta para a parte baixa (que se

repete a cada ciclo) do trem de pulsos, o que independe da largura desses pulsos. O

passo seguinte na construção de uma memória de estado sólido é o agrupamento de oito

flip-flops, o que constitui uma memória de oito bits, isto é uma memória de 1 byte. E é a

expansão do processo de agregação de flip-flops em pastilhas de silício que permite

chegar-se a uma integração de milhões de células (flip-flops) em um pequeno pedaço de

pedra, que é então envolto com plástico duro e deixando à mostra os pinos de metal que

permitem o endereçamento e o acesso a qualquer uma das células, ou grupo de oito

células, e os pinos que fornecerão o conteúdo da posição endereçada. Memórias

baseadas em circuitos do tipo trinco D são fabricadas em chips e normalmente são

denominadas memórias RAM (random access memory) por serem passíveis de leitura e

escrita. Há outras memórias RAM que, ao invés de flip-flops, usam uma integração de

circuitos que empregam minúsculos capacitores capazes de reter uma pequena carga

elétrica por um curto período de tempo. A diferença fundamental entre as duas

tecnologias é que uma memória a flip-flop permanece no estado em que se encontra

(isto é, “lembra-se” do valor que guardou) por todo o tempo em que o computador

estiver ligado na tomada. É a chamada tecnologia de memória estática. A outra, a que se

baseia em armazenamento capacitivo, é denominada memória dinâmica, porque há a

necessidade de um operação periódica (perto de mil vezes por segundo) para

“resfrescar” o conteúdo da memória, isto é, a ação de um sinal elétrico que recarregue

os capacitadores, caso contrário a fuga de corrente — provocada pelos baixos valores de

capacitância e de resistência elétrica no meio integrado — destruirá a informação.

Existem outros tipos de memória que permitem apenas a leitura do seu conteúdo, que se

mantém gravado mesmo quando a fonte de alimentação elétrica é desligada. Os dados

são inseridos nessas memórias que se denominam ROM (read-only memory) quando da

sua manufatura, dados esses que não serão alterados nem apagados. Em geral, as

memórias ROM servem em sistemas computacionais de programa fixo, como no caso

de processamento dedicado (mencionou-se acima o coração artificial, a câmera, mas há

uma infinidade de outros dispositivos). Existem ainda duas variantes da ROM: a PROM

(programable read-only memory), que permite o usuário gravar (uma única vez) o

conteúdo que quiser em memória; e a EPROM (erasable PROM), que é uma ROM que

pode ser gravada e apagada sem perder as características de ROM.

Nos anos 50, as memórias ainda eram caras e de pouca capacidade. Um computador

típico dessa época, como o IBM 650, tinha cerca de 4 kbytes de memória, e como certos

programas excediam esse volume, criou-se nos anos 60 a técnica de memória virtual

para contornar a impossibilidade de se “rodar” (executar) um programa maior do que a

memória principal do computador, que consistia em se “paginar” (mapear) o espaço de

memória de tal maneira que um dispositivo secundário de armazenamento, como um

disco rígido ou uma fita magnética, pudesse ser anexada à memória a fim de aumentar o

espaço efetivo de memória, tudo isto sem que o usuário percebesse, a não ser,

evidentemente, pelo comprometimento do item tempo de acesso, que é a principal

característica física de toda e qualquer memória. O acesso a uma memória RAM de

estado sólido pode ser da ordem de nanosegundos (10-9 s), ao passo que o tempo de

acesso a um item em um disco rígido pode chegar a alguns milisegundos (10-3 s), isto é,

um tempo 1 milhão de vezes maior. Trata-se de uma técnica que ainda persiste nos dias

de hoje, pois, mesmo quando se dispõe de 256 megabytes de RAM (uma memória

65.536 vezes maior do que a do IBM 650), há aplicativos, especialmente os de natureza

multimídia, que os devoram, não pelo tamanho do código, mas com as suas estruturas

de dados dinâmicas e famintas.

Numa análise mais abstrata sobre a arquitetura de computadores, a memória pode ser

vista como a entidade que encerra a noção de espaço, do mesmo modo que as

velocidades com que as operações são feitas na CPU (unidade descrita mais adiante)

juntamente com as velocidades de acesso para leitura e escrita em memória, encerram a

noção de tempo. Pode-se dizer que o produto espaço×tempo é mais ou menos constante

para uma dada máquina, isto é, quando se tem pouco espaço (de memória) o jeito é

desdobrar as operações em vários passos, o que tornará o cômputo mais demorado.

Quando a situação é extrema, isto é, quando os recursos são compartilhados por muitos

computadores, como em processamento distribuído, caso em que vários computadores

interagem entre si em seqüência ou em paralelo, podendo um dado computador acessar

a memória de um outro, alterar programas e dados, entre muitas outras situações, há

uma complexidade tal na correlação do espaço com o tempo que é preciso recorrer-se a

uma analogia com a relatividade para uma abordagem mais consistente. É neste sentido

que Leslie Lamport, cientista da computação norte-americano, desenvolveu suas

pesquisas, havendo publicado resultados absolutamente originais em 1978 sobre espaço,

tempo e computação, onde fica demonstrado que a ordem relativa dos eventos em

sistemas distribuídos depende do observador, do mesmo modo que em física a ordem

relativa de ocorrência de dois eventos também depende do que se chama observador.

A CPU, que é a unidade central de processamento, constitui-se em uma unidade de

controle, uma unidade lógica e aritmética (ALU) e um conjunto de registradores. A

unidade de controle centraliza a administração da própria CPU, sobretudo no que se

refere ao controle do tempo e do sincronismo entre as operações nos circuitos lógicos,

que são levadas a cabo por uma seqüência de pulsos elétricos interpretados como 1s e

0s. Às vezes, esses números, que são elementos da álgebra de Boole, querem dizer falso

ou verdadeiro. Outras vezes são entidades aritméticas, isto é, são apenas um dígito

binário, ou bit (binary digit), da representação de um número na base 2. E ainda podem

ser apenas um elemento do código binário de um caractere. Um agrupamento de oito

bits é denominado byte, que é a célula da escrita binária, e se constitui na unidade de

medida quando o assunto é espaço para armazenar dados. Desta forma, a capacidade de

uma memória ou de um dispositivo externo de armazenamento é expresso em bytes,

mais comumente kilobytes, megabytes, gigabytes, etc., sendo 1k=210 = 1024. Um

agrupamento de bytes, que se constitui numa unidade de informação de tamanho

padronizado e característico de cada arquitetura, é denominado palavra. Quando, por

exemplo, dois valores tenham que ser somados, o circuito somador da unidade lógica e

aritmética deverá receber a informação de que os operandos — palavras de n bits — já

estão disponíveis nas suas entradas e que ele assim já tem condições de efetuar a adição.

Caso contrário, não se pode garantir que a operação saia correta. Por trás desse controle

do passar do tempo e do sincronismo entre os eventos, encontra-se o chamado relógio

(clock é mais empregado), que é um oscilador digital cuja freqüência é controlada por

um oscilador a cristal. Desta forma, o menor tempo possível para um computador, ou

ainda, a operação mais rápida possível em um computador levará pelo menos um

período do seu clock. O que se chama ALU é a parte onde se encontram os operadores

propriamente ditos, e consta de duas classes de circuitos digitais, os aritméticos, que

somam, subtraem, multiplicam e dividem, e os lógicos, que efetuam as operações

booleanas básicas, como x e y, x ou y, x ou_exclusivo y e não x, Quanto aos

registradores, alguns são indispensáveis, como o IR, ou registrador de instrução, que

contém a instrução da vez e a retém até o final do seu ciclo de execução. Um outro

registrador de suma importância é o contador de programa ou PC, que contém o

endereço (um certo lugar da memória) da próxima instrução a ser executada. PC garante

o seqüenciamento de instruções e possibilita a implementação de mecanismos de

controle de programa como desvio, repetição e chamada de sub-rotinas. Há uma série de

outros registradores internos à CPU, muitos dos quais utilizados no armazenamento de

resultados temporários e de informações de controle. Na execução de um programa, a

CPU encarrega-se de trazer, identificar e executar cada instrução da memória, de modo

que o ciclo de execução de uma instrução conduzido pela CPU compreende vários

passos: primeiro a CPU traz a instrução da memória — isto é, faz uma leitura do

conteúdo existente no endereço de memória indicado pelo conteúdo do contador de

programa PC — e o coloca no registrador de instrução IR. Em seguida avança o

conteúdo de PC de modo que este passe a apontar para a próxima instrução, isto é,

aquela que deverá ser executada ao final desta que está em curso. Logo depois

determina o tipo de instrução que trouxe para ser executada e que se encontra em IR.

