¿Las máquinas pueden pensar?

28/4/2022

¿Las máquinas pueden pensar?

Breve historia de la IA

A pesar de lo desconocida y lejana que pueda parecer la inteligencia artificial para personas no involucradas en tecnologías de la información, al detallar sus orígenes y evolución, se puede comprender mucho mejor además de ser muy interesante.

Eventos clave en la historia de la inteligencia artificial

No es sorprendente que la inteligencia artificial creciera rápidamente después de 1900, pero lo impactante es que cientos de años antes filósofos y matemáticos ya habían pensado en el concepto de la IA.

En la primera mitad del siglo XX, la ciencia ficción familiarizó al mundo con el concepto de robots con inteligencia artificial. Comenzó con el hombre de hojalata «sin corazón» del Mago de Oz y continuó con el robot humanoide que se hizo pasar por María en Metrópolis. Para la década de 1950, teníamos una generación de científicos, matemáticos y filósofos con el concepto de inteligencia artificial (o IA) culturalmente asimilado en sus mentes.

1950: Alan Turing publicó «Computing Machinery and Intelligence», que proponía la idea de The Imitation Game, una pregunta que consideraba si las máquinas pueden pensar. Esta propuesta más tarde se convirtió en The Turing Test, que midió la inteligencia artificial (máquina). El Test de Turing se convirtió en un componente importante de la filosofía de la inteligencia artificial, que analiza la inteligencia, la conciencia y la capacidad de las máquinas.

1955: John McCarthy y un equipo impulsaron una conferencia sobre «inteligencia artificial» (nacimiento oficial del término). La importancia de este evento radica en que catalizó los próximos veinte años de investigación en IA, gracias a la discusión de temas alrededor del concepto.

Éxitos y contratiempos

De 1957 a 1974, la IA progresó. Las computadoras podían almacenar mayor información y se volvieron más rápidas, baratas y accesibles. Los algoritmos de aprendizaje automático también mejoraron y las personas mejoraron en saber qué algoritmo aplicar a su problema. Las primeras demostraciones, como el Solucionador general de problemas de Newell y Simon y ELIZA de Joseph Weizenbaum, se mostraron prometedoras para los objetivos de resolución de problemas e interpretación del lenguaje hablado, respectivamente. Estos éxitos, así como la defensa de los principales investigadores convencieron a las agencias gubernamentales como la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA) en EE.UU. para financiar la investigación de IA en varias instituciones.

Al comienzo de los trabajos el mayor obstáculo que se presentó fue la falta de capacidad computacional para hacer algo sustancial: las computadoras simplemente no podían almacenar suficiente información o procesarla rápidamente. A medida que disminuía la paciencia, también disminuía la financiación, y la investigación avanzó lentamente durante diez años.

El crecimiento de la inteligencia artificial continuó durante la década de 1980. A pesar de los avances y el entusiasmo detrás de la IA, la cautela rodeó un inevitable «Invierno de la IA», un período de financiación e interés reducidos en la inteligencia artificial.

Irónicamente, en ausencia de fondos gubernamentales y publicidad pública, la IA prosperó.

Durante las décadas de 1990 y 2000, se lograron muchos de los objetivos históricos de la inteligencia artificial.

RPA a cualquier escala. Prepárate e implementa servicios de automatización inteligente en tu negocio.

IA de 2000-2010

El nuevo milenio estaba en marcha, y después de que los temores del año 2000 se disiparan, la IA continuó con una tendencia al alza. Como era de esperar, se crearon más seres artificialmente inteligentes, así como medios creativos (películas, específicamente) sobre el concepto de inteligencia artificial y hacia dónde podría dirigirse.

La Ley de Moore

El desarrollo de IA tomo gran velocidad, no nos habíamos vuelto más inteligentes sobre cómo codificamos la inteligencia artificial, entonces, ¿qué cambió? Resulta que el límite fundamental del almacenamiento de la computadora que nos frenaba hace 30 años ya no era un problema. La Ley de Moore, que estima que la memoria y la velocidad de las computadoras se duplica cada año, finalmente se puso al día y, en muchos casos, superó nuestras necesidades. Así es precisamente como Deep Blue pudo derrotar a Gary Kasparov en 1997. Esta es la explicación de la montaña rusa de la investigación de IA; saturamos las capacidades de la IA al nivel de nuestro poder computacional del momento.

IA 2010 hasta la actualidad

La década actual ha sido inmensamente importante para la innovación en IA. A partir de 2010, la inteligencia artificial se ha integrado en nuestro día a día. Usamos teléfonos inteligentes que tienen asistentes de voz y computadoras que tienen funciones de «inteligencia» que la mayoría de nosotros damos por sentadas. La IA ya no es una quimera y no lo ha sido durante algún tiempo.

Ahora vivimos en la era de los «grandes datos», una era en la que tenemos la capacidad de recopilar y procesar grandes cantidades de información que un humano no podría. La aplicación de la inteligencia artificial en este sentido ya ha sido bastante fructífera en varias industrias como la tecnología, la banca, el marketing y el entretenimiento, y la IA seguirá en marcha.

Implementa tecnologías digitales que optimizan, posibilitan continuidad de negocio y añaden valor.

Síguenos en LinkedIn

Estamos listos para impulsar tu calidad de respuesta de negocios en un mundo tecnológico que cambia rápidamente.
¡Platiquemos! O solicita una cotización.
CONTÁCTANOS
síguenos en: