-
Aristóteles desarrolla el silogismo y la lógica formal, estableciendo las bases del razonamiento deductivo que siglos después sería fundamental para la IA simbólica. Propone la idea de que el pensamiento puede reducirse a símbolos y reglas manipulables. -
René Descartes plantea en su "Discurso del Método" la separación entre mente y cuerpo, además de proponer que el razonamiento puede ser mecánico. Esta idea influiría significativamente en las futuras concepciones de la IA. -
George Boole desarrolla el álgebra booleana, estableciendo un sistema matemático de lógica que posteriormente sería crucial para la computación y la IA. Esta formalización del pensamiento lógico sentó bases importantes. -
Alan Turing presenta su concepto de "Máquina de Turing", estableciendo las bases teóricas de la computación. Posteriormente, en 1950, propone la "Prueba de Turing" como método para evaluar la inteligencia de una máquina. -
En la Conferencia de Dartmouth, organizada por John McCarthy, Marvin Minsky y otros pioneros, se acuña el término "Inteligencia Artificial". Este evento marca el nacimiento oficial del campo como disciplina académica. -
Se crean los primeros programas de IA como el "Logic Theorist" y "General Problem Solver" por Allen Newell y Herbert Simon. Se desarrolla ELIZA, uno de los primeros chatbots, por Joseph Weizenbaum. -
Tras el Informe Lighthill en el Reino Unido y las críticas de Minsky sobre las limitaciones del perceptrón, se reduce significativamente el financiamiento para investigación en IA, marcando el primer "invierno". -
Resurge el interés con el desarrollo de sistemas expertos como XCON de Digital Equipment Corporation, demostrando aplicaciones comerciales viables de la IA. -
El colapso del mercado de hardware especializado para IA y las limitaciones de los sistemas expertos provocan otro período de reducción en financiamiento e interés. -
El sistema de IBM Deep Blue derrota al campeón mundial de ajedrez Garry Kasparov, marcando un hito en la capacidad de las máquinas para tareas específicas complejas. -
Geoffrey Hinton y otros investigadores desarrollan técnicas más efectivas para entrenar redes neuronales profundas. En 2012, AlexNet gana la competencia ImageNet, demostrando el poder del deep learning en visión por computadora. -
La disponibilidad de grandes cantidades de datos y el uso de GPUs para entrenamiento aceleran dramáticamente el desarrollo de modelos de Deep learning más potentes. -
El desarrollo de modelos de lenguaje como BERT, GPT-2 y GPT-3 marca un salto cualitativo en la capacidad de las máquinas para procesar y generar lenguaje natural. -
Modelos como DALL-E, Stable Difusión y Midjourney demuestran capacidades impresionantes en la generación de imágenes a partir de texto, mientras que modelos como GPT-4 muestran capacidades multimodales avanzadas. -
El lanzamiento de ChatGPT y sus sucesores genera un debate global sobre el impacto de la IA en la sociedad, el trabajo y la educación. Se intensifica la discusión sobre la regulación y el desarrollo responsable de la IA.