-
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. -
La Prueba 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. -
Period: to
El Inicio: 1950 – 1980
-
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. -
Unimate, el Primer Robot Industrial
La IA comenzó a industrializarse en 1961, cuando Unimate, el primer robot industrial, fue introducido en la fábrica de General Motors. Este robot realizó tareas repetitivas en las líneas de montaje, revolucionando la producción y marcando el inicio de la automatización en las fábricas. -
ELIZA: El Primer Chatbot
Joseph Weizenbaum crea ELIZA, diseñada para simular una conversación con un psicoterapeuta rogeriano. El programa funcionaba reconociendo palabras clave en las entradas del usuario y respondiendo con frases pregrabadas o reformulando las declaraciones como preguntas. Aunque no poseía una verdadera comprensión del lenguaje, su capacidad para mantener una conversación planteó importantes cuestiones sobre la naturaleza de la comunicación humano-máquina y la inteligencia artificial. -
Period: to
El “Invierno de la IA”
Después del entusiasmo inicial, la IA se enfrentó a importantes dificultades. Durante los años 70 y principios de los 80, la tecnología no avanzó tan rápido como se esperaba. Los sistemas eran lentos, ineficientes y requerían demasiada potencia de procesamiento para las capacidades de la época. La financiación y el entusiasmo disminuyeron ya que no se veían los resultados de las inversiones ni se realizaron avances significativos. -
El Stanford Cart: Pionero en Navegación Autónoma
Uno de los primeros robots móviles capaces de navegar de forma autónoma en entornos con obstáculos. Desarrollado en la Universidad de Stanford bajo la dirección de Hans Moravec, el Cart utilizaba una cámara de televisión montada en un riel deslizante para tomar múltiples imágenes desde diferentes ángulos. Estas imágenes se procesaban para crear un mapa 3D del entorno y planificar una ruta libre de obstáculos. -
Period: to
Avances y Desafíos: 1980 – 2020
-
Deep Blue vs. Kasparov
Deep Blue de IBM vence al campeón mundial de ajedrez Garry Kasparov. Este evento histórico marcó la primera vez que una computadora derrotó a un campeón mundial de ajedrez en un match a seis partidas bajo condiciones de torneo. Desarrollado por un equipo de ingenieros de IBM. Fue un momento decisivo que demostró el potencial de la IA para superar a los humanos en tareas cognitivas complejas y específicas. -
Stanley Gana el DARPA Grand Challenge
Un vehículo autónomo desarrollado por la Universidad de Stanford, gana el DARPA Grand Challenge. Esta competición, organizada por la Agencia de Proyectos de Investigación Avanzados de Defensa de EE.UU. (DARPA), desafió a los equipos a crear vehículos autónomos capaces de navegar un curso de 212 km a través del desierto de Mojave sin intervención humana. Marcó un hito importante demostrando la viabilidad de la tecnología de conducción autónoma en entornos complejos y no estructurados. -
Watson en Jeopardy!
Watson, un sistema de inteligencia artificial desarrollado por IBM, compitió contra los campeones humanos Ken Jennings y Brad Rutter en una serie de tres episodios. El sistema fue capaz de entender las preguntas formuladas en lenguaje natural, buscar en su vasta base de conocimientos, y formular respuestas coherentes y precisas. La victoria de Watson marcó un hito importante en el procesamiento del lenguaje natural y la comprensión de textos por parte de las máquinas. -
AlexNet Revoluciona la Visión por Computadora
Desarrollada por Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton, AlexNet demostró la efectividad del aprendizaje profundo en tareas de visión por computadora. Su éxito en la clasificación de imágenes a gran escala marcó el inicio de la era moderna del aprendizaje profundo en la visión artificial. AlexNet utilizó GPUs para acelerar el entrenamiento de la red, lo que permitió trabajar con conjuntos de datos mucho más grandes y modelos más complejos. -
Introducción de las Redes Generativas Adversarias (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 vence a Lee Sedol
AlphaGo, desarrollado por DeepMind (una empresa de Google), utilizó una combinación de aprendizaje profundo y árboles de búsqueda Monte Carlo para lograr esta hazaña. La victoria de AlphaGo sobre Lee Sedol, en un match de cinco partidas, demostró la capacidad de la IA para manejar problemas de extrema complejidad y tomar decisiones estratégicas a largo plazo. -
GPT-2: La nueva era de la generación de texto
OpenAI presenta GPT-2, un modelo generativo que puede escribir ensayos, responder preguntas y generar contenido que es prácticamente indistinguible del escrito por humanos. -
BERT: Avance en la Comprensión del Lenguaje Natural
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. -
DeepSpeed y T-NLG: Avances en generación de lenguaje
Microsoft presenta DeepSpeed, una biblioteca de optimización para deep learning, y T-NLG, un modelo de generación de lenguaje con 17 mil millones de parámetros, marcando un hito en la capacidad de las máquinas para generar texto. -
GPT-3 de OpenAI
OpenAI lanza GPT-3, un modelo autoregresivo que produce texto, código y poesía con una calidad excepcionalmente similar a la humana. Con una capacidad diez veces mayor que T-NLG, GPT-3 se convierte en una referencia en el campo de la IA. -
Period: to
La Era Moderna de la IA
-
OpenAI Codex: Asistencia en programación
OpenAI presenta Codex, una herramienta revolucionaria que asiste a los programadores generando código automáticamente. Basado en el modelo GPT-3, Codex se convierte en una herramienta esencial para desarrolladores de todo el mundo. -
ChatGPT: Cambiando la forma en que comunicamos
OpenAI lanza ChatGPT, un chatbot de IA que se basa inicialmente en el modelo GPT-3.5. A pesar de sus elogios por su fluidez y base de conocimientos, también enfrenta críticas por ciertas respuestas incorrectas. Sin embargo, su lanzamiento desencadena un debate sobre el impacto de la IA en la sociedad. -
Reconocimientos y logros de GPT-4
En el SAT, una prueba ampliamente reconocida en Estados Unidos, GPT-4 obtiene una puntuación de 1410 (percentil 94). Además, en el LSAT, alcanza un percentil de 88 con una puntuación de 163, y en el Uniform Bar Exam, logra un percentil de 90 con una puntuación de 298. Estos logros demuestran la capacidad de GPT-4 para comprender y razonar a niveles comparables a los humanos en diversas áreas del conocimiento. -
GPT-4 y Google Bard: La vanguardia de la IA
OpenAI presenta GPT-4, una versión mejorada y multimodal que permite la entrada de imágenes además de texto. A pesar de sus avances, GPT-4 mantiene ciertos desafíos de su predecesor. En respuesta a ChatGPT, Google lanza Google Bard, basado en su modelo de lenguaje LaMDA, ofreciendo una nueva alternativa en el mundo de los chatbots. -
Expansión y adopción de ChatGPT
Para enero de 2023, ChatGPT alcanza más de 100 millones de usuarios, convirtiéndose en una de las aplicaciones de consumo de más rápido crecimiento. Su integración con GPT-4 amplía aún más sus capacidades y atractivo para el público general.