IA TIMELINE

TIMELINE IA

TIMELINE IA

1943

1956

1966

primer modelo de neurona artificial

Se propone el término ia

Eliza: primer chatbot

McCulloch y Pitts

John McCarthy, Marvin Minsk y, Claude Shannon

Joseph Weizenbaum

1950

1956 - 1960

Se introduce el test de turing

programa Logic Theorist

Alan Turing

Allen Newell y Herbert Simon

TIMELINE IA

1970

2000

2020

sistemas expertos

Redes neuronales

MLA e INTELIGENCIA ARTIFICIAL GENERATIVA

DENDRAL

Procesamiento de Lenguaje Natural y Visión por Computadora

Chat GPT , Dall-E

1990

2012

Aprendizaje automático

DEEP LEARNING

Machine Learning

La red neuronal profunda AlexNet

TIMELINE IA

TIMELINE IA

TIMELINE IA

TIMELINE IA

TIMELINE IA

TIMELINE IA

AlexNet

La red neuronal profunda AlexNet, desarrollada por Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton en 2012, tuvo un impacto significativo en el campo de la inteligencia artificial, especialmente en la visión por computadora.

• Revolución en la Visión por Computadora: AlexNet ganó el concurso de clasificación de imágenes ImageNet en 2012, superando a los modelos existentes por un amplio margen. Este logro demostró el potencial de las redes neuronales profundas para tareas de visión por computadora.

• Popularización del Aprendizaje Profundo: El éxito de AlexNet marcó el inicio de una nueva era en el aprendizaje profundo, inspirando a investigadores y empresas a invertir en el desarrollo de redes neuronales profundas para diversas aplicaciones2.

Fuentes:https://datapeaker.com/big-data/alexnet-architecture-introduccion-a-la-arquitectura-de-alexnet/ https://programmerclick.com/article/53931726124/

Machine Learning

• Intersección de Informática y Estadística: Durante los años 90, la combinación de la informática y la estadística permitió el desarrollo de enfoques probabilísticos en la inteligencia artificial. Esto facilitó el manejo de grandes volúmenes de datos y mejoró la precisión de los modelos de ML.
• Algoritmos Probabilísticos: Se popularizaron los algoritmos probabilísticos, como las redes bayesianas y los modelos ocultos de Markov, que permitieron a las máquinas aprender y tomar decisiones basadas en datos incompletos o inciertos.

• Aplicaciones Comerciales: El ML comenzó a ser utilizado en aplicaciones comerciales, como la minería de datos, el software adaptable y las aplicaciones web. Esto incluyó el aprendizaje de texto y el aprendizaje de idiomas, lo que permitió a las empresas mejorar sus servicios y productos mediante la automatización y la personalización.

Fuente: https://recluit.com/historia-y-evolucion-del-machine-learning/

Modelo de McCulloch-Pitts

En el modelo de McCulloch-Pitts, los canales de entrada de cada neurona se llaman dendritas y el único canal de salida recibe el nombre de axón. El axón de la neurona (que puede ramificarse) se conecta a su vez con las dendritas de otras neuronas a través de una sinapsis. Las conexiones sinápticas entre las neuronas pueden ser de dos clases: excitadoras, si contribuyen a la excitación de la neurona receptora, e inhibidoras, si coadyuvan a la inhibición de la misma.

Definición

Una red neuronal es un modelo de aprendizaje automático inspirado en la estructura y funcionamiento del cerebro humano. Está compuesta por unidades interconectadas llamadas neuronas artificiales o nodos, que trabajan juntas para procesar información y tomar decisiones (Hopfield,1982)

Cita:Hopfield, J. J. (1982). Neural networks and physical systems with emergent collective computational abilities. Proceedings of the National Academy of Sciences, 79(8), 2554-2558.

¿Quién creo el PRIMER CHATBOT? Fuente: Canal "Escuela de Emprendiemiento" Práctica: http://deixilabs.com/eliza.html

Test de Turing

El test de Turing original requería de tres terminales separadas entre sí. Una terminal sería operada por un ordenador, mientras que las otras dos serían operadas por humanos. Durante la prueba, uno de los humanos tiene la tarea de hacer preguntas, mientras que el otro humano y el ordenador deberán responderlas. Las preguntas serán sobre un tema en concreto, usando un formato y contexto específicos. Tras haber hecho el interrogatorio, el humano que hacía las preguntas deberá decidir qué encuestado era el ser humano y cuál era el ordenador. Fuente: https://psicologiaymente.com/cultura/test-turing

Conferencia de Darthmount

La conferencia fue organizada por John McCarthy (Dartmouth College, Nuevo Hampshire), Marvin L. Minsky (Harvard University), Nathaniel Rochester (IBM) y Claude E. Shannon (Bell Telephone Laboratories). Propusieron a un grupo de investigadores que quisieran trabajar sobre la conjetura de que cada aspecto del aprendizaje y la inteligencia podían ser tan precisamente descritos que se podían crear máquinas que las simularan.

El Deep Learning es un subconjunto del aprendizaje automático (Machine Learning) que utiliza redes neuronales con múltiples capas, conocidas como redes neuronales profundas, para simular el complejo poder de toma de decisiones del cerebro humano. Estas redes son capaces de aprender y extraer características de datos de manera jerárquica, lo que les permite manejar tareas complejas como el reconocimiento de imágenes, el procesamiento del lenguaje natural y la conducción autónoma. Fuente:https://www.ibm.com/es-es/topics/deep-learning

Sistemas Expertos

Los sistemas expertos son un tipo de software diseñado para imitar la capacidad de toma de decisiones de un experto humano en un campo específico. Utilizando una base de conocimiento extensa y reglas lógicas, estos sistemas son capaces de analizar datos, hacer inferencias y ofrecer recomendaciones o soluciones en situaciones complejas.

El primer sistema experto plenamente funcional, conocido como DENDRAL, fue desarrollado en la Universidad de Stanford en la década de 1960 para ayudar a los químicos a identificar estructuras moleculares a través del análisis de espectros.

Fuente: https://curiosaweb.com/

El primer Chatbot / Fuente: Canal "Escuela de Emprendimiento"Practica: http://deixilabs.com/eliza.html

La Historia secreta de la primera IA de la Historia | Logic Theorist Fuente: Canal "La Inteligencia del Presente"