¿Conoces la historia de las tecnologías de IA de las que se habla constantemente? Hoy nos sumergiremos en el tema de: “¿Cuánto tiempo ha existido la IA?” junto contigo.
La inteligencia artificial (IA), un campo relativamente nuevo con aproximadamente 60 años de historia, es una colección de ciencias, teorías y métodos que intentan replicar las habilidades cognitivas humanas. Éstos incluyen:
- lógica matemática
- Estadísticas, probabilidad
- Neurociencia Computacional
- Ciencias de la Computación
Comenzando en medio de la Segunda Guerra Mundial, sus avances están estrechamente ligados a los de la informática y han permitido que las computadoras asuman trabajos cada vez más complicados que antes eran exclusivamente adecuados para humanos.
¿Cuánto tiempo ha existido la IA?
Desde 1940, la frase inteligencia artificial (IA) ha estado en nuestras vidas. Algunos expertos encuentran el término engañoso porque esta tecnología aún está lejos de la verdadera inteligencia humana. Su estudio aún no ha avanzado hasta el punto en que pueda compararse con los logros actuales de la humanidad. Serían necesarios avances en la ciencia fundamental para que la IA “fuerte”, que recién apareció en la ciencia ficción, pueda modelar el mundo entero.
Sin embargo, desde 2010, el campo ha visto un nuevo aumento en popularidad, principalmente como resultado de avances significativos en el poder de procesamiento de las computadoras y el fácil acceso a grandes cantidades de datos. La comprensión objetiva del problema se ve obstaculizada por promesas repetidas y preocupaciones con las que ocasionalmente se fantasea.
En nuestra opinión, una breve revisión de la historia de la disciplina puede servir para enmarcar las discusiones actuales.
1940-1960: nacimiento de IA
La confluencia de los avances tecnológicos y la búsqueda por comprender cómo combinar el funcionamiento de las máquinas y los seres orgánicos entre 1940 y 1960 dejó una impresión duradera.
Para crear “toda una teoría de control y comunicación, tanto en animales como en máquinas”, Norbert Wiener, pionero en el campo de la cibernética, vio la necesidad de integrar la teoría matemática, la electrónica y la automatización. Antes de esto, Warren McCulloch y Walter Pitts crearon el primer modelo matemático e informático de la neurona biológica en 1943.
Aunque no inventaron el término inteligencia artificial (IA) a principios de 1950, John Von Neumann y Alan Turing fueron los pioneros de la tecnología que lo sustenta. Ayudaron a las computadoras a cambiar a la lógica decimal del siglo XIX y a las máquinas a la lógica binaria. Así, los dos investigadores codificaron la arquitectura de los ordenadores actuales y demostraron que eran un dispositivo universal que podía realizar lo programado. Turing, por otro lado, definió un “juego de imitación” en el que una persona debería ser capaz de decir en una conversación de teletipo si está hablando con un hombre o una máquina por primera vez en su renombrado artículo de 1950 “Computing Machinery and Inteligencia.”
Independientemente de lo polémico que pueda ser, esta pieza se considera con frecuencia como el punto de partida para las discusiones sobre dónde se debe trazar la línea entre humanos y máquinas.
A John McCarthy del MIT se le atribuye la invención de la “IA”, que Marvin Minsky define como:
“El desarrollo de programas informáticos que se dedican a tareas que actualmente los humanos realizan mejor porque requieren procesos mentales de alto nivel como el aprendizaje perceptivo, la organización de la memoria y el razonamiento crítico”.
Se atribuye a la disciplina el comienzo de un simposio realizado en Dartmouth College en el verano de 1956. Como anécdota, es importante señalar el taller que sirvió como evento principal de la conferencia. McCarthy y Minsky fueron dos de las seis personas que han participado continuamente en este esfuerzo.
A principios de la década de 1960 se produjo un declive en el atractivo de la tecnología, aunque siguió siendo emocionante y prometedora. Debido a la poca memoria de las computadoras, usar un lenguaje de computadora era un desafío.
El IPL, o lenguaje de procesamiento de la información, había hecho factible así el desarrollo del programa LTM, que intentaba mostrar teoremas matemáticos, ya en 1956. Sin embargo, también había algunos fundamentos que aún hoy están presentes, como los árboles de solución a resolver teoremas matemáticos.
1980-1990: Sistemas expertos
La película de 1968 “2001 Space Odyssey”, dirigida por Stanley Kubrick, presenta una computadora llamada HAL 9000 que resume todas las preocupaciones éticas planteadas por la inteligencia artificial:
“¿Será muy sofisticado, beneficioso para la humanidad o un peligro?”