Caso se trate de uma instrução que faz uso de dados em memória, localiza-os e os traz

para seus registradores internos. E logo em seguida executa a instrução. Ao final da

execução coloca o resultado em um lugar adequado. E por fim, volta ao primeiro passo

a fim de iniciar o ciclo da próxima instrução.

Há detalhes e aperfeiçoamentos importantes na arquitetura de computadores que aos

poucos se foram descobrindo, como é o caso da microprogramação, uma técnica voltada

para a simplificação do hardware que foi proposta pelo inglês W. Wilkes em 1951 e

implementada pela primeira vez em 1964. No seu desdobramento, a microprogramação

fez surgir o conceito de nível de abstração, ou camada, segundo o qual um computador

deve ser organizado em estágios sucessivos, cada um deles servindo de intérprete do

nível que lhe precede para o que lhe sucede, isto é, de cima para baixo. Com isto, um

programa poderá ser escrito numa linguagem que se pareça mais com o problema do

que com as partes do computador. Por exemplo, quando se precisa obter o máximo

divisor comum (mdc) de dois números (p, q), deve-se dizer à máquina: calcule a divisão

p/q; verifique se o resto r é zero; se o for, pare: o mdc é q; caso contrário, faça p=q e

q=r, e calcule o mdc deste novo par (p, q). E isto, para todos os efeitos, deverá ser dito

aos circuitos lógicos na forma de uma seqüência binária de pulsos elétricos. Como se

vê, há uma distância sintática enorme entre o algoritmo de Euclides tal como escrito

acima e a sua tradução final para o hardware.

Há várias abordagens para o esquema de níveis em uma máquina, mas em todas elas o

chamado nível 0 corresponde à máquina física em si, ou seja, o ambiente eletrônico

organizado e estruturado segundo os padrões da teoria e otimizado segundo uma certa

arquitetura primordial. Ou seja, o nível 0 é o nível da lógica digital, e é o único que

corresponde a uma máquina concreta, todos os outros níveis serão considerados

máquinas abstratas. Isto significa o seguinte: programa-se a máquina física para

transformá-la em uma outra um pouco mais palatável em termos de correspondência

entre a maneira de se dar a instrução e a ação pretendida. Programar no nível 0 significa

dispor de um programa — residente em uma memória onde só é possível a leitura, isto

é, o programa não será apagado e será ele o intérprete do verdadeiro programa a ser

submetido — que amplie o universo lingüístico da máquina desde a forma

extremamente primitiva dos circuitos eletrônicos digitais, onde se dispõe de um alfabeto

de apenas dois símbolos, para algo onde existam facilidades sintáticas com as quais seja

possível dizer “leve este byte para o endereço x de memória”, “verifique se o valor

contido no registrador k é maior do que o valor contido na posição de memória y”, “saia

da seqüência de instruções e salte para a instrução contida no endereço z se o bit mais

significativo do conteúdo do registrador u for zero”. Essa mescla de software e

hardware configura o chamado firmware, e se constitui no interpretador denominado

microprograma. Com isto, estabelece-se o nível 1, onde o programa a ser executado

será dito encontrar-se em linguagem de máquina. Para todos os efeitos, o nível 1 passa

ser a nova máquina, aí então qualificada como virtual e contendo o seu próprio conjunto

de instruções. O conjunto de instruções de uma máquina é o seu repertório de operações

possíveis, qualquer que seja o seu nível. O nível 1, que é o nível de microprogramação,

é capaz de interpretar as instruções do nível 2 no sentido de traduzi-las para uma

seqüência de bits que alimentarão os circuitos lógicos do nível 0. No nível 2, que se

denomina nível de máquina convencional, define-se uma máquina cuja ‘linguagem de

máquina’ é aquela que se define com o microprograma. No nível 3 reside um conjunto

de programas denominado sistema operacional. O sistema operacional, além de

interpretar certas instruções provenientes do nível 4, é responsável pela administração

de tudo o que se passa no interior da máquina, seja para controlar os dispositivos de

entrada e saída, gerenciar o tráfego de programas a serem executados, estabelecer

prioridades, entre muitas outras funções. O nível 4 é o nível da linguagem montadora,

(ou linguagem assembly). O nível montador recebe do nível que lhe é superior — o

chamado nível de compilador — um programa escrito em código objeto. Embora os

endereços de memória no código objeto ainda sejam simbólicos, trata-se de uma forma

que ainda se parece mais com a máquina do que com o problema. O programa montador

trata de construir o código de máquina substituindo os endereços simbólicos por

endereços absolutos, de modo que o nível de microprogramação receba algo

compreensível. O nível 5 é o da linguagem de programação propriamente dita, que será

interpretada pelo compilador para o nível 4. Desta forma, para que um programa seja

executado, haverá entre ele e os circuitos digitais uma cadeia de outros programas que

fazem parte da arquitetura da máquina e a transformam em uma máquina que opera sob

uma linguagem de nível alto. Cada um deles é uma máquina que ‘sabe’ programar a

máquina de nível imediatamente abaixo do seu.

Sistemas operacionais

A exigência mais básica possível para que um programa seja executado é que ele se

encontre na memória do computador. Nos primórdios, além de escreverem os

programas, os programadores tinham também que operar o computador, de modo que

era deles a responsabilidade de carregar os programas em memória desde o meio

externo. Durante a execução do programa, eles tinham que prestar a atenção nas

indicações luminosas do painel para cuidar de qualquer erro ou funcionamento irregular

que por ventura ocorresse. Um sistema operacional é a camada de software que

automatiza a execução de programas, desde a execução pura e simples de um único

programa até o gerenciamento de execução de vários programas (processos) ao mesmo

tempo, quando podem ocorrer situações críticas de compartilhamento de recursos e

agendamento desses processos através de esquemas de prioridade. A evolução dos

sistemas operacionais estende-se desde o estágio do processamento um por um de

programas enfileirados, passando pelos sistemas de compartilhamento de tempo,

quando um mesmo computador passa a atender simultaneamente a um grande número

de usuários, até os atuais sistemas para ambientes distribuídos baseados em tecnologia

de rede. Além da capacidade de multiprocessamento, nos sistemas atuais vários

computadores podem trabalhar de maneira orquestrada em um mesmo problema. Esses

sistemas operacionais — especialmente os da linhagem Unix — estão aptos a uma

administração efetiva e segura em todas as operações da máquina, sobretudo quando

esta se encontra na condição de servidora. Uma servidora é uma máquina que pode ser

alcançada por intermédio de uma rede de computadores (como a Internet) por um

usuário que faz uso de uma outra máquina conectada na mesma rede, mas disposta em

lugar distante. Os serviços mais comuns são websites, bancos de dados, e-mail,

transferência de arquivos, entre outros. Os sistemas Windows da Microsoft, que rodam

nos computadores denominados PC, são os mais populares e “fáceis” de serem

utilizados, mas também são os mais instáveis. As linguagens de programação

contemporâneas passaram a oferecer facilidades sintáticas que permitem ao

programador usar um sistema distribuído de uma maneira bastante simples. É o caso da

tecnologia Corba (Common Object Request Broker Architecture) que permite ao

programador lidar com objetos remotos (isto é, programas e dados que se encontram em

outras máquinas da rede) em seu programa, como se estivesse diante de um único

computador contendo localmente todos os objetos.

Linguagens de programação

As linguagens de programação servem para se falar de homem para máquina, ou seja,

são as ferramentas que se dispõem para a escrita de programas, do mesmo modo que a

língua portuguesa, igualmente a muitas outras, é uma ferramenta para a escrita de

textos, seja uma carta, um artigo acadêmico, a constituição da república, uma peça

literária. De maneira análoga, um programa é também um texto, mas um texto que se

destina a um computador, que o lerá e o interpretará. Para uma máquina, interpretar é

realizar as ações que o programa estabelece. Entretanto, diferentemente dos textos

escritos de humano para humano, os programas de computador não admitem erros

gramaticais, por menor que eles sejam. Por exemplo, é comum (mesmo na mídia) a

seguinte construção: “a gente ama a nossa escola”, o que todo o mundo entende. Mas

um computador que aceitasse o português como linguagem de programação — que é

um estágio ainda não alcançado — exigiria que fosse escrito: “nós amamos a nossa

escola”, ou “a gente ama a escola da gente”. E não exigiria apenas por exigir, mas por

não ter o jogo-de-cintura, ao interpretar um programa, que tem a mente ao interpretar

um texto, já que a mente admite erros de concordância, tempos incorretos em verbos,

vícios de linguagem, ambigüidades e outras deformações, embora essa tolerância ao

erro tenha limites, conforme demonstra aquela situação (anedótica) em que um

forasteiro depois de verificar que todos os dizeres exibidos nas lojas da pequena cidade

continham erros ortográficos, deparou-se com a tabuleta: “Alfaiataria Águia de Ouro”.

