-
Period: to
Historia de la Inteligencia Artificial
-
Warren McCulloch & Walter Pitts
Propusieron un modelo constituido por neuronas artificiales, en el que cada una de ellas se caracterizaba por estar <<activa>> o <<desactiva>>; la <<activación>> se daba como respuesta a la estimulación producida por una cantidad suficiente de neuronas vecinas. -
Donald Hebb
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". -
Marvin Minsky & Dean Edmonds
Estudiantes graduados en el Departamento de Matemáticas de Princeton, construyeron el primer computador a partir de una red neuronal, "El SNASR", utilizaba 3000 válvulas de vacío y un mecanismo de piloto automático obtenido de los desechos de un avión bombero B-24 para simular una red con 40 neuronas. -
Arthur Samuel
Entusiasmo inicial, grandes esperanzas (1952 - 1969)
escribió una serie de programas para el juego de las damas que eventuelmente aprendieron a jugar hasta alcazar un nivel equivalente al de un amateur. El programa se presentó en la televisión en febrero de 1956. -
John McCarthy
Nacimiento de la IA
McCarthy convenció a Minsky, Rochester y Shannon, para que le ayudaran a aumentar el interés de los investigadores americanos en la teoría de autómatas, las redes neuronales y el estudio de la inteligencia artificial. El taller de Dartmouth no produjo ningún avance notable. Lo último que surgió del taller fue el conceso en adoptar el nuevo nombre para este campo "Inteligencia Artificial". -
Herbert Simon
Una dosis de realidad (1966-1973)
Simon hizo predicciones más concretas: como que en diez años un computador llegaría a ser campeón de ajedrez. sistemas de IA en problemas simples. En la mayor parte de los casos resultó que estos sistemas fallaron estrepitosamente cuando se utilizaron en problemas más variados o de mayor dificultad. -
John McCarthy
Entusiasmo inicial, grandes esperanzas (1952 - 1969)
McCarthy definió el lenguaje de alto nivel Lisp, tenía la herramienta que necesitaba, pero el acceso a los escasos y costosos recursos de cómputo aún era un problema serio. Junto a otros miembros del MIT inventaron el tiempo compartido. Se centró en la representación y el razonamiento con lógica formal. -
Friedberg
Una dosis de realidad (1966-1973)
Los primeros experimentos en el campo de la "evolución automática" estaban basados en la premisa de que efectuando una adecuada serie de pequeñas mutaciones a un programa de código máquina se prodría generar un programa con un buen randimiento aplicable en cualquier tarea sencilla. -
Herbert Gelernter
Entusiasmo inicial, grandes esperanzas (1952 - 1969)
Construyó el demostrador de teoremas de geometría, el cual era capaz de probar teoremas que muchos estudiantes de matemáticas podían encontrar muy complejos de resolver. -
Frank Rosenblatt
Entusiasmo inicial, grandes esperanzas (1952 - 1969)
Rosenblatt con sus "perceptones", demostró el famoso teorema del perceptrón, mostró que su algoritmo de aprendizaje podría ajustar las intensidades de las conexiones de un perceptrón para que se adaptaran a los datos de entrada, siempre y cuando existiera una correspondencia. -
John McCarthy
Entusiasmo inicial, grandes esperanzas (1952 - 1969)
Creó el Laboratorio de IA en Stanford. Su plan para contribuir la versión más reciente del Generador de Consejos con ayuda de la lógica de primer orden. El trabajo realizado en Stanford hacía énfasis en los métodos de propósito general para el razonamiento lógico. -
James Slagle
Entusiasmo inicial, grandes esperanzas (1952 - 1969)
Desarrolló el programa SAINT fue capaz de resolver problemas de integración de cálculo en forma cerrada, habituales en los primeros cursos de licenciatura. -
Winograd & Cowan
Entusiasmo inicial, grandes esperanzas (1952 - 1969)
Su trabajo realizado mostró cómo un gran número de elementos prodría representar un concepto individual de forma colectiva, lo cual llevaba consigo un aumento proporcional en robustez y paralelismo. -
Consejo Nacional para la Investigación de Estados Unidos
Una dosis de realidad (1966-1973)
En un intento de agilizar la traducción de artículos científicos rusos en vísperas del lanzamiento del Sputnik en 1957. En un informe presentado en 1966, el comité consultivo declaró que no "se ha logrado obtener ninguna traducción de textos científicos generales ni se prevé obtener ninguna en un futuro". -
Daniel Bobrow
Entusiasmo inicial, grandes esperanzas (1952 - 1969)
Desarrollo el progama STUDENT podía resolver problemas álgebraicos del tipo: "Si el número de clientes de Tom es dos veces el cuadrado del 20 por ciento de la cantidad de anuncios que realiza, y estos ascienden a 45, ¿cuántos clientes tiene Tom? -
Tom Evans
Entusiasmo inicial, grandes esperanzas (1952 - 1969)
Creó el programa ANALOGY que resolvía probremas de analogía geométrica que se aplicaban en las pruebas de medición de inteligencia. -
Métodos débiles
Sistemas basados en el conocimiento: ¿clave del poder? (1969-1979)
La alternativa a los métodos débiles es el uso del conocimento especifíco del dominio que facilita el desarrollo de etapas de razonamiento más largas, pudiéndose así resolver casos recurrentes en dominios de conocimiento restringido. -
Buchanan
Sistemas basados en el conocimiento: ¿clave del poder? (1969-1979)
