-
Heurística
George Dantzig publica "Linear Programming and Extensions". En este libro, Dantzig introduce el concepto de "heurística". Herbert Simon (1957): "Una heurística es un método que no garantiza la solución óptima de un problema, pero que puede ser útil para encontrar una solución aceptable en un tiempo razonable". Allen Newell (1972): "Una heurística es un procedimiento que no garantiza la solución óptima de un problema, pero que es probable que conduzca a una solución aceptable". -
Róbotica
George Devol patenta el primer robot industrial. George Devol (1954): "La robótica es la ciencia y la tecnología de la creación de máquinas automáticas capaces de realizar tareas que normalmente requieren la intervención humana". Joseph Engelberger (1961): "La robótica es la ciencia y la tecnología de la automatización de tareas repetitivas y peligrosas". -
Procesamiento de lenguaje natural
George Miller introduce el concepto de "capacidad de memoria de trabajo" y sugiere que la cantidad de información que podemos procesar a la vez es limitada. George Miller (1957): "NLP es el estudio de los principios que permiten a las computadoras analizar y comprender el lenguaje natural". John Carroll (1960): "NLP es la rama de la ciencia de la computación que se ocupa de la interacción entre las computadoras y el lenguaje humano". -
Reconocimiento de patrones
Frank Rosenblatt desarrolla el perceptrón, una red neuronal temprana que sentó las bases para el aprendizaje automático. Frank Rosenblatt (1958): "El reconocimiento de patrones es la capacidad de una máquina para extraer información de datos". Marvin Minsky y Seymour Papert (1962): "El reconocimiento de patrones es la capacidad de una máquina para identificar objetos o eventos en una imagen o serie de datos". -
Sistemas Expertos
Edward Feigenbaum publica "The Simulation of Verbal Learning by Means of an Elementary Calculus". En este artículo, Feigenbaum presenta el primer sistema experto, denominado "DENDRAL". Edward Feigenbaum (1965): "Sistema experto es un programa de computadora que puede razonar y tomar decisiones como un experto humano". Herbert Simon (1969): "Un sistema experto es un programa de computadora que puede realizar tareas que normalmente requieren el conocimiento y la experiencia de un experto humano" -
Lógica difusa
Lotfi Zadeh introduce y desarrolla la teoría de la lógica difusa. La lógica difusa permite el manejo de la incertidumbre y la imprecisión al asignar grados de pertenencia entre verdadero y falso. L.A. Zadeh (1965): "La lógica difusa es un marco matemático para representar y razonar con información imprecisa". E.H. Mamdani (1974): "La lógica difusa es una extensión de la lógica clásica para representar y razonar con conceptos imprecisos". -
Algoritmos genéticos
John Holland y su equipo desarrollan algoritmos genéticos. Los algoritmos genéticos son técnicas de optimización que imitan la selección natural para encontrar soluciones a problemas complejos. -
Modelo de agente inteligente
Marvin Minsky publica "The Society of Mind". En este libro, Minsky propone un modelo de inteligencia artificial basado en la idea de que la mente es un sistema complejo de agentes interconectados. Marvin Minsky (1968): "Un agente inteligente es un sistema que puede percibir su entorno y actuar de forma autónoma para alcanzar sus objetivos". John McCarthy (1977): "Un agente inteligente es un sistema que puede percibir su entorno y actuar de forma autónoma para alcanzar sus objetivos". -
Robot DARPA
El robot DARPA Grand Challenge, una competencia para vehículos autónomos que recorran una ruta de 132 millas en el desierto de Mojave, es ganado por Stanley, un vehículo desarrollado por Stanford. -
Redes neuronales
Geoffrey Hinton y su equipo popularizan las redes neuronales profundas. El aprendizaje profundo, basado en redes neuronales multicapa, se convierte en un enfoque clave para el procesamiento de datos complejos. -
Aprendizaje profundo
Google Brain logra avances significativos en el aprendizaje profundo, contribuyendo al desarrollo de sistemas de reconocimiento de patrones y comprensión del lenguaje natural más sofisticados. -
Desarrollo de la IA
Google Brain logra avances significativos en el aprendizaje profundo, contribuyendo al desarrollo de sistemas de reconocimiento de patrones y comprensión del lenguaje natural más sofisticados.