Sensibilizado com a correção da escrita, até então a única que encontrara em toda a

cidade, resolveu entrar para cumprimentar o dono do estabelecimento. Ouviu do homem

que então cuidava da loja a informação de que, na verdade, aquilo que estava escrito na

fachada pretendia dizer: “Alfaiataria Agulha (agüia, na pronúncia do povo de poucas

letras) de Ouro”.

Do ponto de vista conceitual, as linguagens de programação possuem três aspectos

formais, quais sejam, o léxico, o sintático e o semântico, e um aspecto informal,

chamado aspecto pragmático, que se refere aos artifícios (ou “manhas”) adquiridos com

a prática de programar na linguagem e também com a troca de experiências com outros

programadores. O léxico é o dicionário da linguagem, ou o lugar onde se define um

conjunto de palavras fixas (denominadas palavras-chaves da linguagem; por exemplo,

if, do, while, etc.) e onde se acrescentam os nomes atribuídos pelo programador a

variáveis, procedimentos e funções. Esses nomes são construídos a partir de regras bem

definidas que são aplicadas ao conjunto de símbolos da linguagem — conjunto este que

congrega o alfabeto, os numerais, os sinais de operações aritméticas, os sinais de

pontuação e os símbolos especiais. Os programadores em geral escolhem nomes

procedentes da terminologia do problema. Por exemplo, em um programa que simula o

funcionamento de um pêndulo simples, é de se esperar que haja variáveis tenham nomes

como “velocidade”, “comprimento”, “fase”, e assim por diante, desde que o

programador seja de língua portuguesa. Encontram-se muitas partes do tipo “if

(velocidade = 0) then acione”, numa combinação de inglês com português que realça o

objetivo pretendido pela proposição, justamente porque todas as ações estarão em

português e só as estrututras de controle estarão em inglês. Isto representa supostamente

uma pequena vantagem sobre o programador de língua inglesa pelo contraste criado na

convivência de dois idiomas, levando o programador a perceber, talvez mais

rapidamente, onde estão as estruturas de controle do seu programa. Os símbolos,

embora sejam os mesmos para várias linguagens, podem ser específicos em certas

outras, como em APL, que requer um teclado alterado. A codificação de caracteres leva

em conta o número total de elementos do conjunto de símbolos. Numa conta

aproximada, o alfabeto acrescenta 26 símbolos minúsculos e 26 maiúsculos, os

numerais acrescentam mais 10, os sinais aritméticos mais 4, e estimando-se em cerca de

90 os sinais especiais, chega-se a um total de 156 símbolos a serem codificados. O

sistema de codificação mais comum para esse universo de símbolos é o chamado Ascii,

que emprega 1 byte para representar um caractere. Como 28=256, sobram apenas 100

códigos, o que não cobriria nem uma parte razoável dos símbolos utilizados nas escritas

algébrica e lógica que são bastante comuns em programas. Um texto no qual o número

π é escrito como pi, como ocorre na maioria das linguagens de programação, tem um

aspecto visual empobrecido relativamente à escrita matemática consagrada e adotada

em documentos impressos. E ainda há na codificação Ascii um problema de ordem

cultural que dificulta a vida dos programadores cujos idiomas têm escrita com base em

outros alfabetos, como o grego, o cirílico, o hebraico, o árabe, entre muitos outros, isto

para não falar dos ideogramas chineses. As entidades de um programa escrito por eles

terão que receber nomes fora do léxico que lhes é comum e familiar. Felizmente,

algumas linguagens atuais, como Java, passaram a adotar o sistema de codificação

Unicode, que faz uso de 4 bytes para cada caractere, e, portanto, com um poder de

representação de 232 = 4.294.967.296 símbolos. Pode parecer um número muito grande,

uma vez que todos os alfabetos e conjuntos específicos de caracteres existentes no

mundo são contemplados e ainda sobra uma enorme reserva, mas é melhor prevenir-se

porque não se sabe o que poderá ser o léxico na computação de amanhã. A boa

programação começa no aspecto léxico, com um critério de escolha de nomes que

acrescente ao programa um potencial literário, por assim dizer, no sentido de facilitar a

escrita correta e de estabelecer um sistema de autodocumentação, isto é, algo que

identifique a intenção de cada parte do programa sem que o programador se utilize de

artifícios como os comentários. Isto decorre de uma diferença básica entre o léxico das

linguagens humanas e o das linguagens de programação. Um escritor da língua

portuguesa terá um conjunto (dicionário) de aproximadamente 150.000 itens para

extrair palavras e com elas compor o seu texto. Ele terá que saber previamente da

existência de toda e qualquer palavra que pretenda utilizar. Nas linguagens de

programação o léxico possui apenas algumas poucas palavras, mas concede ao

programador o direito de criar palavras, desde que ele o faça com o devido respeito a

certas regras, que são próprias de cada linguagem. Entretanto, é no aspecto sintático que

o programador poderá expandir os seu talento de escritor de algoritmos. O sintático

cuida das regras gramaticais para a formação de proposições a partir dos elementos do

léxico e da maneira segundo a qual elas se relacionam e se agrupam. O programa

acabado é uma forma especial de texto que resulta do encadeamento dessas proposições

e, uma vez pronto, ele poderá ser executado, quer dizer, poderá ser encaminhado à fase

semântica. Para tanto, ele deverá ser lido e interpretado por um computador aparelhado

com níveis de abstração tais como os descritos anteriormente, isto é, compilador que o

traduza para a camada assembler, etc. Na primeira etapa dessa leitura o programa é

submetido a uma análise sintática (parsing). Na segunda etapa, caso a escrita esteja

correta, o compilador gera o código objeto, daí de camada em camada até os operadores

do nível lógico. A máquina então executará cada operação que o programa ordena,

sendo que o resultado dessas operações determina os novos caminhos que o programa

vai assumindo. O aspecto semântico da linguagem é o seqüenciamento de ações que

resulta na máquina e o que resulta da máquina ao final da execução ou o que se passa

com ela ao longo da execução do programa.

Existem várias maneiras de se classificarem as linguagens porque há vários níveis de

abordagem. Quanto ao uso, as linguagens podem ser científicas, para fins gerais ou de

domínio específico. Quanto ao tipo, elas podem ser imperativas ou funcionais. Quanto

ao paradigma de programação que elas encerram, as linguagens podem ser

convencionais ou orientadas a objeto. Quanto ao modo de execução de seus programas,

podem ser compiladas ou interpretadas. Quanto à existência de processos simultâneos,

elas podem ser concorrentes ou não. Quanto ao grau de abstração, elas podem ser de

nível alto, nível baixo ou de nível intermediário.

O nível de uma linguagem é considerado baixo quando, ao se ler um programa escrito

com ela, nota-se apenas a existência da máquina. Quando alguém que conheça uma

certa linguagem de nível baixo lê um programa escrito por outra pessoa nesta mesma

linguagem, ele dificilmente conseguirá saber de que se trata, isto é, ele não terá como

separar o problema do programa. (A máquina também não saberá de que se trata, mas

não importa, se o programa estiver escrito corretamente, o problema será resolvido). Em

nível baixo, só um programador familiarizado com a arquitetura da máquina em que a

linguagem foi implementada conseguirá codificar um programa, por menor que ele seja,

mesmo o algoritmo de Euclides. O nível é considerado alto quando a linguagem é capaz

de expressar ou codificar com naturalidade certos problemas, sejam problemas simples

ou complexos. A linguagem Fortran teria sido a primeira de nível alto, uma vez que era

capaz de expressar fórmulas matemáticas numa sintaxe bastante próxima da escrita

algébrica. Quase na mesma época surgiu Lisp como uma outra linguagem de nível alto,

totalmente diferente de Fortran, e voltada para o processamento de listas. Um

matemático, um engenheiro, ou um físico se sentem à vontade com uma linguagem de

nível alto. Fortran é imperativa, ao passo que Lisp é funcional. As linguagens

imperativas são aquelas que trabalham com base na operação de atribuição, isto é, no

acesso à memória repetidas vezes, levando e trazendo dados para cima e para baixo.

Elas são o reflexo da arquitetura de von Neumann. Já a dinâmica de uma linguagem

funcional consiste na aplicação recursiva de funções ou na composição algébrica de

funções. Desde Fortran e Lisp nos anos 50 até os dias de hoje — quando se pode citar

Java como a mais avançada e mais abrangente linguagem para fins gerais da atualidade

— muitas outras linguagens de nível alto surgiram. Destas, muitas desapareceram,

algumas deram lugar a outras, e uma pequena parte sobreviveu. Linguagens de nível

ainda mais alto existem no contexto de suas especialidades, como, por exemplo, na área

de computação gráfica em que se dispõe de PostScript, uma linguagem que computa

uma imagem 2D, dispondo de um amplo conjunto de instruções gráficas que atuam em

vários níveis de detalhe no que se refere a forma, cor, textura e padrões. Um nível

bastante alto se obtém quando o lado formal do idioma falado por alguém é

implementado como linguagem de programação. Embora as técnicas de programação

com linguagem natural ainda não estejam totalmente estabelecidas, uma pessoa de boa

formação acadêmica e conhecedor das estruturas sintáticas do idioma português seria

um bom programador neste nível.

