-
Principios de la IA
Cinco principios fundamentales para una IA responsable son fundamentales: equidad e inclusión, privacidad y seguridad, transparencia, rendición de cuentas y confiabilidad y seguridad. -
1. 1950s: Los inicios de la IA
1956: Se acuñó el término "inteligencia artificial" en una conferencia en Dartmouth, donde varios científicos hablaron sobre cómo crear máquinas que pudieran "pensar" como humanos. -
2. Primeros pasos en IA (1950-1970)
Prueba de Turing (1950): Alan Turing propuso una prueba para determinar si una máquina puede exhibir comportamiento inteligente equivalente al humano.
Creación de los primeros programas de IA: En los años 50, se desarrollaron los primeros programas, como el Logic Theorist (1956) de Allen Newell y Herbert A.
Conferencia de Dartmouth (1956): Esta reunión es considerada el "nacimiento oficial" de la IA, cuando John McCarthy acuñó el término "inteligencia artificial". -
3. IA basada en reglas y simbolismo (1970-1980)
Sistemas expertos: A partir de los 70, se popularizó el uso de sistemas expertos, como MYCIN, que aplicaba reglas lógicas para realizar diagnósticos médicos.
Lógica simbólica: En esta época, la IA se centraba en la manipulación de símbolos y reglas lógicas para resolver problemas específicos, aunque carecía de la capacidad para aprender de experiencias. -
4. Primera "invierno de la IA" 1980
Falta de progreso y decepción: Durante los años 80, la IA se enfrentó a limitaciones en términos de hardware y expectativas no cumplidas. Los sistemas expertos y enfoques basados en reglas demostraron ser frágiles y difíciles de escalar.
Reducción de la financiación: El fracaso en cumplir las expectativas y el costo elevado de los sistemas resultó en un retroceso en la investigación y el financiamiento de la IA. -
5. 1990s: IA empieza a competir con humanos
1997: El superordenador de IBM Deep Blue ganó a Garry Kasparov, el campeón mundial de ajedrez. Este fue un momento histórico para la IA, demostrando que las máquinas podían superar a los humanos en tareas específicas. -
6. 2000s: El auge del aprendizaje automático
En esta década, gracias a la mejora de los ordenadores y la disponibilidad de grandes cantidades de datos (Internet), el aprendizaje automático (machine learning) empezó a ser mucho más eficiente. -
7. 2010s: Deep Learning y grandes avances
En los años 2010, la IA dio un salto enorme gracias al deep learning (aprendizaje profundo), una versión más avanzada de las redes neuronales. Esto permitió que la IA fuera capaz de entender imágenes, sonidos y lenguaje de manera más precisa. -
8. 2020s: IA en la vida diaria
La IA ahora está en todas partes: desde asistentes virtuales como Siri o Alexa, hasta coches autónomos y herramientas que generan imágenes o texto, como ChatGPT.