La influencia de la película obviamente no será científica, pero ayudará a que el tema sea más conocido, al igual que el novelista de ciencia ficción Philip K. Dick, quien nunca dejará de preguntarse si las máquinas pueden sentir emociones.
Los primeros microprocesadores se introdujeron a fines de 1970 y los sistemas expertos entraron en su apogeo cuando la IA volvió a despegar. El enfoque se hizo público en la Universidad de Stanford en 1972 con MYCIN y en el MIT en 1965 con DENDRAL. Estos sistemas se basaban en un “motor de inferencia”, que se construyó para ser una réplica lógica del razonamiento humano. Al darle información, el motor produjo respuestas altamente informadas.
Las promesas pronosticaban un avance significativo, pero a fines de 1980 o principios de 1990, el entusiasmo habría alcanzado su punto máximo. Tomó mucho trabajo implementar dicha información, y entre 200 y 300 reglas, hubo un efecto de “caja negra” que oscureció la lógica de la máquina. Por lo tanto, la creación y el mantenimiento se volvieron increíblemente difíciles y, lo que es más importante, había muchas otras opciones disponibles, más rápidas, menos difíciles y más asequibles. Cabe recordar que en la década de 1990, la frase “inteligencia artificial” casi había desaparecido del vocabulario académico y que incluso habían aparecido formas más moderadas, como “computación avanzada”.
En mayo de 1997, la supercomputadora Deep Blue de IBM obtuvo una victoria contra Garry Kasparov en una partida de ajedrez, sin embargo, no fomentó la financiación y el avance de este tipo de IA.
Deep Blue operó a través de un enfoque metódico de fuerza bruta en el que se sopesaron y evaluaron todos los movimientos potenciales. Aunque Deep Blue solo había sido capaz de atacar un área relativamente pequeña y estaba lejos de poder simular la complejidad del globo, la derrota del humano siguió siendo un evento enormemente simbólico en la historia.
2010-Hoy: La era moderna de la IA
Las tecnologías de inteligencia artificial, que llamaron la atención después de la derrota de Kasparov ante la supercomputadora Deep Blue, alcanzaron su punto máximo a mediados de 2010. Dos factores pueden explicar el nuevo auge de la disciplina en torno a 2010:
- Acceso a enormes cantidades de datos
- Descubrimiento de procesadores de tarjetas gráficas de computadora que funcionan con una eficiencia extremadamente alta
Los logros públicos que esta nueva tecnología ha hecho posibles han aumentado la inversión, y Watson, la IA de IBM, derrotará a dos campeones de Jeopardy en 2011.
Una IA podrá identificar gatos en videos en 2012 gracias a Google X. Este desafío final requirió el empleo de más de 16,000 procesadores, pero el potencial de una máquina para aprender a distinguir entre diferentes cosas fue asombroso.
En 2016, Lee Sedol y Fan Hui, los campeones europeos y mundiales en Go Games, perderían ante la IA AlphaGO de Google.
¿De dónde se originó este milagro? Una desviación radical de los sistemas expertos. La metodología ha cambiado para ser inductiva; en lugar de codificar reglas como en el caso de los sistemas expertos, ahora es necesario permitir que las computadoras las descubran de forma independiente a través de la correlación y la categorización basadas en grandes cantidades de datos.
El aprendizaje profundo parece ser la tecnología de aprendizaje automático más prometedora para una variedad de aplicaciones. Geoffrey Hinton, Yoshua Bengio y Yann LeCun decidieron lanzar un programa de investigación en 2003 para modernizar las redes neuronales. Con la ayuda del laboratorio de Toronto, los experimentos llevados a cabo simultáneamente en Microsoft, Google e IBM revelaron que este tipo de aprendizaje logró reducir a la mitad las tasas de error en el reconocimiento de voz. El equipo de reconocimiento de imágenes de Hinton tuvo un éxito similar.
Casi de la noche a la mañana, la gran mayoría de los equipos de investigación adoptaron esta tecnología, que presentaba innegables ventajas. Aunque ha habido una mejora significativa en el reconocimiento de textos gracias a esta forma de aprendizaje, aún queda un largo camino por recorrer antes de poder crear sistemas de comprensión de textos, según especialistas como Yann LeCun.
Los agentes conversacionales brindan una buena ilustración de esta dificultad: mientras que nuestros teléfonos inteligentes actualmente son capaces de transcribir instrucciones, no pueden contextualizarlas adecuadamente o discernir nuestras intenciones.
Así es como resumimos el desarrollo de las tecnologías de IA hasta la fecha para usted. Sigue leyéndonos para que no te quedes sin conocer las últimas noticias sobre tecnologías de IA como Notion AI y Meta Galactica AI.