Os dez anos que antecederam Fortran e Lisp já prenunciavam que algo de mais

impactante no campo da programação estava por vir. Em 1945, confinado na Bavária

por causa da guerra e sentindo falta de uma notação formal para a descrição de

algoritmos com a qual pudesse programar o seu computador Z4, Konrad Zuse projetou a

linguagem Plankalkül para codificar formalmente os procedimentos computacionais.

Plankalkül tinha capacidade para tipos, estruturas de dados, atribuição, iteração, entre

outros elementos de programação. Com ela, Zuse codificou um algoritmo de ordenação,

um teste de conectividade em grafos, alguns problemas aritméticos e ainda algo no jogo

de xadrez. Em 1949, John Mauchly lança Short Order Code, — uma linguagem

compilada à mão, mas que se torna a primeira a programar um computador eletrônico,

no caso uma máquina de nome Binac — posteriormente redirecionada para o Univac, o

primeiro computador fabricado em escala industrial. Em 1951, na Remington Rand,

Grace Hopper dá início ao projeto do primeiro compilador, como fora chamado, ainda

que, segundo a própria Grace Hopper, não correspondesse ao que se conhece hoje por

compilador. Tratava-se na verdade de uma biblioteca de sub-rotinas inicialmente

denominada A-0. Ao ser lançada passou a ser chamada de Math-matic. Em 1952, Alick

E. Glennie idealiza um sistema de programação na Universidade de Manchester que se

constituía em um compilador de nome Autocode.

De Fortran a Java

Em novembro de 1954, John Backus, um programador da IBM então nomeado líder do

grupo de pesquisa em programação, publica um relatório (Preliminary Report,

Specifications for the IBM Mathematical FORmula TRANslating System, FORTRAN)

que seria o primeiro documento acerca da linguagem Fortran. Em 1957, a equipe

conclui o compilador da versão I, cujas fórmulas aritméticas podiam combinar valores

de ponto fixo, que é a representação binária estrita para um número inteiro, com valores

de ponto flutuante, que é a versão computacional para a chamada representação

científica de números, isto é, a forma x = m.10e, em que m é a mantissa e e o expoente.

A evolução de Fortran prossegue em 1958 com a versão II, que apresentava a

capacidade de manipular sub-rotinas e podia ligar-se com trechos em linguagem

montadora, isto no computador IBM 704. Ainda em 1958, surge Fortran III

incorporando expressões booleanas e trazendo a possibilidade de nomes de função e de

sub-rotina serem passados como argumentos, além de facilidades para a manipulação de

dados alfanuméricos. E antes que terminasse 1958, Fortran sai do comando de Backus.

Em 1962, a versão IV é lançada por uma outra equipe da IBM, com implementações em

praticamente todas as arquiteturas existentes, especialmente na IBM 709. Backus faz

sérias restrições ao compilador desta versão cuja concepção teria sido adotada

contrariamente à sua opinião. Em 1977, vinte anos depois da primeira versão, fixam-se

as normas ANSI (American National Standards Institute) para a linguagem e lança-se a

versão Fortran 77. Em 1978, um ano após receber o prêmio Turing — o mais

importante da área de computação — John Backus faz restrições à própria linguagem

Fortran, ao declará-la fruto da arquitetura de von Neumann e classificar de lamentável o

fato de que linguagens como Fortran tenham induzido nos programadores um jeito

inadequado de programar. Mas a vida continuava e, a despeito do mea culpa de Backus,

a utilização de Fortran à época da sua declaração ocorria em importantes setores da

tecnologia, de modo que o desenvolvimento da linguagem prosseguia em função de

uma demanda incessante. Com a versão Fortran 90, lançada em 1990, introduziram-se

muitas novidades, como o comando “case” e os tipos derivados, que facilitam o trabalho

do programador. Mas a “alma” de Fortran é e será sempre a mesma encontrada nos seus

primeiros dias: a codificação de expressões algébricas. Em Fortran, o MDC teria a

escrita:

INTEGER FUNCTION MDC(P,Q)

INTEGER R

DO

R = MOD(P, Q)

MDC = Q

IF(R.EQ.0) RETURN

P = Q

Q = R

END DO

END

Uma outra linguagem, radicalmente diferente de Fortran e inteiramente comprometida

com os fundamentos da computação, surgia também em meados dos anos 50 a partir

dos trabalhos do matemático norte-americano John McCarthy. Em um dado momento

de seus estudos em sistemas dedutivos, McCarthy entendeu que as proposições de um

sistema formal voltado para deduções lógicas poderiam ser representadas por listas. E

foi assim que, em 1958, surgiu Lisp, inaugurando a era da inteligência artificial (IA), o

nome dado por McCarthy a esses seus estudos, época em que, juntamente com Marvin

Minsky, deu início ao Artificial Intelligence Project no MIT (Massachusetts Institute of

Technoly). A linguagem Lisp — um nome que é uma referência ao processamento de

listas (List Processing) — caracteriza-se pelos seguintes traços: o cômputo é feito com

expressões simbólicas e não com números. Exemplo: A lista (plus p q) quando

interpretada por Lisp fará com que se calcule a soma dos valores p e q. Em Lisp a

notação é pré-fixada, isto é, primeiro aparece o operador e em seguida os operandos; a

representação de expressões simbólicas é feita pela estrutura de dados denominada lista.

Exemplo: Seja x uma lista de quatro elementos (1 2 3 4), e seja y a lista de três

elementos (plus p q); existe um pequeno grupo de operações seletoras e construtoras.

Exemplo: “car”, que é uma dessas operações seletoras, retorna o primeiro elemento de

uma lista. Deste modo, (car x) = 1 e (car y) = plus. Admite-se a composição de funções.

Exemplo: (plus (car x) 10)). Isto é, (plus 1 10), que valerá 11; usam-se expressões

condicionais quando forem necessárias ramificações para outras funções (v. função mdc

descrita mais adiante); uso de recursão como a ferramenta básica da escrita de funções

computáveis (v. recursão mais adiante); uso de expressões-λ para dar nome às funções

A função defun é a função definidora de funções. Exemplo: (defun d (n) (times 2 n))

cria a função d que, quando aplicada, duplica o valor do seu argumento. Logo após a

definição da função d, poder-se-ia calcular (d 3) = 6; (d 5)=10, etc.; interpretação de

expressões montadas com conectivos booleanos; existência da função eval, que serve

tanto como uma definição formal da linguagem quanto como um interpretador; garbage

collection (coleta de lixo), como o dispositivo básico para o problema da alocação

dinâmica de memória. Trata-se de um mecanismo que automatiza a reciclagem de

células de memória usadas. Após uma seqüência de operações que envolvem estruturas

de dados, muitas células de memória são utilizadas e descartadas como lixo pelo próprio

programa. Em algumas linguagens, como Pascal, o reaproveitamento fica a cargo do

programador, o que representa uma enorme desvantagem, justamente por obrigar o

programador a preocupar-se com aspectos da arquitetura da máquina. Segundo o

próprio McCarthy, algumas das idéias usadas na concepção de Lisp vieram de outras

linguagens, mas a maior parte era feita de idéias novas e ele, McCarthy, sentia desde o

início que essa combinação de idéias resultava em um sistema matemático elegante ao

mesmo tempo em que se constituía numa linguagem de programação bastante prática. A

partir de então, a busca por uma concisão matemática em Lisp se justificava por razões

estéticas e pela crença de que as provas de correção de programas seriam mais fáceis se

a semântica fosse compacta e não apresentasse exceções. Em 1978, demonstrou-se que

os programas Lisp podiam ser representados por proposições da lógica de primeira

ordem. Mas o aspecto mais surpreendente e autêntico de Lisp, que processa apenas um

tipo de dados — a expressão simbólica — é a propriedade que têm os programas de

serem expressões simbólicas do mesmo modo que os dados. Isto significa que um

programa Lisp pode produzir como saída um outro programa Lisp, programa este que

poderá ser interpretado na mesma instância e ao mesmo tempo em que foi criado. E

assim, se o objetivo da inteligência artificial é produzir inteligência, o que de um certo

ponto de vista se resume na síntese automática de programas, esta característica singular

de Lisp — de que programas e dados têm a mesma escrita — lhe confere uma

pertinência singular na codificação do raciocínio, e talvez seja em grande parte por esta

razão que muitos a consideram a linguagem “oficial” da IA. Por fim, é possível com

Lisp a descrição de funções computáveis de uma maneira muito mais concisa, quando

comparada às que se fazem com a máquina de Turing. Sobre este fato, McCarthy em

um de seus artigos tece um comentário bastante curioso, segundo o qual a dificuldade e

o jeito deselegante de se programar uma máquina de Turing não incomodam os teóricos

das funções recursivas porque dificilmente eles terão que codificar uma dada função,

uma vez que a teoria se preocupa com os aspectos genéricos das funções recursivas. Em

Lisp, o algoritmo de Euclides seria assim escrito:

(defun mdc(p q) (cond ((eq (remainder p q) 0) q) (t (mdc q (remainder p q)))))

Isto é, um programa que ordena ao computador o seguinte: defina (defun) a função de

nome mdc que tem dois argumentos p e q. Se (cond) o resto (remainder) da divisão de

p por q for igual (eq) a zero termine o cômputo e retorne q como o valor do mdc. Caso

contrário reaplique (o que se denomina recursão) a função mdc de tal maneira que o

argumento p seja igual a q e o argumento q seja igual ao resto de p por q.

