Modulo 1
Historia de la IA
y el desarrollo de promts
Concepto de la IA
La inteligencia artificial (IA) es una tecnología que permite a las computadoras y maquinas simular el aprendizaje humano, la comprensión, la resolución de problemas, la toma de decisiones, la creatividad y la autonomia.
Momentos importantes en la historia de la IA
2010
1980
1900
2020
1726
1950
2000
PROMTS
Que es un Promt
Elementos clave para crear un promt
- Formato: Especifica la estructura de la respuesta.
- Contexto: Aporta información adicional para que la IA comprenda el escenario de trabajo.
- Objetivo: El propósito o meta final; qué se pretende lograr.
- Ejemplos: Incluir ejemplos concretos ayuda a la IA a entender el estilo, formato y contexto deseado.
Instrucción o mensaje que se le da a una inteligencia artificial para que genere una respuesta, puede ser una pregunta, una orden, una descripción o incluso un contexto narrativo.
Metodo PROFE
2020: OpenAI presenta GPT-3, un modelo de lenguaje con 175 000 millones de parámetros, lo que lo convierte en uno de los modelos de IA más grandes y sofisticados hasta la fecha. GPT-3 demuestra su capacidad para generar textos similares a los humanos, entablar conversaciones, escribir código, traducir idiomas y generar textos creativos a partir de instrucciones en lenguaje natural. 2021: MUM (Multitask Unified Model), desarrollado por Google, es un potente modelo de IA diseñado para mejorar la experiencia de búsqueda mediante la comprensión y generación de lenguaje en 75 idiomas. 2021–2023: OpenAI lanza DALL-E, seguido de DALL-E 2 y DALL-E 3, modelos de IA generativa capaces de generar imágenes muy detalladas a partir de descripciones textuales. 2024: Google lanza Gemini 1.5 en beta limitada, un modelo de lenguaje capaz de manejar longitudes de contexto de hasta 1 millón de tokens, a su vez; OpenAI anuncia públicamente Sora, un modelo de texto a vídeo capaz de generar vídeos de hasta un minuto de duración a partir de descripciones textuales. 2025: NotebookLM presenta DeepDive, una nueva IA multimodal capaz de transformar los materiales de origen en atractivas presentaciones de audio estructuradas como un podcast47. La capacidad de DeepDive para analizar y resumir información de distintos formatos, como páginas web, texto, audio y vídeo, abre nuevas oportunidades para crear contenidos personalizados y automatizados en diversas plataformas.
1951: Marvin Minsky y Dean Edmunds construyen la primera red neuronal artificial. La calculadora de refuerzo analógico neuronal estocástico (SNARC) es uno de los primeros intentos de modelar los procesos de aprendizaje en el cerebro humano, concretamente a través del aprendizaje por refuerzo. 1952: Allen Newell, matemático e informático, y Herbert A. Simon, politólogo, desarrollaron programas tan influyentes como Logic Theorist y General Problem Solver, que fueron de los primeros en imitar la capacidad humana de resolución de problemas mediante métodos computacionales. 1959: Arthur Samuel es pionero en el concepto de machine learning al desarrollar un programa informático que mejora su rendimiento en las damas con el tiempo. Samuel demuestra que un ordenador puede programarse para seguir reglas predefinidas y "aprender" de la experiencia, hasta el punto de jugar mejor que su programador.
La fantástica novela de Jonathan Swift "Los viajes de Gulliver" introduce la idea de "la máquina", un gran aparato mecánico que se utiliza para ayudar a los eruditos a generar nuevas ideas, frases y libros.
1980: WABOT-217, un robot humanoide desarrollado en la Universidad de Waseda (Japón), se construye a partir de 1980 y se completa hacia 1984. Sucedió a WABOT-1, construido en 1973.1988: Judea Pearl publica Probabilistic Reasoning in Intelligent Systems (Razonamiento probabilístico en sistemas inteligentes), que revoluciona la forma en que la IA procesa la información en condiciones de incertidumbre. 1989: Yann LeCun y un equipo de investigadores de AT&T Bell Labs logran un gran avance al aplicar con éxito el algoritmo de retropropagación a una red neuronal multicapa para reconocer imágenes de códigos postales escritas a mano24. Se trata de una de las primeras aplicaciones prácticas del deep learning mediante el uso de redes neuronales convolucionales. .
