Please enable JavaScript.
Coggle requires JavaScript to display documents.
Historia de la inteligencia artificial (Entusiasmo inicial, grandes…
Historia de la inteligencia artificial
Una dosis de realidad (1966-1973)
Los investigadores de IA hicieron públicas, sin timidez, predicciones sobre el éxito que les esperaba. Con frecuencia, se cita el siguiente comentario realizado por Herbert Simon en 1957
Términos como «futuro previsible» pueden interpretarse de formas distintas, pero Simon también hizo predicciones más concretas: como que en diez años un computador llegaría a ser campeón de ajedrez
El segundo problema fue que muchos de los problemas que se estaban intentando resolver mediante la IA eran intratables. La mayoría de los primeros programas de IA resolvían problemas experimentando con diversos pasos hasta que se llegara a encontrar una solución
Los nuevos algoritmos de aprendizaje de retroalimentación utilizados en las redes multicapa y que fueron la causa del gran resurgimiento de la investigación en redes neuronales de finales de los años 80
Nacimiento de la inteligencia artificial (1956
McCarthy convenció a Minsky, Claude Shannon
Para que le ayudaran a aumentar el interés de los investigadores americanos en la teoría de autómatas, las redes neuronales y el estudio de la inteligencia. Organizaron un taller con una duración de dos meses en Darmouth
Dos investigadores del Carnegie Tech13, Allen Newell y Herbert Simon, acapararon la atención. Si bien los demás también tenían algunas ideas y, en algunos casos, programas para aplicaciones determinadas como el juego de damas
Newell y Simon contaban ya con un programa de razonamiento, el Teórico Lógico (TL), del que Simon afirmaba: «Hemos inventado un programa de computación capaz de pensar de manera no numérica, con lo que ha quedado resuelto el venerable problema de la dualidad mente-cuerpo
La IA es el único de estos campos que es claramente una rama de la informática (aunque la investigación operativa comparte el énfasis en la simulación por computador)
Génesis de la inteligencia artificial (1943-1955)
Warren McCulloch y Walter Pitts (1943) han sido reconocidos como los autores del primer trabajo de IA. Partieron de tres fuentes: conocimientos sobre la fisiología básica y funcionamiento de las neuronas en el cerebro
Russell y Whitehead y la teoría de la computación de Turing. Propusieron un modelo constituido por neuronas artificiales, en el que cada una de ellas se caracterizaba por estar «activada» o «desactivada»; la «activación»
McCulloch y Pitts también sugirieron que redes adecuadamente definidas podrían aprender
Donald Hebb (1949) propuso y demostró una sencilla regla de actualización para modificar las intensidades de las conexiones entre neuronas. Su regla, ahora llamada de aprendizaje Hebbiano o de Hebb, sigue vigente en la actualidad.
Entusiasmo inicial, grandes esperanzas (1952-1969
Teniendo en cuenta lo primitivo de los computadores y las herramientas de programación de aquella época
el hecho de que sólo unos pocos años antes, a los computadores se les consideraba como artefactos que podían realizar trabajos aritméticos y nada más, resultó sorprendente que un computador hiciese algo remotamente inteligente
Newell y Simon siguió el del sistema de resolución general de problemas, o SRGP. A diferencia del Teórico Lógico
En IBM, Nathaniel Rochester y sus colegas desarrollaron algunos de los primeros programas de IA. Herbert Gelernter (1959) construyó el demostrador de teoremas de geometría (DTG)
John McCarthy se trasladó de Darmouth al MIT, donde realizó tres contribuciones cruciales en un año histórico: 1958.
Sistemas basados en el conocimiento: ¿clave del poder? (1969-1979)
primera década de la investigación en la IA estaba centrado en el desarrollo de mecanismos de búsqueda de propósito general
A estos procedimientos se les ha denominado métodos débiles, debido a que no tratan problemas más amplios o más complejos
Podría afirmarse que para resolver un problema en la práctica, es necesario saber de antemano la correspondiente respuesta. El programa DENDRAL (Buchanan et al., 1969) constituye uno de los primeros ejemplos de este enfoque.
Siguiendo la noción de marcos de Minsky (1975), se decidieron por un enfoque más estructurado, al recopilar información sobre objetos concretos y tipos de eventos, organizando estos tipos en grandes jerarquías taxonómicas, similares a las biológicas.
La IA se convierte en una industria (desde 1980 hasta el presente)
El primer sistema experto comercial que tuvo éxito, R1, inició su actividad en Digital Equipment Corporation (McDermott, 1982).
En 1986 representaba para la compañía un ahorro estimado de 40 millones de dólares al año.
En 1988, el grupo de Inteligencia Artificial de DEC había distribuido ya 40 sistemas expertos, y había más en camino
En 1981 los japoneses anunciaron el proyecto «Quinta Generación», un plan de diez años para construir computadores inteligentes en los que pudiese ejecutarse Prolog
En su conjunto, la industria de la IA creció rápidamente, pasando de unos pocos millones de dólares en 1980 a billones de dólares en 1988
Regreso de las redes neuronales (desde 1986 hasta el presente)
Hopfield (1982) utilizaron técnicas de la mecánica estadística para analizar las propiedades de almacenamiento y optimización de las redes
Psicólogos como David Rumelhart y Geoff Hinton continuaron con el estudio de modelos de memoria basados en redes neuronales
Aunque la informática había abandonado de manera general el campo de las redes neuronales a finales de los años 70
Emergencia de los sistemas inteligentes (desde 1995 hasta el presente
El trabajo de Allen Newell, John Laird, y Paul Rosenbloom en SOAR (Newell, 1990; Laird et al., 1987) es el ejemplo mejor conocido de una arquitectura de agente completa
La primera edición de este libro de texto (Russell y Norvig, 1995), otros libros de texto han adoptado recientemente la perspectiva de agentes (Poole et al., 1998; Nilsson, 1998).
los investigadores han comenzado a trabajar de nuevo en el problema del «agente total».
Otra segunda consecuencia importante, desde la perspectiva del agente, es que la IA se ha ido acercando a otros campos, como la teoría de control y la economía, que también tratan con agentes.