La historia de la inteligencia artificial

  • Modelo constituido por neuronas artificiales (Warren McCulloc & Walter Pitts)

    Modelo constituido por neuronas artificiales (Warren McCulloc & Walter Pitts)
    Mostraron por ejemplo, que cualquier funcion de computo podria calcularse mediante alguna red de neuronas interconectadas y que todos los conectores logicos (and,or,not,etc), se podrian implementar utilizando estructuras sencillas. También sugirieron que redes adecuadamente definidas podrian aprender
  • Aprendizaje de Hebb

    Aprendizaje de  Hebb
    Donald Hebb propuso y demostro una sencilla regla de actualizacion para modificar las intensidades de las conexiones entre neuronas. Su regla, ahora llamada de aprendizaje Hebbiano o de Hebb, sigue vigente en la actualidad.
  • Prueba de Turing

    Prueba de Turing
    Alan Turing introdujo la prueba de Turing, el aprendizaje automatico, los algoritmos genericos y el aprendizaje por refuerzo en su articulo Computing Machinery and Intelligence, en 1950.
  • El primer computador apartir de una red neuronal (Marvin Minsky y Dean Edmonds)

    El primer computador apartir de una red neuronal (Marvin Minsky y Dean Edmonds)
    Estudiantes graduados en el Dpto. de Matematicas de Princeton, construyeron el primer computador apartir de una red neuronal en 1951, llamado SNARC,utilizaba 3000 valvulas de vacio.
  • Programas para el juego de damas

    Programas para el juego de damas
    A comienzos de 1952, Arthur Samuel escribio una serie de programas para el juego de damas que eventualmente aprendieron a jugar hasta alcanzar un nivel equivalente al de un amateur. Su programa pronto aprendio a jugar mejor que su creador. El programa se presento en tv en febrero de 1956
  • Taller con una duracion de dos meses en Darmouth

    Taller con una duracion de dos meses en Darmouth
    John McCarthy, Marvin Minsky, Claude Shannon y Nathaniel Rochester organizaron un taller con una duracion de dos meses en Darmouth en el verano de 1956. Hubo diez asistentes en total entre los que se incluian Trenchard More de Princeton y Arthur Samuel de IBM, y Ray Solomonoff y Oliver Selfriedge del MIT.
  • Téorico Lógico

    Téorico Lógico
    Allen Newel y Herbert Simmon contaban con un programa de razonamiento, el Téorico Lógico (TL) que demostraba gran parte de los teoremas del cap. 2 de Principia Matematica de Russell y Whitehead.
  • Lenguaje de alto nivel Lisp

    Lenguaje de alto nivel Lisp
    McCarthy definio el lenguaje de alto nivel Lisp, que se convertiria en el lenguaje de programacion dominante en la IA.
  • Programa hipotetico: El Generador de Consejos

    Programa hipotetico: El Generador de Consejos
    McCarthy publicó un artículo titulado Programs with Common Sense, en el que describia el Generador de Consejos, un programa hipotetico que podria considerarse como el primer sistema de IA completo que manejaba el conocimiento general del mundo.
  • Demostrador de teoremas de geometria (DTG)

    Demostrador de teoremas de geometria (DTG)
    Herbert Gelernter (1959) construyo el demostrador de teoremas de geometria (DTG), el cual era capaz de probar teoremas que muchos estudiantes de matematicas podian encontrar muy complejos de resolver.
  • Metodos de Aprendizaje de Hebb reforzados

    Metodos de Aprendizaje de Hebb reforzados
    Los métodos de aprendizaje de Hebb se reforzaron con las aportaciones de Bernie Widrow (Widrow y Hoff, 1960; Widrow, 1962), quien llamó adalines a sus redes.
  • Teorema del Perceptron

    Teorema del Perceptron
    Frank Rosenblatt con sus perceptrones demostró el famoso teorema del perceptrón, con lo que mostró que su algoritmo de aprendizaje podría ajustar las intensidades de las conexiones de un perceptrón para que se adaptara a los datos de entrada, siempre y cuando existiera una correspondencia.
  • Laboratorio de IA en Stanford

