Cronología de la inteligencia artificial

Cómo usar la línea de tiempo

La línea de tiempo de arriba se lee de izquierda a derecha, del pasado al presente. Así le sacará el máximo partido:

• Acerque el zoom a un periodo para separar los puntos cuando se amontonan, como ocurre en los años recientes.
• Filtre por ámbito (lenguaje, visión, juegos, biología…) para seguir una sola historia cada vez.
• Filtre por organización para ver qué equipos, universitarios o empresariales, crearon cada modelo.
• Haga clic en un punto: se abre una ficha de detalle con la información disponible sobre el modelo, como su fecha, la organización que lo creó y su ámbito.

Los grandes hitos que añadió a mano nuestra redacción se distinguen de los modelos del conjunto de datos. Sirven de referencia para no perderse.

Las grandes etapas de la IA

Los comienzos simbólicos

En 1950, el matemático Alan Turing publica un artículo en el que propone un “juego de imitación”, conocido hoy como test de Turing: ¿puede una máquina mantener una conversación hasta el punto de no distinguirse de un ser humano? En 1956, la conferencia de Dartmouth reúne a investigadores que dan a la disciplina su nombre y su programa.

Los primeros enfoques son simbólicos: se escriben a mano reglas y razonamientos lógicos que el ordenador aplica. Funcionan bien en problemas acotados y mucho peor ante la complejidad del mundo real.

Los inviernos de la IA

En más de una ocasión, las promesas superan lo que la técnica puede ofrecer. La financiación se reduce y el interés decae: son los inviernos de la IA. Entre uno y otro, los sistemas expertos, que codifican en reglas el saber de los especialistas, tienen un éxito real en las empresas antes de mostrar sus límites: son caros de mantener y poco adaptables.

El aprendizaje automático

Poco a poco se impone otra idea: en lugar de escribir las reglas, dejar que la máquina las aprenda a partir de ejemplos. Es el aprendizaje automático (machine learning). En 1997, el ordenador Deep Blue de IBM vence al campeón del mundo de ajedrez Garri Kaspárov. Su fuerza se basa sobre todo en la potencia de cálculo y en la exploración de jugadas, pero el hecho causa impacto: una máquina puede superar a un humano en una tarea considerada intelectual.

El aprendizaje profundo

El aprendizaje profundo (deep learning) utiliza redes neuronales artificiales con muchas capas, entrenadas con grandes cantidades de datos gracias a procesadores cada vez más potentes. Transforma el reconocimiento de imágenes y de voz. En 2016, AlphaGo, de DeepMind, vence a Lee Sedol, uno de los mejores jugadores de go del mundo, en un juego que durante mucho tiempo se creyó fuera del alcance de las máquinas. En 2017, el artículo “Attention Is All You Need” presenta el Transformer, la arquitectura en la que se basan la mayoría de los grandes modelos de lenguaje actuales.

La IA generativa

Los modelos aprenden a crear texto, imágenes, sonido o código. En noviembre de 2022, el lanzamiento de ChatGPT por OpenAI pone esta tecnología al alcance del gran público y desata una ola de asistentes conversacionales.

El auge de los agentes

La etapa más reciente: los agentes de IA, sistemas que ya no se limitan a responder, sino que encadenan acciones para lograr un objetivo (buscar, comparar, rellenar un formulario, escribir y luego probar código). Es el núcleo de este sitio y una etapa todavía en construcción: las capacidades crecen y los límites también se precisan.

Qué significa “modelo destacado”

Los puntos de la línea de tiempo proceden de la base “Data on AI Models” de Epoch AI, que recopila modelos de IA desde los orígenes. Entre ellos, Epoch AI distingue los modelos destacados (notable). Según su documentación, se trata sobre todo de modelos que hicieron avanzar el estado del arte, muy citados por la investigación, con importancia histórica o de uso muy extendido.

Esta clasificación es un criterio de expertos, no una verdad absoluta. Refleja sobre todo lo que se ha publicado y documentado: los modelos secretos o poco descritos aparecen menos. Para saber cómo utiliza el sitio estos datos, consulte nuestra metodología.

Para ir más lejos

Si es nuevo en el tema, el itinerario Empezar repasa lo básico paso a paso, y el glosario de IA explica los términos que encontrará en la línea de tiempo. Para ver cómo han evolucionado el número de modelos, la capacidad de cálculo o la inversión, visite la IA en cifras.