Linea del tiempo de la IA

 Años 50´s:

1950: Alan Turing publica "Computing Machinery and Intelligence", donde plantea la pregunta "¿Pueden las máquinas pensar?"

1951: Primer programa de IA, "Logical Theorist", creado por Allen Newell y Herbert Simon

1956: Conferencia de Dartmouth, donde se acuña el término "Inteligencia Artificial"

1960s

1965: Primer sistema experto, "ELIZA", desarrollado por Joseph Weizenbaum

1969: Desarrollo del lenguaje de programación PROLOG

1980s

 1980: Surgimiento de la "IA experta" con sistemas como MYCIN y DENDRAL

1982: Creación del primer chatbot, "Rule-Based Expert System"

 1985: Desarrollo de la red neuronal "Backpropagation"

1990s

1990: Desarrollo de la primera red neuronal recurrente (RNN)

 1997: IBM Deep Blue derrota al campeón mundial de ajedrez, Garry Kasparov

 1999: Surgimiento de la "IA emocional" con sistemas como Kismet

2000s

 2001: Lanzamiento de IBM Watson, plataforma de IA para procesamiento de lenguaje natural

 2009: Desarrollo de la primera red neuronal profunda (DNN) para reconocimiento de imágenes

 2011: Siri, primer asistente virtual integrado en un teléfono inteligente

2012:

AlexNet, una red neuronal convolucional profunda, gana la competición ImageNet por un margen significativo. Desarrollada por Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton, AlexNet demostró la efectividad del aprendizaje profundo en tareas de visión por computadora.

2014:

Introducción a las redes generativas adversarias

Ian Goodfellow y sus colegas introducen las Redes Generativas Adversarias (GANs). Este nuevo enfoque para el aprendizaje automático implica dos redes neuronales compitiendo entre sí, lo que permite la generación de datos sintéticos muy realistas. Las GANs han tenido un impacto significativo en áreas como la generación de imágenes y el aprendizaje no supervisado

2016:

Alpha Go vence a Lee Sedol

AlphaGo de DeepMind vence al campeón mundial de Go, Lee Sedol. Este evento marcó un hito significativo en la historia de la IA, ya que el Go se consideraba uno de los juegos más desafiantes para las computadoras debido a su complejidad y el número astronómico de posibles movimientos. AlphaGo, desarrollado por DeepMind (una empresa de Google), utilizó una combinación de aprendizaje profundo y árboles de búsqueda Monte Carlo para lograr esta hazaña.

 

                                                                         2020: Procesamiento de lenguaje natural

OpenAI lanza GPT-3 (Generative Pre-trained Transformer 3), un modelo de lenguaje de gran escala con 175 mil millones de parámetros. GPT-3 marcó un hito importante en el procesamiento del lenguaje natural debido a su capacidad para generar texto coherente y realizar una variedad de tareas lingüísticas sin necesidad de un fino ajuste específico para cada tarea. El modelo demostró habilidades sorprendentes en áreas como la traducción, el resumen de textos, la respuesta a preguntas y hasta la generación de código de programación. GPT-3 no solo impresionó a la comunidad científica, sino que también despertó un gran interés público y debates sobre las implicaciones éticas y sociales de los modelos de lenguaje avanzados. Su lanzamiento aceleró la investigación en modelos de lenguaje de gran escala y sentó las bases para aplicaciones más avanzadas de IA en el procesamiento del lenguaje natural.

2023-2024: Era de la IA generativa 

ChatGPT y otros modelos de IA generativa se vuelven ampliamente accesibles al público. Este período, que se extiende hasta 2024, marca el inicio de una nueva era en la que los modelos de lenguaje de gran escala, como GPT (Generative Pre-trained Transformer) desarrollado por OpenAI y Claude desarrollado por Anthropic, se convierten en herramientas de uso cotidiano. Estos modelos son capaces de generar texto coherente y contextualmente relevante, realizar tareas de traducción, responder preguntas, y hasta escribir código. Claude, en particular, se ha destacado por su capacidad de razonamiento, su precisión y su enfoque en la seguridad y la ética. La accesibilidad de estas tecnologías a través de interfaces fáciles de usar ha democratizado el acceso a la IA, permitiendo a personas sin conocimientos técnicos aprovechar el poder de estos sistemas. Este avance ha generado debates sobre el impacto de la IA en diversos campos como la educación, el trabajo, la creatividad y la ética, planteando tanto oportunidades como desafíos para la sociedad en su conjunto. En 2024, la evolución y aplicación de estos modelos, incluyendo mejoras continuas en sistemas como Claude, continúa transformando industrias y planteando nuevas cuestiones éticas y prácticas.