-
1943: Warren McCulloch y Walter Pitts crean el primer modelo matemático de una red neuronal artificial, inspirado en el cerebro humano. 1950: Alan Turing publica “Computing Machinery and Intelligence” donde plantea la pregunta: ¿pueden las máquinas pensar? y propone el Test de Turing como medida de inteligencia artificial
-
1956: Conferencia de Dartmouth → John McCarthy acuña el término Inteligencia Artificial. 1958: Creación del lenguaje de programación LISP, diseñado para aplicaciones de IA. 1966: Surge ELIZA, primer chatbot que simulaba conversaciones humanas
-
Se redujo el financiamiento porque los resultados no cumplían las expectativas.
La capacidad de las computadoras era muy limitada y no soportaba proyectos más complejos
Limitaciones tecnológicas. Caída de proyectos y financiamiento. Escasa aplicación práctica en la vida real -
Se crean los sistemas expertos, programas diseñados para imitar decisiones humanas en campos específicos. MYCIN: sistema experto usado en medicina para diagnosticar infecciones. Empresas empiezan a invertir en IA para negocios y tecnología. -
Crecimiento del Big Data y mayor poder computacional. 2006: Geoffrey Hinton desarrolla redes neuronales profundas, dando origen al Deep Learning. Aplicaciones en reconocimiento de voz y visión artificial.
-
2011: IBM Watson vence en Jeopardy!, mostrando la capacidad de la IA para responder preguntas complejas. 2012: Red neuronal de Google identifica gatos en videos de YouTube. 2016: AlphaGo de Google DeepMind vence al campeón mundial de Go. Asistentes virtuales como Siri, Alexa y Cortana llegan a los hogares. Avances en autos autónomos y diagnósticos médicos. -
Surgen modelos de IA generativa capaces de crear texto, imágenes, música y videos. Ejemplos: ChatGPT, DALL·E, MidJourney, Stable Diffusion. La IA entra en áreas creativas y educativas. Debate mundial sobre ética, regulación, derechos de autor y riesgos laborales -
Búsqueda de la IA General (AGI): una inteligencia capaz de razonar como un humano en múltiples áreas. Uso de IA en medicina personalizada, robótica avanzada, educación adaptativa. Riesgos: autonomía de las máquinas, privacidad, control de información y reemplazo de empleos.