El programa DENDRAL, 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. -
DENDRAL
Sistemas basados en el conocimiento: ¿clave del poder? (1969-1979)
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. -
Proyecto de Programación Heurística
Sistemas basados en el conocimiento: ¿clave del poder? (1969-1979)
PPH dedicado a determinar el grado con el que la nueva metodología de los "sistemas expertos" podía aplicarse a otras áreas de la actividad humana. El siguiente gran esfuerzo se realizó en el área del diagnóstico médico, Feignbaum, Buchanan y el dr Edward Shortliffe deseñaron el programa MYCLIN, capaz de hacer diagnósticos tan buenos como los de un experto. -
Lighthill
Una dosis de realidad (1966-1973)
La incapacidad para manejar la "explosión combinatoria" fue una de las principales críticas que se hicieron a la IA en el informe de Lighthill, informe en el que se basó la decisión del gobierno británico para retirar la ayuda a las investigaciones sobre IA. -
Newell & Simon
Entusiasmo inicial, grandes esperanzas (1952 - 1969)
El sistema de resolución general de problemas <<SRGP>>; posiblemente fue el primer programa que incorporó el enfoque de "pensar como un ser humano". El éxito del SRGP, formularon la hipótesis del "sistema de símbolos físicos", afirma que << un sistema de símbolos físicos tiene los medios suficientes y necesarios para generar una acción inteligente>>. -
Schank
Sistemas basados en el conocimiento: ¿clave del poder? (1969-1979)
Sxhank y sus estudiantes diseñaron una serie de programas cuyo objetivo era la comprension del lenguaje natural. el foco de atención estaba menos en el lenguaje per se y más en los problemas vinculados a la representación y razonamiento del conocimiento necesario para la comprensión del lenguaje. -
Quinta Generación
La IA se convierte en una industria
Los japoneses anunciaron el proyecto "Quinta Generación", construir computadores inteligentes en los que se pudiese ejecutarse Prolog. La IA formaba parte de un gran proyecto que incluía el diseño de chips y la investigación de la relación hombre máquina. Sin embargo, los componentes de IA generados en el marco de MCC y proyecto Quinta Generación nunca alcanzaron sus objetivos. -
McDermott
La IA se convierte en una industria (1980 hasta el presente)
El primer sistema experto comercial que tuvo éxito, RI, inició su actividad en Digital Equipment Corporation. El programa se utilizaba en la elaboración de pedidos de nuevos sistemas informáticos. -
John Hopfield
Regreso de las redes neuronales
Hopfield utilizaron técnicas de la mecánica estadística para analizar las propiedades de almacenamiento y optimización de las redes, tratando colecciones de nodos como colecciones de átomos. -
Rumelhart & McClelland
Regreso de las redes neuronales
El algoritmo de aprendizaje de retroalimentación se aplicó a diversos problemas de aprendizaje en los campos de la informatica y la psicología, y la gran difucsión que conocieron los resultados obtenidos, publicados en la colección "Parallel Distributed Processing". -
Grupo de Inteligencia Artificial de DEC
La IA se convierte en una industria (1980 hasta el presente)
DEC había distribuido ya 40 sistemas expertos. Du Pont utilizaba ya 100 y estaban en la etapa de desarrollo 500 más, lo que le generaba ahorro de diez millones de dólares anuales aproximadamente. -
Smolensky
Regreso de las redes neuronales
Los modelos de inteligencia artificial llamados "conexionistas" fueron vistos por algunos como competidores tanto de los modelos simbólicos propuestos por Newell y Simon como la de aproximación lógica de McCarthy. -
Movimiento Situado
Emergencia de los sistemas inteligentes
El llamado movimiento situado intenta entender la forma de actuar de los agentes inmersos en los entornos reales, que disponen de sensores de entradas continuas. Uno de los medios más importantes para los agentes inteligentes es Internet. -
Cohen
IA se convierte en una ciencia
En términos metodológicos, se puede decir, con rotundidad, que la IA ya forma parte del ámbito de los métodos científicos. Para que se acepten, las hipótesis se deben someter a rigurosos experimentos empíricos, y los resultados deben anlizarse estadísticamente para identificar su relevancia. -
David McAllester
La IA se fundó en parte en el marco de una rebelión en contra de las limitaciones de los campos como la teoría de control o la estadística, y ahora abarca estos campos. Tal y como in dica McAllester,
En los primeros años de la IA parecía perfectamente posible que las nuevas formas de la computación simbólica. -
Sistemas Inteligentes
Emergencia de los Sistemas Inteligentes
Una de las conclusiones que se han extraído al tratar de construir agentes complejos ha sido que se deberían reorganizar los subcampos aislados de la IA para que sus resultados se puedan enterrelacionar. Ahora se cree que los sistemas sensoriales no pueden generar información totalmente fidedigna del medio en el que habitan. -
Sistemas Inteligentes
Emergencia de los Sistemas Inteligentes
Una de las conclusiones que se han extraído al tratar de construir agentes complejos ha sido que se deberían reorganizar los subcampos aislados de la IA para que sus resultados se puedan interrlacionar. Ahora se cree que los sistemas sensoriales no pueden
