Want to create interactive content? It’s easy in Genially!
Línea Temporal Animada
AMISADAY HERNANDEZ CRUZ
Created on November 5, 2024
Start designing with a free template
Discover more than 1500 professional designs like these:
Transcript
LINEA DEL TIEMPO
EVOLUCIÓN DE LA INTELIGENCIA ARTIFICIAL
1943
Modelo de Neurona McCulloch-Pitts
1950
Este modelo, conocido como la neurona McCulloch-Pitts, sentó las bases para el desarrollo de las redes neuronales artificiales y la computación neuronal.
La Prueba de Turing
Esta prueba plantea un método para determinar si una máquina puede exhibir un comportamiento inteligente equivalente al de un ser humano.
1956
1959
Conferencia de Dartmouth
Organizada por John McCarthy, Marvin Minsky, Nathaniel Rochester y Claude Shannon, la Conferencia de Dartmouth reunió a destacados investigadores para discutir la posibilidad de crear máquinas que pudieran simular aspectos de la inteligencia humana.
El Perceptrón de Rosenblatt
Este dispositivo podía aprender a clasificar patrones simples, marcando un hito importante en el desarrollo de las redes neuronales artificiales y el aprendizaje automático.
1966
1979
ELIZA: El Primer Chatbot
ELIZA fue diseñada para simular una conversación con un psicoterapeuta rogeriano, utilizando técnicas de procesamiento de lenguaje natural simples pero efectivas.
El Stanford Cart: Pionero en Navegación Autónoma
El Stanford Cart se convierte en uno de los primeros robots móviles capaces de navegar de forma autónoma en entornos con obstáculos. Representó un avance significativo en la robótica móvil y la visión por computadora, sentando las bases para futuros desarrollos en vehículos autónomos y sistemas de navegación robótica.
1986
Popularización del Algoritmo de Retropropagación
1997
Se convierte en un método fundamental para entrenar redes neuronales profundas. Aunque el concepto existía antes, este trabajo popularizó su uso y demostró su eficacia en una variedad de problemas de aprendizaje.
Desarrollado por un equipo de ingenieros de IBM, utilizaba una combinación de hardware especializado y software sofisticado para evaluar millones de posiciones por segundo. Demostró el potencial de la IA para superar a los humanos en tareas cognitivas complejas y específicas.
LINEA DEL TIEMPO
EVOLUCIÓN DE LA INTELIGENCIA ARTIFICIAL
2005
Stanley Gana el DARPA Grand Challenge
Stanley, un vehículo autónomo desarrollado por la Universidad de Stanford. Su victoria marcó un hito importante en el desarrollo de vehículos autónomos, demostrando la viabilidad de la tecnología de conducción autónoma en entornos complejos y no estructurados
2011
Watson en Jeopardy
Un sistema de inteligencia artificial desarrollado por IBM, fue capaz de entender las preguntas formuladas en lenguaje natural, buscar en su vasta base de conocimientos, y formular respuestas coherentes y precisas.
2012
AlexNet Revoluciona la Visión por Computadora
Una red neuronal convolucional profunda desarrollada por Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton, demostró la efectividad del aprendizaje profundo en tareas de visión por computadora.
2014
Introducción de las Redes Generativas Adversarias (GANs)
Las GANs han tenido un impacto significativo en áreas como la generación de imágenes y el aprendizaje no supervisado.
2016
AlphaGo vence a Lee Sedol
Desarrollado por DeepMind (una empresa de Google), utilizó una combinación de aprendizaje profundo y árboles de búsqueda Monte Carlo para lograr manejar problemas de extrema complejidad y tomar decisiones estratégicas a largo plazo.
2018
BERT: Avance en la Comprensión del Lenguaje Natural
2020
Un modelo de procesamiento de lenguaje natural que mejora significativamente la comprensión del contexto en las búsquedas.
GPT-3: Un Salto en el Procesamiento del Lenguaje Natural
2023
Un modelo de lenguaje de gran escala con 175 mil millones de parámetros. Demostró habilidades sorprendentes en áreas como la traducción, el resumen de textos, la respuesta a preguntas y hasta la generación de código de programación.
Era de la IA Generativa (2023-2024)
ChatGPT y otros modelos de IA generativa se vuelven ampliamente accesibles al público. Estos modelos son capaces de generar texto coherente y contextualmente relevante, realizar tareas de traducción, responder preguntas, y hasta escribir código.
UN TÍTULO GENIAL
Convertimos a la comunicación visual en una experiencia.
UN TÍTULO GENIAL
Somos capaces de entender imágenes de hace millones de años.
UN TÍTULO GENIAL
Hace falta diversión para la creatividad, creatividad para innovar.
UN TÍTULO GENIAL
Somos capaces de entender imágenes de hace millones de años.
UN TÍTULO GENIAL
Evitamos formar parte de la saturación de contenido en el mundo digital.
UN TÍTULO GENIAL
Evitamos formar parte de la saturación de contenido en el mundo digital.
UN TÍTULO GENIAL
Contamos miles de historias. ⅔ de nuestras conversaciones son historias.
UN TÍTULO GENIAL
Hace falta diversión para la creatividad, creatividad para innovar.
UN TÍTULO GENIAL
Hace falta diversión para la creatividad, creatividad para innovar.
UN TÍTULO GENIAL
Contamos miles de historias. ⅔ de nuestras conversaciones son historias.
UN TÍTULO GENIAL
Necesitamos interactuar con otros. Aprendemos de forma colaborativa.
UN TÍTULO GENIAL
Hace falta diversión para la creatividad, creatividad para innovar.
UN TÍTULO GENIAL
Necesitamos interactuar con otros. Aprendemos de forma colaborativa.
UN TÍTULO GENIAL
Convertimos a la comunicación visual en una experiencia.
UN TÍTULO GENIAL
Hace falta diversión para la creatividad, creatividad para innovar.
UN TÍTULO GENIAL
Necesitamos interactuar con otros. Aprendemos de forma colaborativa.
UN TÍTULO GENIAL
Hace falta diversión para la creatividad, creatividad para innovar.
UN TÍTULO GENIAL
Necesitamos interactuar con otros. Aprendemos de forma colaborativa.