    Laboratorio de IA en Stanford
    McCarthy crea el Laboratoria de IA en Stanford.
  • Programa SAINT

    El programa SAINT de James Slagle fue capaz de resolver problemas de integracion de calculo en forma cerrada.
  • Programa STUDENT

    El programa STUDENT de Daniel Bobrow podia resolver problemas de algebra del tipo:
    "Si el número de clientes de Toms es dos veces el cuadrado del 20 por ciento de la cantidad de anuncios que realiza, y éstos ascieden a 45, ¿Cuántos clientes tiene Tom?"
  • Programa ANALOGY

    El programa ANALOGY de Tom Evans resolvia problemas de analogía geométrica que se aplican en las pruebas de medición de inteliencia.
  • Los Perceptrons pueden aprender

    Los Perceptrons pueden aprender
    En el libro de Minsky y Papert, Perceptrons, se demostró que si bien era posible lograr que los perceptrones aprendieran cualguier cosa que pudieses representar, su capacidad de representacion era muy limitada.
  • Programa MYCIN para el diagnóstico de infecciones sanguineas.

    Feigenbaum, Buchanan y el Dr. Edward Shortliffe diseñaron el programa MYCIN para el diagnóstico de infecciones sanguineas.
  • El sistema SHRDLU de Winograd para la comprensión del lenguaje natural

    El sistema SHRDLU de Winograd para la comprensión del lenguaje natural habia suscitaddo mucho entusiasmo,su dependencia del análisis sintáctico provocó algunos de los mismos problemas que habían aparecido en los trabajos realizadons en la traducción automática.
    Roger Schank, linguista transformado en informatico, afirmo: <<No existe eso que se llaman sintaxis>>, lo que irrito a muchos linguistas.
  • Programa DENDRAL

    Programa DENDRAL
    El programa DENDRAL, diseñado en Stanford, donde Ed Feigenbaum, Bruce Buchanan y Joshua Lederberg colaboraron en la solución del problema de inferir una estructura molcular a partir de la información proporcionada por un espectrómetro de masas.
    A DENDRAL se le incorporaron los elementos fundamentales de la propuesta de McCarthy para el Generador de Consejos.
  • propiedades de almacenamiento y optimización de las redes

    propiedades de almacenamiento y optimización de las redes
    John 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.
  • Proyecto Quinta Generación

    Proyecto Quinta Generación
    Los japonese anunciaron el proyecto <<Quinta Generación>>, un plan de diez años para construir computadoras inteligentes en el que pudiese ejecutarse Prolog.
    como respuesta EU constituyó la Microelectronics and Computer Technology Corporation (MCC)
  • Modelos de memoria basados en redes neuronales.

    Modelos de memoria basados en redes neuronales.
    David Rumelhart y Geoff Hinton continuaron con el estudio de modelos de memoria basados en redes neuronales.
  • Primer sistema experto: R1

    Primer sistema experto: R1
    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.
  • IA se convierte en ciencia

    IA se convierte en ciencia
    La utlización de metodologías mejoradas han autorizado que el campo de las redes neuronales alcance un grado de conocimiento que ha permitido que se comparen con otras técnicas similares como la estadistica, el reconocimiento de patrones y el aprendizaje automáta.
    De esto surge la minería de datos, que ha generado una nueva y vigorosa industria.
  • R1: Ahorro millonario

    R1: Ahorro millonario
    R1 representa para la compañía un ahorro estimado de 40 millones de dólares al año.
  • La aparición de Probabilistic Reasoning in Intelligent Systems

    La aparición de Probabilistic Reasoning in Intelligent Systems
    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.
  • Nuevos Sistemas Expertos

    El grupo de Inteligencia Artificial de DEC había distribuido ya 40 sistemas expertos.
  • Información por sensores

    Información por sensores
    capacidad de interracionarlos con otros agentes ya que por medio de sensores no se puede generar informacion totalmente fidedigna.