-
La máquina de Turing
Alan Turing presenta la idea de la "máquina de Turing", un modelo teórico que establece los fundamentos de la informática moderna. Este concepto es muy importante para el desarrollo posterior de la IA. -
redes neuronales artificiales
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. -
teoría del aprendizaje en máquinas
Donald Hebb formula la teoría del aprendizaje en máquinas, conocida como la regla de Hebb, que sugiere que las conexiones entre neuronas se fortalecen cuando se activan juntas. Esto influye en el desarrollo de redes neuronales en la IA. -
Test de Turing
Alan Turing propone el conocido como el test de Turing ,a partir de un estudio para la universidad, que servía para evaluar la inteligencia de las máquinas. Esta prueba plantea un método para determinar si una máquina puede imitar un comportamiento inteligente semejante al de un ser humano. -
primer programa de la IA
Christopher Strachey desarrolla el primer programa de ajedrez que se puede jugar en una computadora. Este programa demuestra el potencial de las máquinas para ejecutar tareas complejas. -
Conferencia de Dartmouth
Se acuña el término «Inteligencia Artificial» en esta famosa conferencia. Organizada por John McCarthy, Marvin Minsky, Nathaniel Rochester y Claude Shannon. La Conferencia de Dartmouth reunió a investigadores importantes 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 punto importante en el desarrollo de las redes neuronales artificiales y el aprendizaje automático. -
ELIZA: El Primer Chatbot
Joseph Weizenbaum crea ELIZA . 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. Aunque ELIZA no poseía una verdadera comprensión del lenguaje era capaz de mantener una conversacion coherente. -
Primer sistema de teoremas
Herbert Simon y Allen Newell crean el "Logic Theorist", un programa que puede demostrar teoremas matemáticos. Este hecho demiestra las capacidades de la IA en la resolución de problemas. -
Sistemas expertos
Los sistemas expertos comienzan a ganar popularidad.
"MYCIN", un sistema desarrollado en Stanford, es utilizado para diagnosticar enfermedades y recomendar tratamientos, esto demuestra la utilidad práctica de la IA en el campo de la medicina. -
El Stanford Cart: Pionero en Navegación Autónoma
El Stanford Cart se convierte en uno de los primeros robots móviles capaces de navegar de forma autónoma en circuitos con obstáculos. El Cart utilizaba una cámara de televisión montada en un riel deslizante colocado 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. Aunque el Cart se movía lentamente y deteniéndose cada pocos metros para procesar nueva información. -
La red neuronal de retropropagación
David Rumelhart, Geoffrey Hinton y Ronald Williams publican un artículo sobre el algoritmo de retropropagación, el cual se convierte en un método fundamental para entrenar redes neuronales profundas. Aunque el concepto ya existía antes, este trabajo popularizó su uso y demostró su eficacia en una variedad de problemas de aprendizaje. -
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 IA derrotó a un campeón mundial de ajedrez en un match a seis partidas bajo condiciones de torneo. La victoria de Deep Blue sobre Kasparov fue un momento decisivo que demostró el potencial de la IA para superar a los humanos en tareas complejas y específicas. -
Avances en el aprendizaje automático
Nuevos algoritmos y técnicas de aprendizaje automático emergen, como las máquinas de soporte vectorial, que mejoran la precisión y la eficacia en diversas aplicaciones. -
Stanley Gana el DARPA Grand Challenge
Stanley, un vehículo autónomo gana el DARPA Grand Challenge. Esta competición desafió a los equipos a crear vehículos autónomos capaces de navegar un trayecto de 212 km a través del desierto sin intervención humana.
La victoria de Stanley marcó un hito importante en el desarrollo de vehículos autónomos. Este logro sentó las bases para los avances que vemos hoy en día en la industria automotriz y del transporte. -
Aprendizaje profundo
Geoffrey Hinton y otros investigadores popularizan el "aprendizaje profundo", el cual utiliza redes neuronales con múltiples capas. Estó se convierte en algo fundamental para el avance de la IA. -
Watson en Jeopardy
IBM Watson, una supercomputadora con capacidades de IA, compite y gana contra campeones humanos en el popular programa de televisión «Jeopardy», demostrando la capacidad de la IA para procesar y responder preguntas en lenguaje natural a una velocidad asombrosa. -
Éxito en ImageNet
Un modelo de aprendizaje profundo diseñado por Hinton gana la competencia ImageNet, mejorando drásticamente las tasas de error en el reconocimiento de imágenes. Este logro marca un cambio decisivo en la investigación de la IA. -
Introducción de las Redes Generativas Adversarias
Ian Goodfellow y sus compañeros introducen las Redes Generativas Adversarias (GANs). Esta nueva idea 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 de DeepMind vence al campeón mundial de Go, Lee Sedol. Este evento marcó un hito significativo en la historia de la IA, ya que el Go se consideraba uno de los juegos más desafiantes para las computadoras debido a su complejidad y el número astronómico de posibles movimientos. Este triunfo demuestra que la IA puede aprender estrategias complejas y adaptarse a nuevas situaciones. -
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 gran avance en la capacidad de las máquinas para entender y procesar el lenguaje humano en un contexto completo. -
Lanzamiento de GPT-3
GPT-3 marcó un hito importante en el procesamiento del lenguaje natural debido a su capacidad para generar textos coherentes y realizar una gran variedad de tareas lingüísticas sin necesidad de un ajuste específico para cada tarea. El modelo demostró habilidades sorprendentes en áreas como la traducción, el resumen de textos, la respuesta a preguntas y hasta la generación de códigos de programación. Sentó las bases para aplicaciones más avanzadas de IA en el procesamiento del lenguaje natural. -
Avances en IA generativa
Se popularizan modelos generativos como DALL-E y Stable Diffusion, que pueden crear imágenes a partir de descripciones textuales, lo que transforma el campo de la creatividad digital. -
Expansión y regulación de la IA
La IA generativa se convierte en una herramienta esencial en diversas industrias. Las discusiones sobre ética, riesgo y la necesidad de regulaciones se intensifican a medida que la tecnología avanza y se integra en la vida cotidiana.