-
Maquina de Turing
-
Modelo de Neurona McCulloch-Pitts
Warren McCulloch y Walter Pitts proponen el primer modelo matemático de una neurona artificial. Este modelo, conocido como la neurona McCulloch-Pitts, sentó las bases para el desarrollo de las redes neuronales artificiales y la computación neuronal. -
aprendizaje hebbiano
-
Test de Turing
Alan Turing propone la «Prueba de Turing» para evaluar la inteligencia de las máquinas. Esta prueba plantea un método para determinar si una máquina puede exhibir un comportamiento inteligente equivalente al de un ser humano. -
Conferencia de Dartmouth
Se acuña el término «Inteligencia Artificial» en esta histórica conferencia. Organizada por John McCarthy, Marvin Minsky, Nathaniel Rochester y Claude Shannon, la Conferencia de Dartmouth reunió a destacados investigadores para discutir la posibilidad de crear máquinas que pudieran simular aspectos de la inteligencia humana. -
El Perceptrón de Rosenblatt
Frank Rosenblatt desarrolla el Perceptrón, el primer modelo de red neuronal implementado en hardware. Este dispositivo podía aprender a clasificar patrones simples, marcando un hito importante en el desarrollo de las redes neuronales artificiales y el aprendizaje automático. -
ELIZA:
Joseph Weizenbaum crea ELIZA, uno de los primeros programas capaces de procesar lenguaje natural. Simulaba una conversación humana imitando a un psicoterapeuta, aunque sus capacidades eran limitadas, fue un importante acontecimiento en la interacción entre humanos y máquinas. -
El robot Stanford Cart
El Stanford Cart, desarrollado en la Universidad de Stanford, se convierte en uno de los primeros sistemas autónomos que navega con éxito en entornos no controlados. Fue un precursor de los vehículos autónomos. -
Surge la IA basada en sistemas expertos
Comienza la popularización de los sistemas expertos, como DENDRAL y MYCIN, programas capaces de tomar decisiones especializadas en áreas como la química y la medicina. Estos sistemas representan un avance significativo en el uso práctico de la IA. -
El aprendizaje profundo renace
David Rumelhart y Geoffrey Hinton popularizan el concepto de "retropropagación", un algoritmo clave para entrenar redes neuronales artificiales. Este trabajo es fundamental para el desarrollo del aprendizaje profundo en las décadas siguientes. -
Deep Blue vence a Garry Kasparov
Deep Blue, un superordenador desarrollado por IBM, vence al campeón mundial de ajedrez Garry Kasparov en una partida de ajedrez. Este evento fue un hito simbólico que demostró el potencial de la IA en tareas cognitivas complejas. -
STANLEY gana el DARPA Grand Challenge
El vehículo autónomo "STANLEY", desarrollado por el equipo de Sebastian Thrun en la Universidad de Stanford, gana la carrera del DARPA Grand Challenge, demostrando el potencial de los vehículos autónomos en terrenos difíciles -
Watson gana en Jeopardy
-
AlexNet revoluciona la visión por computadora
Un equipo liderado por Geoffrey Hinton y Alex Krizhevsky gana la competencia ImageNet con AlexNet, una red neuronal profunda que marcó un avance crucial en la visión por computadora y en el reconocimiento de imágenes. -
introdución de las GANS
Ian Goodfellow y sus colegas introducen las Redes Generativas Adversarias (GANs). Este nuevo enfoque para el aprendizaje automático implica dos redes neuronales compitiendo entre sí, lo que permite la generación de datos sintéticos muy realistas. Las GANs han tenido un impacto significativo en áreas como la generación de imágenes y el aprendizaje no supervisado. -
AlphaGo derrota a Lee Sedol
AlphaGo, desarrollado por DeepMind de Google, vence al campeón mundial de Go, Lee Sedol. Este fue un hito impresionante, ya que Go tiene una complejidad estratégica mucho mayor que el ajedrez -
BERT
Google introduce BERT (Bidirectional Encoder Representations from Transformers), un modelo de procesamiento de lenguaje natural que mejora significativamente la comprensión del contexto en las búsquedas. BERT representa un importante avance en la capacidad de las máquinas para entender y procesar el lenguaje humano en su contexto completo. -
ChatGPT
una versión especializada y ajustada de GPT-3 para mantener conversaciones interactivas. El modelo es capaz de responder preguntas y participar en diálogos complejos, y se populariza como una de las aplicaciones más destacadas de la IA. -
GPT-3
OpenAI lanza GPT-3, un modelo de lenguaje basado en transformadores con 175 mil millones de parámetros. GPT-3 es capaz de generar texto coherente y convincente, y se ha utilizado en una variedad de aplicaciones, desde la escritura creativa hasta la programación asistida. -
GPT-4
OpenAI lanza GPT-4, un modelo de IA aún más avanzado, mejorando en aspectos como el manejo de contexto, razonamiento y capacidad para tareas multimodales, como el análisis de imágenes y la comprensión de lenguajes complejos.