-
Orígen de la IA 1940-1950
1943: Warren McCulloch y Walter Pitts desarrollan el primer modelo matemático de una red neuronal artificial, basándose en el funcionamiento de las neuronas biológicas.
1950: Alan Turing publica Computing Machinery and Intelligence, donde introduce la famosa Prueba de Turing, un criterio para evaluar la inteligencia de una máquina.
1956:En la Conferencia de Dartmouth, John McCarthy, acuñan el término inteligencia artificial y establecen la IA como un campo de estudio formal. -
Primeros Sistemas de IA 1960-1970
1966: Joseph Weizenbaum desarrolla ELIZA, uno de los primeros programas de procesamiento de lenguaje natural, diseñado para simular una conversación con un psicoterapeuta.
1969: Se desarrollan los primeros sistemas expertos, programas diseñados para tomar decisiones en campos específicos, como DENDRAL para la química y MYCIN para el diagnóstico médico.
1973: Se produce el primer invierno de la IA, debido a la falta de avances y reducción de financiamiento. -
Auge de los Sistemas Expertos y segundo Invierno de la IA
1980: Los sistemas expertos se vuelven populares en industrias como la medicina y manufactura, con aplicaciones en diagnóstico y automatización.
1986: Geoffrey Hinton impulsa el aprendizaje profundo (deep learning), mejorando las redes neuronales mediante el algoritmo de retropropagación (backpropagation).
1987-1993: Un segundo invierno de la IA ocurre debido a la sobreexpectativa y el alto costo de las computadoras necesarias para la IA, lo que reduce el interésenelárea. -
IA Aplicada y avances en Aprendizaje Automático 1090-2000
1997: Deep Blue de IBM derrota al campeón mundial de ajedrez Garry Kasparov, demostrando el poder del análisis computacional en la toma de decisiones estratégicas.
2000: Microsoft introduce Clippy, un asistente virtual en Microsoft Office, uno de los primeros intentos de integrar IA en software de consumo.
2006: Geoffrey Hinton revive el aprendizaje profundo, demostrando que el uso de grandes cantidades de datos y mayor poder de cómputo puede mejorar significativamente las redesneuronales. -
Auge del Aprendizaje Profundo y las Redes Neuronales
2011: Watson de IBM gana el concurso Jeopardy! contra los campeones humanos, marcando un hito en el procesamiento de lenguaje natural.
2012: AlexNet, una red neuronal profunda, gana la competencia ImageNet, revolucionando el reconocimiento de imágenes y estableciendo el aprendizaje profundo como la técnica dominante en IA.
2016: AlphaGo de DeepMind vence al campeón mundial de Go, Lee Sedol, un juego mucho más complejo que el ajedrez, gracias a técnicas avanzadas de aprendizajeporrefuerzo. -
IA Generativa
2018: OpenAI presenta GPT-2, un modelo de lenguaje capaz de generar texto de manera coherente y natural, marcando un avance en la IA generativa.
2020: OpenAI lanza GPT-3, un modelo de lenguaje con 175 mil millones de parámetros, capaz de escribir textos complejos, responder preguntas y realizar tareas avanzadas de procesamiento de lenguaje natural.
2021: DeepMind desarrolla AlphaFold, un sistema que predice la estructura de las proteínas con precisión, revolucionando la biologíacomputacional. -
Modelos Multimodales 2020-actualidad
2022: OpenAI lanza ChatGPT, basado en GPT-3.5, convirtiéndose en un fenómeno global y popularizando la IA conversacional en múltiples industrias.
2023: Aparece GPT-4, un modelo multimodal capaz de procesar texto e imágenes simultáneamente, abriendo nuevas posibilidades en la interacción humano-máquina.
Actualidad: la IA sigue evolucionando con avances en modelos generativos, robots autónomos y sistemas de IA más eficientes y especializados.