2000: Cynthia Breazeal del MIT desarrolla Kismet, un robot diseñado para interactuar con los seres humanos a través de señales emocionales y sociales30. Kismet está equipado con cámaras, micrófonos y rasgos faciales expresivos, lo que le permite percibir y responder a emociones humanas como la felicidad, la tristeza y la sorpresa. 2007: Fei-Fei Li y su equipo de la Universidad de Princeton inician el proyecto ImageNet, que consiste en la creación de una de las bases de datos más grandes y completas de imágenes anotadas. 2009: Rajat Raina, Anand Madhavan y Andrew Ng publican "Large-scale Deep Unsupervised Learning using Graphics Processors" (Deep learning no supervisado a gran escala mediante procesadores gráficos), donde argumentan que las unidades de procesamiento gráfico (GPU) pueden superar con creces a las CPU multinúcleo tradicionales para tareas de deep learning.
Método P R O F E
Esta estructura ayuda a desglosar los elementos esenciales de una instrucción Persona: El rol que debe actuar la IA. Se debe identificar y definir claramente qué papel debe asumir.Receptor: Identificar a quién va dirigido el mensaje. Es crucial para personalizar la Objetivo: Lo que quieres lograr. Define la meta final que deseas alcanzar. Formato: El formato de la respuesta. Indica cómo esperas que se entregue la información (lista, tabla, párrafo, etc.). Especificaciones: Detalles adicionales como el tono, el estilo y el contexto.
2011: Apple lanza Siri, un asistente virtual integrado en el sistema operativo iOS. Siri cuenta con una interfaz de usuario de lenguaje natural que permite a los usuarios interactuar con sus dispositivos a través de comandos de voz. Siri puede realizar tareas como enviar mensajes, configurar recordatorios, proporcionar recomendaciones y responder preguntas utilizando el machine learning para adaptarse a las preferencias y patrones de voz de cada usuario.2012: Investigadores de la Universidad de Toronto, dirigidos por Geoffrey Hinton, diseñan una red neuronal que logra un resultado rompedor en el ImageNet Large Scale Visual Recognition Challenge. 2016: Hanson robótica presentó a Sophia, un robot humanoide muy avanzado.39 Sophia es capaz de reconocer rostros, establecer contacto visual y mantener conversaciones mediante una combinación de reconocimiento de imágenes y procesamiento del lenguaje natural. 2017: Investigadores del laboratorio de Investigación en Inteligencia Artificial de Facebook (FAIR) entrenan a dos chatbots para que negocien entre sí. Aunque los chatbots están programados para comunicarse en inglés, durante sus conversaciones empezaron a desviarse del lenguaje humano estructurado y a crear su propia taquigrafía para comunicarse con mayor eficacia.
1914: El ingeniero español Leonardo Torres y Quevedo presenta la primera máquina para jugar al ajedrez, El Ajedrecista, a máquina no requería intervención humana una vez puesta en marcha
1939: John Vincent Atanasoff, profesor de física y matemáticas en el Iowa State College, y su estudiante de posgrado Clifford Berry, crean el ordenador Atanasoff-Berry (ABC), uno de los primeros ordenadores en utilizar circuitos electrónicos para el cálculo en lugar de sistemas mecánicos o electromecánicos, lo que permite cálculos más rápidos y fiables. 1950: Warren S. McCulloch y Walter Pitts publican "A Logical Calculus of the Ideas Immanent in Nervous Activity" (Un cálculo lógico de las ideas inmanentes a la actividad nerviosa) en el Bulletin of Mathematical Biophysics1. El artículo sienta las bases de la idea de que el cerebro puede entenderse como un sistema computacional e introduce el concepto de redes neuronales artificiales, actualmente una tecnología clave en la IA moderna.
