Timeline Educación

Desarrollo de algoritmos de aprendizaje profundo

1980

Sistemas de procesamiento de lenguaje natural (NLP)

1970

Frank Rosenblatt construye el Perceptrón Mark 1

1967:

Joseph Weizenbaum creó ELIZA

1966

Primeros programas de IA

1960

La Conferencia de Dartmouth

1956

Contribución de Alan Turing

1950

Warren McCulloch y Walter Pitts

1943

EVOLUCION DE LA INTELIGENCIA ARTIFICIAL

Se estima que la Inteligencia Artificial generará más de 300 mil millones de dólares anuales en ingresos a lo largo del año 2024.

2022

Implementación de sensores térmicos automatizados

2020

La IA se adentra en sectores de vital importancia

2018

La máquina frente al hombre.

2016

DeepMind desarrolló AlphaGo

2015

Desarrolló un sistema

2013

Concurso televisivo en Estados Unidos

2011

Deep Blue derrota a Kasparov

1997

EVOLUCION DE LA INTELIGENCIA ARTIFICIAL

Adobe Firefly

Mayo 2023

Google Bard

Marzo 2023

GENIAL

20XX

GENIAL

20XX

GENIAL

20XX

Se desarrollo sistemas que utilizan sensores térmicos automatizados para identificar rápidamente posibles síntomas de enfermedades infecciosas, incluido el COVID-19. Estos sensores pueden detectar cambios en la temperatura corporal de manera precisa y eficiente. De esta forma consiguen una detección temprana de posibles pacientes cero y facilitando así un control más efectivo de la propagación del virus.

2020: la implementación de sensores térmicos automatizados

Chatbot creado por Google con la capacidad de dialogar y brinda respuestas razonables a las demandas o preguntas del usuario.

Marzo 2023: Google Bard

LAlan Turing, en su artículo “Computing Machinery and Intelligence“, Turing introdujo el concepto de una prueba para determinar la capacidad de una máquina para exhibir un comportamiento inteligente indistinguible del de un humano. Esto sentó las bases para futuros debates sobre la inteligencia artificial.

Contribución de Alan Turing (1950)

DeepMind desarrolló un sistema que aprendió a jugar videojuegos de la consola Atari 2600 sin conocimiento previo del juego. Este sistema utilizaba una técnica llamada "aprendizaje por refuerzo" para aprender de su experiencia y mejorar su rendimiento.

2013: DeepMind desarrolló de un sistema

¿Sabías que... Retenemos un 42% más de información cuando el contenido se mueve? Es quizá el recurso más efectivo para captar la atención de tu audiencia.

¡Ojo! En Genially utilizamos AI (Awesome Interactivity) en todos nuestros diseños, para que subas de nivel con interactividad y conviertas tu contenido en algo que aporta valor y engancha.

Este programa DeepMind desarrolló AlphaGo, un programa que utiliza redes neuronales profundas y técnicas de aprendizaje por refuerzo para jugar al juego del Go. AlphaGo venció al campeón europeo de Go en una serie de partidas, y posteriormente derrotó al campeón mundial Lee Sedol en una histórica partida de cinco juegos.

2015: DeepMind desarrolló AlphaGo

Deep Blue de IBM, una computadora para jugar al ajedrez, derrotó al campeón mundial de ajedrez Garry Kasparov en una partida de seis juegos. Se mostró el potencial de la IA en la resolución de problemas complejos y marcó un hito importante en la capacidad de la IA para desafiar la inteligencia humana en dominios específicos.

1997: Deep Blue derrota a Kasparov

IBM presentó Watson, un sistema de IA capaz de responder preguntas en lenguaje natural y vencer a humanos en el concurso de televisión Jeopardy. Watson demostró que la IA podía manejar grandes cantidades de datos no estructurados y responder preguntas de manera precisa.

2011: Concurso de televisivo

John McCarthy acuña el término “inteligencia artificial” en la primera conferencia de IA de la historia en Dartmouth College. (McCarthy pasaría a ser el inventor del lenguaje Lisp). Posteriormente, ese mismo año, Allen Newell, J.C.Shaw y Herbert Simon crean Logic Theorist, el primer programa de software de IA en ejecutarse.

La Conferencia de Dartmouth (1956)

La Conferencia de Dartmouth (1956)

¿Sabías que... Retenemos un 42% más de información cuando el contenido se mueve? Es quizá el recurso más efectivo para captar la atención de tu audiencia.