Entre as linguagens funcionais derivadas do ramo Lisp, além dos dialetos da própria

Lisp, destacam-se APL, desenvolvida por Kenneth Iverson em 1962 na IBM, que é

famosa pelo seu elevado poder de concisão na escrita de algoritmos e pela incorporação

de vários conceitos matemáticos, e Snobol, uma linguagem voltada para o

processamento de cadeias de caracteres (strings), que foi desenvolvida em 1964 na Bell

Labs por Farber, Griswold e Polonsky. Com suas facilidades para verificação de

casamento de padrões, Snobol (StriNg-Oriented symBOlic Language) foi bastante

utilizada na área da demonstração automática de teoremas.

Fortran e Lisp deram origem a diferentes linhagens no processo evolutivo das

linguagens que depois de um certo tempo passaram a se combinar na base de uma

aproximação entre o que havia de melhor, mais forte, e mais consolidado em ambas as

linhagens. Entre 1958 e 1968, desenvolveu-se a linguagem Algol como uma

descendente de Fortran. O próprio nome fazia referência a uma “linguagem

algorítmica”, isto é, algo melhor do que Fortran quanto à escrita de algoritmos. Um

relatório elaborado em 1963 pelo dinamarquês Petr Naur sobre Algol introduz a noção

de “semelhante a Algol” (Algol-like) para designar toda linguagem que apresente as

seguintes características: é algorítmica, no sentido de poder descrever processos

computacionais; é imperativa, uma vez que o transcurso do algoritmo que ela venha a

encerrar será feito de acordo com uma seqüência de acessos, leituras e escritas na

memória; suas unidades básicas de programação são o bloco e o procedimento; encerra

as noções de tipo e de verificação de tipo; faz uso da regra de escopo léxico; e, por fim,

é compilada. Dentre as “semelhantes a Algol” mais conhecidas, destacam-se Pascal, que

foi desenvolvida de 1966 a 1968 pelo cientista da computação suiço Niklaus Wirth, e

Simula, uma linguagem que traria importantes conceitos de programação — como o

conceito de classe — desenvolvida em 1965 na Noruega por Kristen Nygaard e Ole-

Johan Dahl e que viria a ter como descendente mais conhecida a linguagem Smalltalk.

Com Pascal, foram introduzidos os conceitos de parsing de precedência simples, os

tipos record e pointer, o comando case, e nascia também um maneira mais estruturada

de se programar. Pascal viria a ter grande aceitação nas décadas de 1970 e 1980,

especialmente nos meios acadêmicos, tornando-se não apenas a linguagem de trabalho

nos cursos de ciência da computação, mas também sendo adotada como

pseudolinguagem “oficial”, isto é, aquela linguagem que se utiliza para a descrição de

algoritmos em livros, aulas, teses, e onde quer que haja um texto sobre computação.

Com Smalltalk inaugura-se a era da programação orientada a objeto, que se constitui na

técnica de programação mais eficiente da atualidade. Smalltalk, uma linguagem criada

em 1972 por Alan Kay na empresa Xerox Corporation, embora tenha a influência de

Lisp nas suas estruturas mais internas, é inteiramente baseada na noção de classe

estabelecida em Simula. A idéia de orientação a objeto, embora já implícita em Simula,

foi verbalizada e surgiu a partir de uma analogia biológica elaborada por Alan Kay, um

cientista da computação graduado em matemática e em biologia, segundo a qual os

objetos — isto é, as instâncias de cada classe — seriam como células de organismos

vivos, que se comunicam entre si por mensagens químicas. Com a orientação a objeto,

as técnicas de programação saem de um nível molecular, ou mesmo atômico, para um

nível celular, de modo que certos problemas considerados complexos, que em geral

demandam uma equipe numerosa de programadores, podem ser abordados por uma

única pessoa que domine suficientemente esta maneira de programar. Mais do que isto,

a programação poderá ser praticada por pessoas em diferentes graus de formação e

habilidades, como por crianças, adultos semi-analfabetos, deficientes físicos, e até

mesmo deficientes mentais. A propósito, um dos experimentos conduzidos por Kay com

Smalltalk visava à formação de crianças programadoras, o que de certo modo viria a ser

também uma tentativa de demonstrar que a programação é uma habilidade natural do

ser humano. Nos anos 80, a Digital Equipment Corporation desenvolve a linguagem

Modula-3 como uma descendente de Pascal, dotada de concorrência, orientação a objeto

e trazendo interessantes mecanismos para a manipulação de exceções, como a

verificação de erros durante a execução.

A linguagem C sucede a linguagem B, que teve a influência de BCPL — uma

linguagem funcional criada por Martin Richards. C, embora seja uma linguagem para

fins gerais, foi desenvolvida na Bell Labs em 1972 por Dennis Ritchie para que o

sistema operacional Unix que se destinava ao computador PDP-11 fosse escrito numa

linguagem de nível alto. Na verdade, o próprio Ritchie admite que C é uma linguagem

de nível relativamente baixo, uma vez que as suas estruturas de controle são as mais

simples, assim como as suas estruturas de dados primitivas são as mais básicas. Esta

minimidade traz como benefício maior o emprego de um compilador de porte pequeno,

capaz de gerar um código de máquina eficiente, e, portanto, podendo adaptar-se em

diferentes arquiteturas sem maiores dificuldades. Este fato, associado à proximidade que

existe entre C e Unix, impôs, no bom sentido e no mau também, a utilização de C ao

extremo, mesmo quando a metodologia correta de programação apontava para o uso de

uma outra linguagem de programação. Todos os problemas eram resolvidos em C, o que

no final das contas acarretava uma uniformização da técnica de programar que nivelava

por baixo, desde que C é reconhecidamente uma linguagem de nível baixo. O

desdobramento desse quadro será lento entre os anos 70 e 90, justamente porque o

processo haverá de levar em conta que muitos investimentos foram feitos em C, e que

os argumentos advindos da esfera econômica são mais determinantes do que os

argumentos científicos. O primeiro passo na alteração desse quadro foi dado com o

surgimento da linguagem C++, idealizada por Bjarne Stroudtrup em 1980, também na

Bell, com o que ele denominou de “C com classes”, transformando C numa linguagem

orientada a objeto ao mesmo tempo em que a mantinha tal como ela era. Isto é, um

programa escrito em C poderia ser interpretado em C++. Desta forma, a partir da

primeira implementação de C++ em 1983, os grandes investidores de sistemas escritos

em C estavam aptos a buscar estratégias de programação mais avançadas, aos poucos,

como era conveniente, sem ter que largar tudo o que haviam desenvolvido e recomeçar

do zero. Numa linha conceitualmente mais pura do que C++, por volta de 1982-1983

surge a linguagem Objective-C, desenvolvida por Brad Cox e Tom Love, que expande a

linguagem C com a introdução de alguns recursos como classes, mensagens e herança,

todos eles baseados em Smalltalk.

