Si echas un vistazo a Internet hoy en día, es más que probable que encuentres elementos de IA de todas las formas y por todas partes.
Ya no es algo sacado de una película de ciencia ficción.
Desde la función de autocorrección de tu teléfono hasta las recomendaciones de Netflix y la pestaña ChatGPT que tienes abierta ahora mismo, no apareció de la noche a la mañana como una sensación viral de TikTok: ha estado aquí y evolucionando ante nuestros propios ojos.
Es increíble lo lejos que hemos llegado de "¿y si las máquinas fueran capaces de pensar?" a "ChatGPT, esbórcame una estrategia empresarial para un año".
A lo largo de su desarrollo, la IA ha tenido muchos fracasos y avances y ha producido muchos pensadores brillantes.
En este artículo, no sólo daremos un paseo por los recuerdos, sino que también descubriremos cómo la IA se convirtió en parte de la conversación cotidiana.
Spoiler alert: implica mucha más ansiedad matemática y pavor existencial de lo que cabría esperar.
Principales conclusiones
- La investigación sobre IA comenzó en los años 40, cuando los pioneros de la informática soñaban con máquinas pensantes.
- El campo se lanzó oficialmente en 1956 en la Conferencia de Dartmouth, acuñando el término "inteligencia artificial".
- AI pasó por varios "inviernos" en los que la financiación se agotó y la atención se desvaneció.
- Los avances modernos de la IA son el resultado de combinar conjuntos de datos masivos con potentes sistemas informáticos.
- La IA generativa actual representa el último capítulo de una historia de 70 años de ambición humana.
De la teoría a la realidad
Piensa en la historia de AI como en la carrera de tu grupo favorito.
Comenzó con los años del underground, cuando sólo los verdaderos aficionados prestaban atención.
Entonces llegó el gran avance que todo el mundo afirma haber visto venir.
No vuelvas a preocuparte de que la IA detecte tus textos. Undetectable AI puede ayudarle:
- Haz que aparezca tu escritura asistida por IA de aspecto humano.
- Bypass las principales herramientas de detección de IA con un solo clic.
- Utilice AI de forma segura y con confianza en la escuela y el trabajo.
Unos cuantos fracasos y regresos después, de repente están por todas partes y tus padres preguntan por ellos.
La IA siguió exactamente esta trayectoria. Los primeros investigadores no intentaban Construir ChatGPT.
Se hacían preguntas fundamentales: ¿Pueden pensar las máquinas? ¿Pueden aprender? ¿Pueden resolver problemas como los humanos?
La respuesta resultó ser "más o menos, pero es complicado".
Orígenes de la IA (antes de 1950)
Antes de los ordenadores, había soñadores. Los antiguos mitos contaban historias de seres artificiales que habían cobrado vida.
La mitología griega nos dio a Talos, el gigante de bronce que protegía Creta. El folclore judío tenía golems, criaturas de arcilla animadas por palabras místicas.
Pero la verdadera historia del origen de la IA comienza durante la Segunda Guerra Mundial con Alan Turing. Turing descifraba los códigos nazis y sentaba las bases de la informática moderna. Hablando de multitarea.
En 1936, Turing introdujo el concepto de máquina de calcular universal.
Este dispositivo teórico podría realizar cualquier cálculo si se le dieran las instrucciones adecuadas.
Suena un poco aburrido hasta que te das cuenta de que esta idea se convirtió en la base de todos los ordenadores que has utilizado, incluido aquel en el que estás leyendo este artículo.
La guerra aceleró todo y creó una necesita para la innovación. De repente, los gobiernos destinaban sus presupuestos a cualquier tecnología que pudiera darles ventaja.
Los primeros ordenadores electrónicos surgieron de este entorno de olla a presión.
Máquinas como ENIAC llenaban salas enteras y necesitaban equipos de ingenieros para funcionar, pero podían calcular en segundos lo que a los humanos les llevaba horas.
A finales de la década de 1940, los investigadores empezaron a preguntarse: si estas máquinas pueden calcular, ¿pueden pensar?
1950s: El nacimiento de la inteligencia artificial
El año 1956 fue el momento protagonista de la IA. Un grupo de investigadores se reunió en el Dartmouth College de New Hampshire para celebrar un taller de verano que lo cambiaría todo.
John McCarthy, Marvin Minsky, Nathaniel Rochester y Claude Shannon se encerraron en una habitación y decidieron crear máquinas pensantes.
En acuñó el término "inteligencia artificial" y trazó una ambiciosa hoja de ruta.
Estos investigadores creían que en una generación las máquinas serían capaces de resolver cualquier problema que los humanos pudieran resolver.
Al final, se equivocaron por varias décadas, pero su confianza era admirable.
La Conferencia de Dartmouth lanzó la IA como campo de estudio legítimo.
De repente, las universidades crearon laboratorios de IA, los gobiernos extendieron cheques y los investigadores hicieron audaces predicciones sobre el futuro.
Alan Turing ya les había dado ventaja con su famoso test.
El Test de Turing planteaba una pregunta sencilla: si estás manteniendo una conversación con algo y no puedes saber si es humano o una máquina, ¿importa?
Es la filosofía definitiva del "fíngelo hasta que lo consigas", y sigue vigente hoy en día.