¡Ojo! En Genially utilizamos AI (Awesome Interactivity) en todos nuestros diseños, para que subas de nivel con interactividad y conviertas tu contenido en algo que aporta valor y engancha.

ELIZA, es un programa que simulaba una terapeuta y podía mantener conversaciones simples con los usuarios. ELIZA se considera uno de los primeros chatbots de la historia y demostró el potencial de la IA para interactuar con los humanos.

Joseph Weizenbaum creó ELIZA,

Las IA pueden aplicarse a todo tipo de campos, en el campo de la Salud (desarrollando avances en el escaneado de imágenes o análisis sonoros del corazón), así como el Sector servicios. Pero también en el sector de los Asistentes Virtuales (Siri, Alexa, Cortana) y Finanzas (Comercio e inversión, auditoría, Media y comercio electrónico (Deepfakes, música, videojuegos). También del Transporte (simuladores, vehículos autónomos, planificación de rutas) o la Industria (análisis de desperfectos o monitorización de sedimentos)

2022: Se estima que la Inteligencia Artificial generará más de 300 mil millones de dólares anuales en ingresos a lo largo del año 202

¿Sabías que... Retenemos un 42% más de información cuando el contenido se mueve? Es quizá el recurso más efectivo para captar la atención de tu audiencia.

Software creado por adobe y disponible en photoshop. Utiliza IA generativa para crear imágenes a partir de texto. Ademas, se crea modelos 3D

2023: Adobe firefly

1967: Frank Rosenblatt construye el Perceptrón Mark 1

Perceptrón Mark 1, el primer sistema basado en una red neuronal que “aprendía” a través de prueba y error. Perceptrones, que se convierte en el trabajo de referencia sobre redes neuronales y, al menos por un tiempo, en un argumento contra futuros proyectos de investigación de redes neuronales.

2018, la Inteligencia Artificial se adentra en sectores de vital importancia

La IA impulsa avances significativos en la conducción autónoma. Fabricantes destacados, como Tesla o Audi, están utilizando la IA para desarrollar tecnologías que permitan vehículos autónomos. Tecnologías capaces de tomar decisiones inteligentes en tiempo real y ofrecer una experiencia de conducción más segura y eficiente.

Presentan el primer modelo matemático de una red neuronal, sentando las bases para el aprendizaje automático.

Warren McCulloch y Walter Pitts

1943

¿Sabías que... Retenemos un 42% más de información cuando el contenido se mueve? Es quizá el recurso más efectivo para captar la atención de tu audiencia.

¡Ojo! En Genially utilizamos AI (Awesome Interactivity) en todos nuestros diseños, para que subas de nivel con interactividad y conviertas tu contenido en algo que aporta valor y engancha.

El programa AlphaGo de DeepMind, basado en una red neuronal profunda, vence a Lee Sodol, el campeón mundial de Go, en un juego de cinco partidas. La victoria es significativa dado el gran número de movimientos posibles a medida que el juego progresa (¡más de 14,5 billones después de solo cuatro movimientos!). Más tarde, Google compró DeepMind por 400 millones de dólares.

2016: La máquina frente al hombre.

¿Sabías que... Retenemos un 42% más de información cuando el contenido se mueve? Es quizá el recurso más efectivo para captar la atención de tu audiencia.

¡Ojo! En Genially utilizamos AI (Awesome Interactivity) en todos nuestros diseños, para que subas de nivel con interactividad y conviertas tu contenido en algo que aporta valor y engancha.

Los sistemas de procesamiento de lenguaje natural (NLP) se convirtieron en un campo de investigación importante en la IA, con el objetivo de permitir que las computadoras comprendieran el lenguaje humano.

1970Sistemas de procesamiento de lenguaje natural (NLP)

Durante este período, los investigadores se centraron en la IA simbólica y desarrollaron programas que operaban en base a reglas y símbolos. Un ejemplo de esto fue el General Problem Solver (GPS); un programa creado para resolver problemas generales.

Primeros programas de IA (décadas de 1950 a 1960)

Se desarrollaron los algoritmos de aprendizaje profundo que permiten entrenar redes neuronales con varias capas para reconocer patrones complejos en imágenes, sonidos y texto.

1980: Desarrollo de algoritmos de aprendizaje profundo