Hoje em dia, época em que os computadores pessoais são um item quase tão básico

quanto uma escova dental, ao menos para quem passou a freqüentar a aldeia global da

Internet e a utilizar os seus novos meios de comunicação, o conceito de hipertexto é

posto em prática por programas denominados browsers, que se constituem em interfaces

de leitura de hipertextos. Hipertexto é um documento que contém imagens, sons, textos

e uma entidade denominada link, que amplia a dimensão de leitura, no sentido de que a

partir deles pode-se alcançar com o browser qualquer ponto do mesmo documento ou

de um outro documento, mesmo se estiver em um outro computador. O arquivo de texto

que concretiza um hipertexto é fornecido por um computador servidor a um computador

cliente por intermédio dos mecanismos de comunicação da rede. Para isto, uma máquina

que dispõe de um posto de documentos — ou site — tem que manter em funcionamento

ininterrupto um programa que atende a todas as solicitações de leitura do documento

que se fizerem, e sempre que houver uma solicitação, o programa servidor de páginas é

acionado, de modo que o hipertexto, devidamente codificado em uma linguagem de

formatação de hipertextos, como a atual HTML (HyperText Markup Language), será

transferido segundo os modos de transmissão da Internet desde o servidor até o browser

do computador cliente, onde será interpretado e exibido ao leitor. Os projetistas de Oak

— uma linguagem desenvolvida por James Gosling no início dos anos 90 na Sun

Microsystems —, preocupados com objetivos outros que não a Internet, partiram da

sintaxe e da semântica de C, adicionando cautelosamente algumas características de

C++. Eles começaram por eliminar certos pontos complexos e conceitualmente

problemáticos, como a herança múltipla, que é uma propriedade que possibilita a

existência de objetos descendentes de várias classes a um só tempo, o que descaracteriza

e não segue a analogia entre objeto e células vivas que se estabeleceu em Smalltalk. Aos

poucos, a equipe da Sun, com vistas em uma linguagem puramente orientada a objeto,

enxuga a estrutura sintática de C++, diminui a sua extensão semântica e, depois de uma

seleção criteriosa, agrega mecanismos pertencentes a outras linguagens de reconhecida

excelência.

Desta maneira, introduziu-se em Oak o gerenciamento automático de memória por

coleta de lixo com base em Lisp (v. descrição de coleta de lixo acima, na parte de Lisp);

a verificação de erros durante a execução com base em Modula 3, que torna os

programas mais robustos, uma vez que um erro na fase de execução (uma divisão por

zero, por exemplo) não necessariamente encerrará a execução do programa, e um

programador experiente de posse desses meios saberá o que fazer para que o programa

sempre encontre uma saída; a avaliação dinâmica de programas definidos por

programas como em Lisp, isto é, se a saída de um programa for um outro programa, é

possível que este seja executado na mesma instância do programa que o gerou; os

processos concorrentes como em Mesa, isto é, a possibilidade de ações simultâneas

dentro de um mesmo programa; a definição de interfaces como em Objective-C, que

possibilita o aproveitamento de definições feitas em classes fora da sua ascendência;

suporte para objetos distribuídos, que a torna própria para ambientes de rede; e ainda

objetos para interfaces gráficas. Por fim, criaram o conceito de arquitetura neutra, que

viria a ser o grande trunfo da linguagem no quesito portabilidade. O alvo inicial de Oak

era o mundo dos dispositivos de controle para utensílios residenciais, como a TV a cabo

e outros eletrodomésticos (dizem que até as torradeiras), alvo este que não chegou a ser

atingido, o que fez o projeto Oak entrar em declínio em 1993. Mas, uma decisão

estratégica da Sun em 1994 viria a ressuscitá-lo para uma missão revolucionária, pois

nada menos do que a Internet teria que ser o ambiente principal de atuação da

linguagem Oak. Desta maneira, o desafio inicial era fazer com que os programas

escritos em Oak rodassem em ambientes de processamento distribuído nos quais um

programa originado em um certo computador pode ser transferido pelos protocolos da

Internet, como um todo ou em partes, para outros computadores, em um esquema de

cooperação onde cada computador processa o que lhe cabe, isto é, executa uma

determinada parte do programa ou todo o programa. Daí porque processamento

distribuído significa em essência o ajuntamento do esforço computacional de pelo

menos dois computadores. A proposta da linguagem Oak era fazer uso do

processamento distribuído para dar vida aos hipertextos veiculados na Internet, de modo

que as páginas escritas na linguagem HTML poderiam conduzir programas Oak até a

máquina do leitor onde seriam executados na Máquina Oak Virtual instalada no

browser. Os documentos de rede deixavam de ser páginas estáticas de livros para se

tornarem verdadeiros programas, isto é, documentos parametrizáveis pelo leitor, com

capacidade de se adaptarem aos interesses dele, na forma de programas multimídia,

realidade virtual e muito mais. Em janeiro de 1995, Oak muda de nome e torna-se Java,

um nome que se espalhou pelos quatro cantos do mundo a uma velocidade jamais vista.

Ainda em 1995, a grande indústria de informática investe em novos formatos e em

novas APIs que dotarão Java (cinco anos mais tarde, diga-se de passagem) de meios que

possibilitarão a animação e a interatividade, especialmente na área de renderização 3D e

multimídia na Internet. Essas tecnologias permitem a integração e o fluxo de áudio,

vídeo e grafismo 3D em tempo real; espacialização do som; e facilidades para vídeo

conferências.

Fig. 1. Cena de um mundo sonoro criado pelo programa Cubismo (A. Arcela, 1999)

Java apresentou-se ao mundo como uma linguagem simples, orientada a objeto,

distribuída, interpretada, robusta, segura, neutra do ponto-de-vista da arquitetura, de alto

desempenho, concorrente e dinâmica. Simples porque é fácil de ser assimilada e por ter

uma aparência familiar. Orientada a objeto, por basear-se nos quatro princípios desse

paradigma de programação; quais sejam, abstração, encapsulamento, herança e

polimorfismo, conforme descrição anterior de Smalltalk e de C++. Distribuída por

admitir aplicações na rede e por suportar vários níveis de conectividade. Interpretada

porque seu compilador gera bytecodes ao invés de código nativo (os bytecodes se

constituem na linguagem de máquina da Máquina Java Virtual, que é formada pelo

interpretador e pelo seu sistema de runtime). Robusta porque elimina certos erros de

programação. Segura porque protege o sistema de arquivos do leitor quando um

programa escrito em Java procedente de algum ponto da rede for eventualmente

executado no seu computador. Neutra do ponto-de-vista da arquitetura porque a

Máquina Java Virtual pode ser implementada em qualquer plataforma. Portável porque,

além da característica de arquitetura neutra, não há em Java aspectos dependentes de

implementação. De alto desempenho porque, mesmo sendo uma linguagem

interpretada, apresenta um desempenho entre as compiladas de nível baixo e as

interpretadas de nível alto. Concorrente porque tem meios de suportar os threads, que

são os processos leves.

Na terminologia Java, applets (ou mini-aplicativos) são programas que se veiculam na

rede e que são executados no computador cliente, enquanto que aplicativos são

programas locais que se executam fora do contexto de rede. A organização do espaço de

classes em Java é feita por pacotes (packages), de maneira que um pacote é um conjunto

de classes, e um grupo de pacotes constitui uma API, que é a abreviatura de Abstract

Programming Interface. Há um grupo de APIs que forma o núcleo do sistema Java,

cobrindo praticamente todas as áreas da computação consideradas básicas, como redes,

bancos de dados, interfaces de usuário, segurança de dados, processamento de texto,

construção de compiladores, compactação de dados, entre outras. E há um grupo

complementar — de APIs especializadas — que está disponível no site da linguagem,

além de uma quantidade extra de APIs escritas por outras empresas, pesquisadores e

indivíduos mundo a fora. Entre as APIs complementares, encontra-se a suite JavaMedia,

contendo o que há de mais atualizado em tecnologia multimídia para integrar áudio,

videoclipes, animações, fontes de caracteres, grafismos, imagens, entrada e saída de voz

e modelos 3D. As artes computacionais, especificamente a composição musical

algorítmica, a síntese de imagens e a construção automática de mundos virtuais (fig.1),

são beneficiadas de modo considerável com JavaSound, Java3D e JavaSpeech, que

representam um nível tal de implementação de facilidades e conceitos que propiciam

uma extensão considerável da linguagem artística em todas as suas dimensões. Inúmeras

outras atividades fazem ou podem vir a fazer uso dessa tecnologia multimídia, como a

educação, a pesquisa científica, a indústria em geral, os serviços e a indústria de

software que atua no front dos jogos, suas batalhas, agentes e lucros.

III. As Últimas Fronteiras

É possível que a inteligência artificial represente hoje em dia a parte mais visada da

computação e também se constitua no assunto de onde mais se espera, talvez porque o

seu progresso venha ocorrendo a uma velocidade inferior àquela que a expectativa

social foi levada a supor. Expectativa esta feita de sonhos e mitos por uma tecnologia

perfeita, que são próprios da natureza humana, e também com a ajuda expressiva da

mídia e sua capacidade de alimentar fantasias.

No final dos anos 60, o cinema sugere para o ano 2001 nada menos que o computador

HAL-9000, uma máquina que, além de ver, ouvir, e falar, sabia lidar com a alma

humana, como se registrou na famosa cena de chantagem emocional esboçada por HAL

em um apelo que até hoje ressoa em ouvidos mais impressionados: “você tem noção do

que está fazendo?”, pergunta ele em tom de submissão, dirigindo-se ao astronauta Dave.