Historia de la IA
Axel Benjail Franco Rangel
Created on February 25, 2026
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Akihabara Connectors Infographic
View
Essential Infographic
View
Practical Infographic
View
Akihabara Infographic
View
Vision Board
View
The Power of Roadmap
View
Artificial Intelligence in Corporate Environments
Explore all templates
Transcript
Modulo 1
Historia de la IA
y el desarrollo de promts
Concepto de la IA
La inteligencia artificial (IA) es una tecnología que permite a las computadoras y maquinas simular el aprendizaje humano, la comprensión, la resolución de problemas, la toma de decisiones, la creatividad y la autonomia.
Momentos importantes en la historia de la IA
2010
1980
1900
2020
1726
1950
2000
PROMTS
Que es un Promt
Elementos clave para crear un promt
Instrucción o mensaje que se le da a una inteligencia artificial para que genere una respuesta, puede ser una pregunta, una orden, una descripción o incluso un contexto narrativo.
Metodo PROFE
2020: OpenAI presenta GPT-3, un modelo de lenguaje con 175 000 millones de parámetros, lo que lo convierte en uno de los modelos de IA más grandes y sofisticados hasta la fecha. GPT-3 demuestra su capacidad para generar textos similares a los humanos, entablar conversaciones, escribir código, traducir idiomas y generar textos creativos a partir de instrucciones en lenguaje natural. 2021: MUM (Multitask Unified Model), desarrollado por Google, es un potente modelo de IA diseñado para mejorar la experiencia de búsqueda mediante la comprensión y generación de lenguaje en 75 idiomas. 2021–2023: OpenAI lanza DALL-E, seguido de DALL-E 2 y DALL-E 3, modelos de IA generativa capaces de generar imágenes muy detalladas a partir de descripciones textuales. 2024: Google lanza Gemini 1.5 en beta limitada, un modelo de lenguaje capaz de manejar longitudes de contexto de hasta 1 millón de tokens, a su vez; OpenAI anuncia públicamente Sora, un modelo de texto a vídeo capaz de generar vídeos de hasta un minuto de duración a partir de descripciones textuales. 2025: NotebookLM presenta DeepDive, una nueva IA multimodal capaz de transformar los materiales de origen en atractivas presentaciones de audio estructuradas como un podcast47. La capacidad de DeepDive para analizar y resumir información de distintos formatos, como páginas web, texto, audio y vídeo, abre nuevas oportunidades para crear contenidos personalizados y automatizados en diversas plataformas.
1951: Marvin Minsky y Dean Edmunds construyen la primera red neuronal artificial. La calculadora de refuerzo analógico neuronal estocástico (SNARC) es uno de los primeros intentos de modelar los procesos de aprendizaje en el cerebro humano, concretamente a través del aprendizaje por refuerzo. 1952: Allen Newell, matemático e informático, y Herbert A. Simon, politólogo, desarrollaron programas tan influyentes como Logic Theorist y General Problem Solver, que fueron de los primeros en imitar la capacidad humana de resolución de problemas mediante métodos computacionales. 1959: Arthur Samuel es pionero en el concepto de machine learning al desarrollar un programa informático que mejora su rendimiento en las damas con el tiempo. Samuel demuestra que un ordenador puede programarse para seguir reglas predefinidas y "aprender" de la experiencia, hasta el punto de jugar mejor que su programador.
La fantástica novela de Jonathan Swift "Los viajes de Gulliver" introduce la idea de "la máquina", un gran aparato mecánico que se utiliza para ayudar a los eruditos a generar nuevas ideas, frases y libros.
1980: WABOT-217, un robot humanoide desarrollado en la Universidad de Waseda (Japón), se construye a partir de 1980 y se completa hacia 1984. Sucedió a WABOT-1, construido en 1973.1988: Judea Pearl publica Probabilistic Reasoning in Intelligent Systems (Razonamiento probabilístico en sistemas inteligentes), que revoluciona la forma en que la IA procesa la información en condiciones de incertidumbre. 1989: Yann LeCun y un equipo de investigadores de AT&T Bell Labs logran un gran avance al aplicar con éxito el algoritmo de retropropagación a una red neuronal multicapa para reconocer imágenes de códigos postales escritas a mano24. Se trata de una de las primeras aplicaciones prácticas del deep learning mediante el uso de redes neuronales convolucionales. .
