-
Warren McCulloch y Walter Pitts (1943) han sido reconocidos como los autores del primer trabajo de IA. Partieron de tres fuentes: conocimientos sobre la fisiología básica y funcionamiento de las neuronas en el cerebro, el análisis formal de la lógica proposicional de Russell y Whitehead y la teoría de la computación de Turing.
-
Han sido reconocidos como los autores del primer trabajo de IA. Propusieron un modelo constituido por neuronas artificiales, en el que cada una de ellas se caracteriza ba por estar «activada» o «desactivada»; la «activación» se daba como respuesta a la estimulación producida por una cantidad suficiente de neuronas vecinas.
-
Propuso y demostró una sencilla regla de actualización para modificar las intensidades de las conexiones entre neuronas. Su regla, ahora llamada de aprendizaje Hebbiano o de Hebb, sigue vigente en la actualidad.
-
Construyeron el primer computador a partir de una red neuronal en 1951. El SNARÇ, como se llamó, utilizaba 3.000 válvulas de vacío y un mecanismo de piloto automático obtenido de los desechos de un avión bombardero B-24 para simular una red con 40 neuronas.
-
Princeton acogió a otras de la figura señeras de la IA, John McCarthy. Posteriormente a su graduación, McCarthy se trasladó al Dartmouth College, que se erigiría en el lugar del nacimiento oficial de este campo. Organizaron un taller con una duración de dos meses en Darmouth en el verano de 1956. Dos investigadores del Carnegie Tech", Allen Newell y Herbert Simon, acapararon la atención. Newell y Simon con taban ya con un programa de razonamiento, el Teórico Lógico (TL).
-
En el Laboratorio de IA del MIT Memo Número 1, McCarthy definió el lenguaje de alto nivel Lisp, que se convertiría en el lenguaje de programación dominante en la IA. Lisp es el segundo lenguaje de programación más antiguo que se utiliza en la actualidad, ya que apareció un año después de FORTRAN.
-
Se demostró que si bien era posible lograr que los perceptrones aprendieran cualquier cosa que pudiesen representar, su capacidad de representación era muy limitada. En particular, un perceptrón con dos entradas no se podía entrenar para que aprendiese a reconocer cuándo sus dos entradas eran diferentes.
-
Fue diseñado en Stanford, donde Ed Feigenbaum, Bruce Buchanan y Joshua Lederberg colaboraron en la solución del problema de inferir una estructura molecular a partir de la información proporcionada por un espectrómetro de masas. La trascendencia de DENDRAL se debió a ser el primer sistema de conocimiento intenso que tuvo éxito: su base de conocimiento estaba formada por grandes cantidades de reglas de propósito particular.
-
Al temprano éxito de Newell y Simon siguió el del sistema de resolución general de problemas o SRGP. El SRGP posiblemente fue el primer programa que incorporó el enfoque de «pensar como un ser humano». El éxito del SRGP y de los programas que le siguieron, llevaron a Newell y Simon a formular la famosa hipótesis del sistema de símbolos físicos, que afirma que «un sistema de símbolos físicos tiene los medios suficientes y necesarios para generar una acción inteligente».
-
Los japoneses anunciaron el proyecto «Quinta Generación», un plan de diez años para construir computadores inteligentes en los que pudiese ejecutarse Prolog. Como respuesta Estados Unidos constituyó la Microelectronics and Computer Technology Corporation (MCC), consorcio encargado de mantener la competitividad nacional en estas áreas. En ambos casos, la IA formaba parte de un gran proyecto que incluía el diseño de chips y la investigación de la relación hombre máquina.
-
El primer sistema experto comercial que tuvo éxito, R1, inició su actividad en Digital Equipment Corporation. El programa se utilizaba en la elaboración de pedidos de nuevos sistemas informáticos.
-
Aunque la informática había abandonado de manera general el campo de las redes neuronales a finales de los años 70, volvió con un fuerte impulso en los 80 cuando por lo menos cuatro grupos distintos reinventaron el algoritmo de aprendizaje de retroalimentación. El algoritmo se aplicó a diversos problemas de aprendizaje en los campos de la informática y la psicología, y la gran difusión que conocieron los resultados obtenidos, publicados en la colección Parallel Distributed Processing.
-
El trabajo de Eric Horvitz y David Heckerman (Horvitz y Heckerman, 1986: Horvitz et al., 1986) sirvió para promover la noción de sistemas expertos normativos: es decir, los que actúan racionalmente de acuerdo con las leyes de la teoría de la decisión, sin que intenten imitar las etapas de razonamiento de los expertos humanos.
-
La aparición de Probabilistic Reasoning in Intelligent Systems de Judea Pearl hizo que se aceptara de nuevo la probabilidad y la teoría de la decisión como parte de la IA, como consecuencia del resurgimiento del interés despertado y gracias, especial mente al artículo In Defense of Probability de Peter Cheeseman.
-
Quizás animados por el progreso en la resolución de subproblemas de IA, los investigadores han comenzado a trabajar de nuevo en el problema del «agente total». El trabajo de Allen Newell, John Laird, y Paul Rosenbloom en SOAR es el ejemplo mejor conocido de una arquitectura de agente completa. El llamado «<movimiento situado» intenta entender la forma de actuar de los agentes inmersos en entornos reales, que disponen de sensores de entradas continuas.
-
Desarrollado por IBM, este ordenador ganó al entonces campeón mundial de ajedrez Garri Kaspárov. La primera partida, en 1996, la perdió la máquina. Pero una versión mejorada vence al ajedrecista ruso en 1997.
-
Un coche autónomo desarrollado por la Universidad de Stanford (EE.UU) gana una competición de vehículos robot tras conducir 212 kilómetros de desierto sin apoyo humano.
-
Usando la Ley de Moore, Raymond Kurzweil predijo que las máquinas alcanzarán un nivel de inteligencia humano en 2029, y que de seguir para el año 2045 habrán superado la inteligencia de nuestra civilización en un billón de veces.
-
El ordenador desarrollado por IBM bate a los campeones humanos del concurso de televisión estadounidense de preguntas y respuestas, Jeopardi! Nuevos avances en el procesamiento del lenguaje natural.
-
El programa, llamado Eugene, fue desarrollado en Rusia y se hizo pasar por un niño de 13 años.
-
La conocida multinacional lanza en Internet un chatbot capaz de aprender a partir de la interacción con las personas. Tras apenas un día de funcionamiento, el software se vuelve racista, xenófobo y homófobo.
-
Un programa desarrollado por Google DeepMind, vence al campeón mundial del histórico juego Go. Es uno de los grandes hitos del aprendizaje profundo, una de las técnicas más relevantes en este momento en inteligencia artificial.
-
Creado en la Universidad de Carnegie Mellon (EE.UU), el software se impone a rivales humanos en un torneo múltiple de Texas hold’em para dos personas. Supone un hito por la información imperfecta que caracteriza al póker.
Looking for a timeline maker?
Create timelines for projects, roadmaps, history, lessons, legal cases, and stories with Timetoast. Timetoast is a timeline maker for work, school, research, and stories.