Introduction
Artificial Intelligence (AI) is way older than you might think. In fact, the term itself was coined in 1956!
Source: https://www.youtube.com/watch?v=056v4OxKwlI
Historia temprana (1952-1956)
La IA tiene una larga historia, que se remonta a mitos, historias y rumores sobre maestros artesanos que dotaban de inteligencia o conciencia a seres artificiales. Los filósofos clásicos intentaron describir el pensamiento humano como la manipulación mecánica de símbolos, lo que sembró las semillas de la IA moderna.
Charles Babbage (1791 - 1871), un matemático inglés y pionero de la informática, ideó el motor analítico, una computadora mecánica de propósito general. El motor analítico tenía una unidad lógica aritmética, bifurcación condicional y memoria integrada, lo que lo convirtió en el primer diseño completo de Turing para una computadora de propósito general. Como resultado, en la década de 1940 se inventó la computadora digital programable, basada en la esencia abstracta del razonamiento matemático.
En las décadas de 1940 y 1950, un grupo de científicos de diversas áreas (matemáticas, psicología, ingeniería, economía y ciencias políticas) comenzó a considerar la posibilidad de desarrollar un cerebro artificial. En 1956, la investigación en IA se estableció como una disciplina académica independiente.
Las primeras redes neuronales y la cibernética
Las ideas populares de finales de los años 30, 40 y principios de los 50 inspiraron las primeras investigaciones sobre las máquinas pensantes. Según investigaciones neurológicas recientes, el cerebro es una red eléctrica de neuronas que se disparan en pulsos de todo o nada. La cibernética de Norbert Wiener describió el control y la estabilidad en las redes eléctricas. La teoría de la información de Claude Shannon describía las señales digitales (es decir, señales de todo o nada). Finalmente, la teoría de la computación de Alan Turing demostró que cualquier tipo de computación podía describirse digitalmente. La estrecha relación entre estos conceptos sugirió que se podría construir un cerebro electrónico. En 1943, Walter Pitts y Warren McCulloch observaron redes de neuronas artificiales idealizadas y demostraron cómo podían realizar funciones lógicas simples. Fueron los primeros en describir una red neuronal . Un joven Marvin Minsky, entonces estudiante de posgrado de 24 años, fue uno de los estudiantes inspirados por Pitts y McCulloch. Co-creó Dean Edmond con la primera máquina de red neuronal, la SNARC, en 1951 con . Minsky sería uno de los líderes e innovadores más influyentes en IA durante las próximas cinco décadas .
Fuente: https://images.app.goo.gl/tfd5GSP2Th94ABRM8
Artificial Intelligence en juegos
Christopher Strachey hizo un programa de damas y Dietrich Prinz escribió un programa de ajedrez utilizando la máquina Ferranti Mark 1 de la Universidad de Manchester en 1951. El programa de damas de Arthur Samuel, que desarrolló en la década de 1950 y principios de la de 1960, finalmente avanzó hasta el punto en que podía desafiar a un aficionado competente. Game AI se ha utilizado como un barómetro del progreso de AI a lo largo de su historia.
Taller de Dartmouth 1956: el nacimiento de la IA
John McCarthy, Marvin Minsky y dos científicos sénior de IBM, Claude Shannon y Nathan Rochester, organizaron el Taller de Dartmouth en 1956. Según la propuesta de la conferencia, "Cada parte de un aprendizaje o cualquier otra característica de la inteligencia puede elaborarse con tanta precisión que se puede crear una máquina para simularlo'. El Taller de Dartmouth de 1956 es ampliamente considerado como el comienzo de la IA, ya que estableció su nombre, misión, primer éxito y principales actores. McCarthy eligió el término ' Artificial Intelligence ' para evitar connotaciones con la cibernética y vínculos con el influyente cibernético Norbert Wiener.Después del taller de Dartmouth (1956-1974)
La mayoría de los investigadores encontraron 'asombrosos' los programas desarrollados en los años posteriores al Taller de Dartmouth: las computadoras resolvieron con éxito problemas de álgebra, demostraron teoremas geométricos y aprendieron inglés. Pocas personas habrían creído que las máquinas podrían ser capaces de tal "comportamiento inteligente" en ese momento. Los investigadores expresaron un optimismo extremo en privado y en forma impresa, prediciendo que se construiría una máquina brillante en menos de 20 años.
A fines de la década de 1950 y 1960, hubo numerosos programas exitosos y nuevas direcciones. Muchos de los primeros programas de IA usaban el mismo algoritmo básico. Procedían paso a paso hacia una meta (como ganar un juego o probar un teorema), como si estuvieran dando vueltas en un laberinto, retrocediendo cada vez que encontraban un callejón sin salida. El paradigma del 'razonamiento como búsqueda' fue acuñado para describir este enfoque. El principal problema de este enfoque era que el número de caminos posibles a través del "laberinto" era simplemente astronómico para muchos problemas. El espacio de búsqueda se reduciría mediante el uso de heurísticas o 'reglas empíricas', eliminando caminos que probablemente no conducirían a ninguna solución.
En 1972, se presentó el primer robot humanoide inteligente a gran escala del mundo, el WABOT-1. Su sistema de control de extremidades usaba sensores táctiles para permitirle caminar con sus extremidades inferiores y sostener y transferir objetos con sus manos. Su sistema de visión le permitió usar sentidos externos, ojos y oídos artificiales para medir distancias y direcciones a las cosas.