Em seguida, enquanto o homem prossegue desconectando os circuitos inteligentes, a

máquina insiste em tentar demovê-lo: “pare, Dave; estou com medo!”. Era o

computador pedindo clemência para não ser desligado, e o fazia como se tivesse noção

do que era a morte. Em um texto sobre computação não se deve ir muito além de 2001,

uma Odisséia no Espaço, isto no terreno da ficção científica, e não só porque as

distâncias entre ficção e suas perspectivas de realização vão ficando além dos

argumentos básicos que um simples autor pode dispor, mas também por se entender que

dificilmente haverá um outro filme que o supere na dramatização da relação homem-

máquina, ao menos em caracterizações nas quais a máquina tem “cara” de máquina.

Evidentemente que a arte do autor de ficção é ampliar ao máximo essa distância ao

mesmo tempo em que nutre a tal perspectiva de realização. Em filmes como Blade

Runner e em outros feitos nos anos 80, a robotização é extrema, de modo que não há

distinção visual nem comportamental entre humanos e máquinas. Quando comparada à

ficção, a inteligência artificial feita com os métodos computacionais de hoje é

obviamente primária. Mas, relativamente a outros domínios da própria computação,

trata-se de uma técnica sofisticada de programação e que tem trazido alguns poucos,

mas bons resultados de ordem prática. Os artefatos mais comuns da IA são os seguintes:

Redes neurais: Sistemas que produzem inteligência por meio de simulação do

funcionamento neural e de suas conexões. Aplicados em reconhecimento de voz e em

processamento de linguagem natural, os programas possuem variáveis (pesos) que

necessitam de uma adaptação à situação a que se destinam. Por exemplo, se uma rede

houver sido construída para identificar a voz de uma dada pessoa, ela deverá ser

“treinada” no sentido de que se alterem progressivamente e de maneira convergente os

tais pesos a fim de que o desempenho e a confiabilidade de reconhecimento sejam

aprimorados.

Vida artificial: Em linhas gerais, estuda a vida biológica pela síntese de vida artificial. A

tecnologia de vida artificial fundamenta-se na teoria da evolução, e em ecologia. Faz

uso de uma metodologia computacional denominada algoritmos genéticos, que são

procedimentos de busca que usam a mecânica da seleção natural e conhecimentos de

genética.

Jogos: Programas tradicionais em computação como se demonstra pela existência de

programas que jogam xadrez desde Konrad Zuse. Muito embora o xadrez seja o jogo

mais estudado e o mais implementado — não se pode esquecer que o programa Deep

Blue da IBM derrotou o campeão mundial, o russo Garry Kasparov —, os verdadeiros

campeões de audiência são os chamados jogos de estratégia e são eles os que mais se

beneficiam das técnicas de IA. (No filme The Matrix, lançado em 1999, os participantes

do jogo transferem-se para dentro no programa e passam a lutar diretamente, isto é, na

base do corpo-a-corpo, com os agentes virtuais, numa alusão explícita a Alice no país

das maravilhas, obra de Lewis Carroll).

Sistemas especialistas: Programas que substituem profissionais humanos e tomam

decisão em situações reais. Há sistemas especialistas que atuam na área médica (no

diagnóstico de doenças e na prescrição de medicamentos), na interpretação de imagens,

no controle de tráfego aéreo, na área de ensino e treinamento, e em muitas áreas onde o

perfil do profissional é bem conhecido. Um sistema especialista lida com a

especificação de um problema e um objetivo a ser alcançado. Para isto, constitui-se de

uma base de conhecimento e de um mecanismo de inferência.

Robótica: Máquinas computacionais complexas que podem ver, ouvir, deslocar-se e

reagir a estímulos sensoriais. De certo modo, a robótica se constitui na resposta

tecnológica à necessidade e ao direito do homem de ser substituído em certas

circunstâncias pela máquina, e não só nos serviços pesados e perigosos, mas em todas as

situações que caracterizem a sua submissão a algo ou a alguém. Muito embora nos dias

de hoje existam formas intermediárias de submissão, sempre em decorrência da

desigualdade social, o bom senso aponta para um mundo sem esses problemas que ainda

afligem os povos, como a fome e a miséria, e cuja persistência evidencia um enorme

despreparo da humanidade. Chegará o dia em que isto será um mal tão superado quanto

uma doença extinta por uma vacina e um programa de saúde pública, e aí se abrirá

espaço para que, inicialmente nos setores produtivos, os robôs se integrem de tal

maneira nas atividades humanas, que se tornem seus concidadãos, por assim dizer. As

ficções são levadas a incluir uma abordagem sociológica específica como uma

conseqüência imediata de que humanizar a máquina traz o ônus de se pensá-la como um

ser social.

Agentes: São entidades computacionais autônomas que agem em nome de entidades

humanas. São como os robôs, com a diferença de que são feitos apenas de software e

não de parafusos e chips como os verdadeiros robôs, ainda que no campo dos mundos

virtuais, os agentes, além da “alma”, possam também receber um corpo — uma

modelagem geométrica em 3D — e, portanto, um rosto que lhes confere uma identidade

visual. O agente “trabalha” no sentido de fazer algo ou de reagir a algo, sendo capaz de

aprender e de cooperar. No mundo virtual BR, um projeto que se iniciou em 1997 na

Universidade de Brasília, os agentes são habitantes virtuais (fig. 2) que se destinam a

auxiliar os visitantes reais, sendo eles construídos à imagem e semelhança de brasileiros

que viveram ou que vivem no período de tempo no interior do qual se encontra o

visitante. Os agentes de BR estão sendo programados para guiar e orientar o visitante na

assimilação dos objetos desse mundo que retrata a história da inteligência brasileira por

intermédio da exibição 3D da produção intelectual em arte, ciência e tecnologia, desde o

ano de 1500 até o presente.

Fig. 2. Cena do programa Mundo BR com agente do século XVI (modelagem de N. Kerinska, 2000)

Compreensão de linguagem natural: Talvez o problema mais difícil de toda a

inteligência artificial. São programas que interagem com o usuário na sua linguagem

nativa, como o português que se fala no Brasil, por exemplo. No atual estágio dessa

tecnologia, apenas os textos relativamente simples e diretos são assimilados pela

máquina, de modo que já existem produtos que permitem um certo nível de diálogo

verbal com o computador, seja para editar um texto, jogar um game, navegar na

Internet, dirigir um automóvel, uma aeronave ou um satélite. Já nos casos de densidades

semânticas extremas, como a poesia, as distâncias entre máquina e texto tornam-se

astronômicas. Por exemplo:

“Trocaica te amei, com ternura dáctila

e gesto espondeu.

Teus iambos aos meus com força entrelacei.

Em dia alcmânico, o instinto ropálico

rompeu, leonino,

a porta pentâmetra.

Gemido trilongo entre breves murmúrios.

E que mais, e que mais, no crepúsculo ecóico,

senão a quebrada lembrança

de latina, de grega, inumerável delícia?”

Leituras sucessivas confirmarão uma certa dificuldade na compreensão do que diz este

poema, mas aos poucos surge a impressão de que ele vai sendo assimilado ainda que

não se saiba o significado de suas palavras principais. Quando se recorre a um

dicionário da língua portuguesa, como o Novo Dicionário Aurélio da editora Nova

Fronteira, constata-se que trocaico é um verso cujos pés (unidade métrica) são

constituídos de uma sílaba longa e outra breve; dáctilo é um pé de verso formado por

uma sílaba longa seguida de duas breves; espondeu é um pé com duas sílabas longas;

iambo, pé com um sílaba breve e uma longa; alcmânico, verso composto de três

unidades dáctilas e uma cesura, que é a última sílaba de uma palavra que inicia o pé de

um verso grego ou latino; ropálico, verso que começa por monossílabo, tendo cada uma

das palavras seguintes uma sílaba a mais que a palavra anterior; leonino, verso em que

os hemistíquios rimam; pentâmetro, verso de cinco pés, composto de dáctilos ou

espondeus e uma sílaba longa, mais dois dáctilos e uma sílaba longa ou breve; trilongo,

verso que tem três sílabas longas; ecóico, verso cujas duas últimas palavras findam com

vogal idêntica. Ou seja, a consulta ao dicionário não altera aquele significado global que

surgiu sem o conhecimento dessas palavras que nada significam a não ser figuras

métricas.

Um programa não muito bem preparado poderia vir a compreender este poema

intitulado A paixão medida, de Carlos Drummond de Andrade, da seguinte maneira: o

“dia alcmânico” teria sido a situação vivida em três etapas subdivididas cada uma delas

em um espaço de tempo maior e dois menores. O instinto, por ser ropálico, crescia

pouco a pouco. Já um programa de melhor nível poderia admitir que “dia alcmânico”

foram momentos sentidos com a sensibilidade para o verso homônimo, pois assim eles

se passaram. O gesto espondeu se fazia em pares de movimentos persistentes, e assim

por diante. Contudo, quanto mais se aprimoram métodos que valorizam o significado

das palavras, menos se chega à compreensão que a leitura humana é capaz de alcançar,

justamente porque a leitura humana procura, e de alguma maneira encontra, o enfoque

que captura a real intenção do autor, qual seja, a exploração não só da métrica da

palavra cujo conteúdo quer dizer métrica, mas sobretudo da sua sonoridade, que sugere

outra palavra, de significação comum. Com “ternura dáctila e gesto espondeu”, o amor

fora mútuo, porque trocado. Ternura delicada da ponta dos dedos. Gesto espontâneo.