2000: Cynthia Breazeal del MIT desarrolla Kismet, un robot diseñado para interactuar con los seres humanos a través de señales emocionales y sociales30. Kismet está equipado con cámaras, micrófonos y rasgos faciales expresivos, lo que le permite percibir y responder a emociones humanas como la felicidad, la tristeza y la sorpresa. 2007: Fei-Fei Li y su equipo de la Universidad de Princeton inician el proyecto ImageNet, que consiste en la creación de una de las bases de datos más grandes y completas de imágenes anotadas. 2009: Rajat Raina, Anand Madhavan y Andrew Ng publican "Large-scale Deep Unsupervised Learning using Graphics Processors" (Deep learning no supervisado a gran escala mediante procesadores gráficos), donde argumentan que las unidades de procesamiento gráfico (GPU) pueden superar con creces a las CPU multinúcleo tradicionales para tareas de deep learning.
Método P R O F E
Esta estructura ayuda a desglosar los elementos esenciales de una instrucción Persona: El rol que debe actuar la IA. Se debe identificar y definir claramente qué papel debe asumir.Receptor: Identificar a quién va dirigido el mensaje. Es crucial para personalizar la Objetivo: Lo que quieres lograr. Define la meta final que deseas alcanzar. Formato: El formato de la respuesta. Indica cómo esperas que se entregue la información (lista, tabla, párrafo, etc.). Especificaciones: Detalles adicionales como el tono, el estilo y el contexto.
2011: Apple lanza Siri, un asistente virtual integrado en el sistema operativo iOS. Siri cuenta con una interfaz de usuario de lenguaje natural que permite a los usuarios interactuar con sus dispositivos a través de comandos de voz. Siri puede realizar tareas como enviar mensajes, configurar recordatorios, proporcionar recomendaciones y responder preguntas utilizando el machine learning para adaptarse a las preferencias y patrones de voz de cada usuario.2012: Investigadores de la Universidad de Toronto, dirigidos por Geoffrey Hinton, diseñan una red neuronal que logra un resultado rompedor en el ImageNet Large Scale Visual Recognition Challenge. 2016: Hanson robótica presentó a Sophia, un robot humanoide muy avanzado.39 Sophia es capaz de reconocer rostros, establecer contacto visual y mantener conversaciones mediante una combinación de reconocimiento de imágenes y procesamiento del lenguaje natural. 2017: Investigadores del laboratorio de Investigación en Inteligencia Artificial de Facebook (FAIR) entrenan a dos chatbots para que negocien entre sí. Aunque los chatbots están programados para comunicarse en inglés, durante sus conversaciones empezaron a desviarse del lenguaje humano estructurado y a crear su propia taquigrafía para comunicarse con mayor eficacia.
1914: El ingeniero español Leonardo Torres y Quevedo presenta la primera máquina para jugar al ajedrez, El Ajedrecista, a máquina no requería intervención humana una vez puesta en marcha
1939: John Vincent Atanasoff, profesor de física y matemáticas en el Iowa State College, y su estudiante de posgrado Clifford Berry, crean el ordenador Atanasoff-Berry (ABC), uno de los primeros ordenadores en utilizar circuitos electrónicos para el cálculo en lugar de sistemas mecánicos o electromecánicos, lo que permite cálculos más rápidos y fiables. 1950: Warren S. McCulloch y Walter Pitts publican "A Logical Calculus of the Ideas Immanent in Nervous Activity" (Un cálculo lógico de las ideas inmanentes a la actividad nerviosa) en el Bulletin of Mathematical Biophysics1. El artículo sienta las bases de la idea de que el cerebro puede entenderse como un sistema computacional e introduce el concepto de redes neuronales artificiales, actualmente una tecnología clave en la IA moderna.