El primer invierno de IA (1974-1980)
En la década de 1970, AI fue fuertemente criticada y sufrió fallas financieras. Se subestimó la complejidad de los problemas que enfrentan los investigadores de IA. Su optimismo constante había inculcado expectativas excesivas, y la financiación de AI se redujo drásticamente cuando los resultados prometidos no se materializaron. Simultáneamente, la crítica fulminante de Marvin Minsky a los perceptrones (abuelos de las unidades que componen las redes neuronales modernas), puso fin al conexionismo durante los siguientes diez años. A fines de la década de 1970, a pesar de la mala opinión del público sobre la IA, se investigaron nuevas ideas en programación lógica, razonamiento de sentido común y otros dominios.
El auge (1980-1987)
El conocimiento se convirtió en el objetivo de la investigación de IA convencional en la década de 1980, cuando organizaciones de todo el mundo adoptaron un tipo de modelo de IA, conocido como sistemas expertos. Un sistema experto se puede definir como un sistema impulsado por IA que imita la inteligencia de toma de decisiones de un experto humano. Esto se logra mediante el uso de razonamiento y reglas para derivar conocimiento de su base de conocimientos en respuesta a las consultas de los usuarios. Los sistemas expertos están diseñados para resolver problemas complicados mediante el razonamiento a través de cuerpos de conocimiento, que se expresan en particular como reglas "si-entonces" en lugar de la agenda habitual para codificar. Los sistemas expertos son conocidos por ser excepcionalmente receptivos, confiables, inteligibles y capaces de una excelente ejecución.
Durante el mismo período de tiempo, el gobierno japonés invirtió mucho en IA. El regreso del conexionismo en el trabajo de John Hopfield y David Rumelhart a principios de la década de 1980 fue otro acontecimiento positivo.
El segundo invierno de IA (1987-1993)
El interés de la comunidad empresarial en la IA se desvaneció en la década de 1980, siguiendo el patrón habitual de una burbuja económica. El fracaso de los proveedores comerciales para producir una amplia gama de soluciones viables provocó el colapso. Como resultado de la falla, se asumió que la tecnología no era práctica. Las expectativas eran sustancialmente más altas de lo que realmente era posible, como lo habían sido con los programas de IA anteriores. A fines de 1993, más de 300 empresas de IA habían cerrado, quebrado o comprado, lo que finalmente puso fin a la primera ola comercial de IA. Sin embargo, a pesar de las críticas, el campo siguió progresando. Varios expertos, en particular los innovadores en robótica Rodney Brooks y Hans Moravec, abogaban por un enfoque completamente diferente de la IA.
El comienzo del siglo XXI
El campo de la IA, que ya tiene más de medio siglo, finalmente logró algunos de sus objetivos más preciados entre 1993 y 2011. Comenzó a usarse con éxito en el negocio de TI, aunque en segundo plano. Esto se logró principalmente centrándose en problemas aislados específicos y persiguiéndolos con altos niveles de estándares de responsabilidad científica. Aun así, la reputación de AI no era muy halagüeña, al menos en el sector empresarial. No hubo acuerdo dentro del campo sobre las causas detrás de la incapacidad de la IA para realizar el sueño de la inteligencia a nivel humano que había captado la imaginación del mundo en la década de 1960. Todas estas causas contribuyeron a la fragmentación de la IA en subcampos, centrándose en problemas o metodologías específicas, a veces incluso bajo nuevos títulos que oscurecieron la ascendencia contaminada de la IA.
logros
A principios de la década de 1990 se registraron una serie de logros, basados en la aplicación laboriosa del talento de la ingeniería y el crecimiento masivo de la velocidad y la capacidad de las computadoras en la década de 1990, en lugar de un nuevo paradigma revolucionario.
Sistema de juego de ajedrez
En 1997, Deep Blue se convirtió con éxito en el primer sistema informático de juego de ajedrez en derrotar a Garry Kasparov, el actual campeón mundial de ajedrez. La supercomputadora era una versión personalizada de un marco de IBM que podía procesar el doble de movimientos por segundo que durante el primer partido (que Deep Blue había perdido) . El evento se transmitió en vivo por Internet y aproximadamente 74 millones de personas lo vieron.
Vehículos Autónomos
En 2005, un robot de la Universidad de Stanford ganó el DARPA Grand Challenge (concurso de premios para vehículos autónomos) al conducir de forma independiente durante 131 millas a lo largo de una pista del desierto que nunca antes había sido recorrida . Dos años más tarde, un equipo de la Universidad Carnegie Mellon ganó el DARPA Urban Challenge al navegar de forma autónoma 55 millas en un área urbana, siguiendo todas las leyes y peligros de tránsito.
Programas de concursos ganadores
En 2011, el sistema de preguntas y respuestas de IBM llamado Watson, que lleva el nombre del fundador de la compañía, Thomas J. Watson, ganó contra dos campeones, Brad Rutter y Ken Jennings, durante un partido de exhibición . en un famoso concurso llamado Jeopardy !
A partir de 2011
El acceso a grandes volúmenes de datos (conocidos como ' big data '), computadoras más baratas y rápidas y técnicas mejoradas de aprendizaje automático se están aplicando efectivamente a varios problemas en toda la economía en las primeras décadas del siglo XXI. El informe del McKinsey Global Institute, titulado 'Big data: La nueva frontera para la innovación, la competencia y la productividad', anticipa que “para 2009, se suponía que prácticamente todos los sectores de la economía estadounidense tendrían al menos una media de 200 terabytes de datos almacenados ”. Según el New York Times, el mercado de dispositivos, hardware y software relacionados con la IA se había expandido a más de $ 8 mil millones en 2016, y el interés en la IA había alcanzado un nivel de "frenesí". Los usos Big data comenzaron a extenderse a otras industrias, incluidos los modelos de capacitación en ecología y varias aplicaciones económicas. Los avances en el aprendizaje profundo han beneficiado el procesamiento de imágenes y videos, el análisis de texto e incluso el reconocimiento de voz (especialmente las redes neuronales convolucionales profundas y las redes neuronales recurrentes).