1943McCulloch y Pitts modelan la neurona matemáticamente
Warren McCulloch y Walter Pitts publican «A Logical Calculus of the Ideas Immanent in Nervous Activity», mostrando que redes de neuronas simplificadas, de todo o nada, podían en principio computar cualquier función lógica — una semilla teórica acreditada más tarde como antepasado de la red neuronal artificial.
1950Turing propone el juego de la imitación
En «Computing Machinery and Intelligence», publicado en la revista Mind, Alan Turing elude la pregunta «¿pueden pensar las máquinas» y propone en su lugar una prueba práctica, prediciendo que en cincuenta años una máquina con unos mil millones de bits de almacenamiento engañaría a un interrogador medio al menos el 30% de las veces.
1956El taller de Dartmouth nombra el campo
El taller de verano de ocho semanas de John McCarthy, Marvin Minsky, Nathaniel Rochester y Claude Shannon en Dartmouth acuña el término «inteligencia artificial» y reúne a unos diez investigadores que fundarían gran parte de la agenda temprana de investigación del campo.
1958Rosenblatt construye el Perceptrón
El Perceptrón de Frank Rosenblatt, implementado primero en software y luego en hardware a medida en Cornell, aprende a clasificar imágenes simples ajustando sus propios pesos de conexión — la primera demostración operativa de una red neuronal artificial entrenable.
1969–1974Comienza el primer invierno de la IA
El libro de 1969 de Marvin Minsky y Seymour Papert, «Perceptrons», demuestra matemáticamente que las redes de una sola capa no pueden resolver problemas simples como XOR, y el Informe Lighthill británico de 1973 concluye que la IA no ha cumplido sus promesas; la financiación de las redes neuronales y de la IA general se derrumba a ambos lados del Atlántico.
1986Se populariza la retropropagación
David Rumelhart, Geoffrey Hinton y Ronald Williams publican «Learning representations by back-propagating errors» en Nature, mostrando que las redes neuronales multicapa pueden entrenarse de forma eficiente propagando señales de error hacia atrás — el algoritmo que aún se usa para entrenar casi todas las redes neuronales construidas desde entonces.
1987–1993El segundo invierno de la IA
El mercado de las máquinas Lisp especializadas se derrumba casi de la noche a la mañana cuando estaciones de trabajo de propósito general más baratas las alcanzan, y los sistemas expertos basados en reglas resultan demasiado frágiles y costosos de mantener a escala; la financiación de la IA se contrae de nuevo, y muchos investigadores dejan en silencio el término de su trabajo.
1989LeCun demuestra que las redes convolucionales funcionan — en cheques reales
La red neuronal convolucional de Yann LeCun, desarrollada en Bell Labs, se despliega pronto comercialmente para leer dígitos manuscritos en cheques; a finales de los noventa, sistemas basados en su arquitectura leían una parte significativa de los cheques procesados en Estados Unidos, un raro despliegue de aprendizaje profundo en producción mucho antes del avance mainstream del campo.
2012AlexNet gana ImageNet y arranca el auge del aprendizaje profundo
La red convolucional profunda de Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton gana la competición ImageNet con un 15,3% de error frente al 26,2% de la siguiente mejor entrada, un margen tan grande que convence a casi todo el campo, de la noche a la mañana, de que el aprendizaje profundo había resuelto el referente central de la visión por computador.
2017–2022Transformers y la era del escalado
Investigadores de Google publican «Attention Is All You Need», introduciendo la arquitectura Transformer detrás de casi todos los grandes modelos de lenguaje desde entonces; GPT-3 de OpenAI (2020) y ChatGPT (2022) demuestran después que escalar esa misma arquitectura con más datos y cómputo sigue produciendo nuevas capacidades, lanzando una carrera industrial para construir modelos cada vez mayores.