Instinto crescente que o transforma em leão para romper a porta da delícia. E que mais?

O que leva a leitura humana a esta curiosa, mas legítima interpretação, é uma indagação

para a qual o presente texto não tem uma resposta, muito embora possa supor, talvez ao

estilo da psicanálise, que a tentativa do leitor de identificar-se com o autor é o que o

leva à interpretação correta ou, quem sabe, o desejo de ser ele mesmo o autor daquilo

que lê. De uma forma ou de outra, os modelos computacionais para a mente estão

aquém desta capacidade, ainda que não o sejam por uma impossibilidade “matemática”,

mas sim pelo alcance atual do conhecimento.

Para obter êxito na leitura de A paixão medida, não basta ao programa buscar a relação

sonora de certas palavras que estão no texto com outras que não estão lá, considerando-

se que, no final das contas, o que se compreende do poema é como foram os caminhos,

a convergência e o clímax de uma relação amorosa, e tudo indica que para se buscar

esta compreensão é preciso ter interesse por ela. Para um programa, as tais palavras fora

do poema poderiam ser outras, justamente porque não haveria de sua parte, enquanto

programa, um interesse intrínseco e primário por aquela significação que parece

interessar à mente. Há alguns anos, o já mencionado cientista Marvin Minsky elaborou

uma conjetura segundo a qual uma atividade mental, como o pensamento, por exemplo,

seria semelhante e teria uma analogia profunda com uma orquestra executando uma

peça musical. Se isto um dia for verificado, a música ampliará de maneira significativa

o seu espaço como ciência uma vez que de sua compreensão dependerá a compreensão

de certos aspectos da mente. No caso do sonho, há um processo de síntese de imagens

como também a síntese de outras manifestações próprias dos demais sentidos, isto é,

sons, aromas, sensações térmicas, sabores, todas cooperando na configuração de uma

mensagem a ser decifrada. Decifrar este enigma significa buscar o autoconhecimento,

que é uma meta a ser atingida em escala social para o benefício de todos e de cada um e,

quem sabe, possa servir à construção de máquinas.

Em um futuro que se pareça um pouco com a ficção científica de hoje, é possível que a

computação, para continuar liderando a inteligência artificial, torne-se uma ciência

próxima das ciências humanas e sociais, isto porque precisará compreender a mente nas

suas galerias mais profundas e que vão além do domínio racional. Grande parte dos

fenômenos mentais mais complexos, e seus efeitos na vida da pessoa que os

experimenta, compreendendo-os parcialmente pela razão e processando-os na íntegra

pelos sentimentos, não é conhecida suficientemente pela ciência. A psicanálise —

assumida aqui como uma área de conhecimento importante na busca das últimas

fronteiras da mente — mostra-se vítima de seus próprios ensinamentos ao demonstrar

dificuldades de sair da sua infância científica e, assim, ainda não traz uma luz suficiente,

algo que explique formalmente, como convém à computação, o que são os complexos,

os medos, os desejos e tudo o mais que se manifesta nesse domínio chamado

inconsciente, se possível na mesma medida que a lógica o faz para o raciocínio. Há

alguns anos, difundiu-se nos meios acadêmicos que os seguidores de Freud estariam

levantando uma espécie de “gramática do inconsciente”, tratando-se, evidentemente, de

uma pesquisa que se vier um dia a ser bem sucedida trará um resultado que estará para a

inteligência artificial assim como estão a decifração dos hieróglifos para a história e o

reconhecimento da estrutura do DNA para a biologia. Entretanto, nada de concreto a

esse respeito consolidou-se a ponto de ser de utilidade para outras áreas de

conhecimento, especialmente para a computação.

É impossível dizer o que falta ou estimar o quanto falta em termos de tempo para que se

conheçam as últimas fronteiras da mente. O que não poderá ocorrer, no entanto, é mais

um hiato no desenvolvimento da computação — como aquele que separou o ábaco da

máquina de Pascal — porque desta vez há compromissos inadiáveis que o homem como

indivíduo assumiu com a sociedade, com a família e consigo próprio, assim como há

atitudes e posturas definitivas que o homem como espécie vem assumindo diante da

Natureza e que haverá de assumir diante do Universo, que o cerca e que o contém. Se

um dia a vida vier a sofrer descontinuidade severa a ponto de fazer o homem

desaparecer da face da Terra, não custa acreditar que as civilizações do futuro haverão

de reconhecer na humanidade as suas origens, justamente porque descobrirão que a

espécie humana conseguiu a proeza de equacionar-se a si própria e, por isto, teve os

instrumentos e o ímpeto de projetá-los algoritmicamente como cidadãos e cidadãs do

futuro distante.

IV. Fontes bibliográficas

1. ALLEN, J. The anatomy of Lisp. New York: McGraw-Hill, 1978.

2. BACKUS, J. “The syntax and semantics of the proposed international algebraic

language of the Zurich ACM-GAM Conference”. Proceedings of the International

Conference on Information Processing, Unesco, Paris, 1959, pp. 125-132.

3. CHURCH, A. “An unsolvable problem of elementary number theory”, American

Journal of Mathematics, Vol. 58, pp.345-363, 1936.

4. COHEN, P. “A teoria dos conjuntos e a hipótese do contínuo”. In Manuel Lourenço

(org.e trad.) O teorema de Gödel e a hipótese do contínuo. Lisboa: Fundação

Calouste Gulbenkian, 1979.

5. DIJKSTRA, E.W. A discipline of programming. Englewood Cliffs, New Jersey:

Prentice-Hall, 1976.

6. FONSECA FILHO, C. História da computação — teoria e tecnologia. São Paulo:

LTR Editora, 1999.

7. GÖDEL, K. “Sobre sentencias formalmente indecidibles de Principia Mathematica

y sistemas afines”. In Kurt Gödel, Obras completas (trad. Jesús Mosterín; original

de 1931), Madrid: Alianza Editorial, 1981.

8. GOSLING, J. et al. The Java language specification. Reading, Massachusetts:

Addison-Wesley , 1996.

9. HOARE, C.A.R. “An axiomatic basis for computer programming”.

Communications of the Association for the Computing Machinery, 12(10):576-583,

1969.

10. HOROWITZ, E. Fundamentals of programming languages. Rockville, Maryland:

Computer Science Press, 1983.

11. KAY, A. ‘The early history of Smalltalk”. ACM SIGPLAN, March 1993, pp.69-96.

12. KERNIGHAN, B.W. e RITCHIE, D. M. The C programming language. Englewood

Cliffs, New Jersey: Prentice-Hall, 1978.

13. KLEENE, S.C. “General recursive functions of natural numbers”. Mathematische

Annalen. Vol. 112, pp. 727-742, 1936.

14. KNUTH, D.E. The art of computer programming (3 volumes). Reading,

Massachusetts: Addison-Wesley, 1968.

15. LAMPORT, L. “Time, clocks, and the ordering of events in a distributed system”.

Communications of the ACM 21(7):558-565, 1978.

16. McCARTHY, J. “Recursive functions of symbolic expressions and their

computation by machine, part I”. Communications of the ACM, 3(4):184-195, 1960.

17. McCULLOCH, W. S. e PITTS, W. “A logical calculus of the ideas immanent in

nervous activity”. Bulletin of Mathematical Biophysics 5: 115-133, 1943.

18. MINSKY, M. “Music, mind, and meaning”. Computer Music Journal 5(3):28-44,

1981.

19. NAUR, P. et al. “Report on the algorithmic language Algol 60”. Communications of

the ACM, 3(5):299-314, 1960.

20. PETERSON, J.L. et al. Operating systems concepts. Reading, Massachusetts:

Addison-Wesley, 1985.

21. SHANK, R.C. e COLBY, K.M. (orgs.) Computer models of thought and language.

San Francisco: W.H. Ferman and Company, 1973.

22. SMULLYAN, R. Theory of formal systems. Princeton, New Jersey: Princeton

University Press, 1961.

23. TANENBAUM, A. S. Structured computer organization. Englewood Cliffs, New

Jersey: Prentice-Hall, 1984.

24. TURING, A. M. “On computable numbers with an application to the

Entscheidungsproblem”. Proceedings of the London Mathematical Society, vol. 42,

1936.

25. WEXELBLAT, R.L. History of programming languages. New York: Academic

Press, 1981.

26. WIRTH, N. “The programming language Pascal”. Acta informatica 1:35-63, 1971.