-
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. -
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: El Primer Chatbot
Joseph Weizenbaum crea ELIZA, considerado el primer programa de chatbot.Fue diseñada para simular una conversación con un psicoterapeuta rogeriano, utilizando técnicas de procesamiento de lenguaje natural simples pero efectivas. El programa funcionaba principalmente reconociendo palabras clave en las entradas del usuario y respondiendo con frases pregrabadas o reformulando las declaraciones del usuario como preguntas. -
El Stanford Cart: Pionero en Navegación Autónoma
Se convierte en 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. -
Popularización del Algoritmo de Retropropagación
David Rumelhart, Geoffrey Hinton y Ronald Williams publican un influyente artículo sobre el algoritmo de retropropagación, que se convierte en un método fundamental para entrenar redes neuronales profundas. Aunque el concepto existía antes, este trabajo popularizó su uso y demostró su eficacia en una variedad de problemas de aprendizaje