Años 1960-1970: Optimismo inicial y primeros modelos
La década de 1960 comenzó con un ímpetu increíble. Los investigadores tenían financiación, atención mediática y una misión clara. ¿Qué podía salir mal?
Todo, como se vio después.
Los primeros programas de IA funcionaban bien en entornos controlados, pero se venían abajo cuando se enfrentaban a la complejidad del mundo real.
Es como ser increíble jugando al baloncesto en el patio de tu casa, pero apagarse por completo durante un partido de verdad.
ELIZAcreado por Joseph Weizenbaum en 1964, podía mantener conversaciones reconociendo palabras clave y respondiendo con frases preprogramadas.
Era una versión más sofisticada del juguete Magic 8-Ball, y a la gente le encantaba.
ELIZA funcionaba por coincidencia de patrones y sustitución. Si decías "Estoy triste", respondía "¿Por qué estás triste?".
Era sencillo, pero lo bastante eficaz como para hacer creer a algunos usuarios que estaban hablando con un terapeuta de verdad. Weizenbaum se horrorizó cuando la gente empezó a crear vínculos emocionales con su programa.
IA indetectable Pregunte a AI funciona de forma similar. Puedes utilizarlo para simular o explicar cómo funcionaban los primeros modelos de IA, como ELIZA, en comparación con los modelos lingüísticos modernos.
Sin embargo, la diferencia es asombrosa. ELIZA jugaba a asociar palabras, mientras que la IA actual es capaz de entender el contexto y generar respuestas coherentes.
Mientras tanto, los investigadores abordaban proyectos más ambiciosos. SHRDLU de Terry Winograd podían comprender y manipular objetos en un mundo virtual hecho de bloques.
Podría seguir instrucciones complejas como "Pon el bloque rojo encima del verde, pero primero aparta el azul".
SHRDLU era impresionante, pero sólo funcionaba en su pequeño mundo de bloques. Si intentabas ampliarlo al mundo real, se colgaría más que tu portátil durante la semana de los exámenes finales.
El problema no era sólo técnico. Los investigadores estaban descubriendo que la inteligencia es mucho más complicada de lo que pensaban.
Cosas que los humanos hacen sin esfuerzo, como reconocer una cara o entender el sarcasmo, resultaron ser increíblemente difíciles para las máquinas.
1980s: Sistemas expertos e IA comercial
Justo cuando todo el mundo pensaba que la IA estaba muerta, volvió con fuerza. La década de 1980 trajo consigo los sistemas expertos y, de repente, la IA empezó a ganar dinero de verdad.
Los sistemas expertos eran diferentes de los enfoques anteriores de la IA. En lugar de intentar replicar la inteligencia general, se centraron en ámbitos específicos en los que los expertos humanos tenían profundos conocimientos.
Piense en ellos como asesores realmente inteligentes y especializados.
- MYCIN infecciones sanguíneas diagnosticadas.
- DENDRAL compuestos químicos identificados.
- XCON sistemas informáticos configurados.
Estos programas captaban los conocimientos de los expertos humanos y los ponían a disposición de los demás.
La idea clave era que no se necesitaba inteligencia general para ser útil.
Sólo necesitabas ser muy bueno en una cosa. Es como esa persona que lo sabe todo sobre las películas de Marvel pero no recuerda dónde dejó las llaves.
Las empresas empezaron a prestar atención. Los sistemas expertos podían resolver problemas reales y ahorrar dinero de verdad. Diagnóstico médico, planificación financiera, resolución de problemas de equipos... La inteligencia artificial ya no era solo una curiosidad académica.
El Gobierno japonés lanzó el Proyecto de ordenador de quinta generaciónplaneando crear ordenadores inteligentes para la década de 1990. Otros países entraron en pánico y pusieron en marcha sus propias iniciativas de IA.
La carrera espacial había terminado, así que ¿por qué no una carrera de inteligencia artificial?
Pero los sistemas expertos tenían sus limitaciones. Exigían una amplia ingeniería del conocimiento, codificando manualmente los conocimientos humanos en reglas legibles por ordenador.
Era como intentar enseñar a alguien a montar en bicicleta escribiendo todas las situaciones posibles con las que podría encontrarse.
1990s: La inteligencia artificial se generaliza (silenciosamente)
La década de 1990 fue la adolescencia incómoda de la IA. El campo experimentaba cambios, buscaba su identidad y, desde luego, no hablaba de sus sentimientos.
El boom de los sistemas expertos se había enfriado. Estos sistemas eran caros de mantener y no podían adaptarse a nuevas situaciones. Las empresas empezaron a buscar alternativas.
Pero la IA no desapareció. Simplemente dejó de llamarse a sí misma IA.
Las técnicas de aprendizaje automático que se habían estado gestando en laboratorios académicos empezaron a encontrar aplicaciones prácticas.
La IA estaba por todas partes en forma de filtros de spam de correo electrónico, detección de fraudes con tarjetas de crédito y sistemas de recomendación, pero nadie presumía de ella.
Ha sido marketing inteligente. El término "inteligencia artificial" arrastraba demasiada carga de ciclos anteriores. Era mejor hablar de "análisis estadístico", "reconocimiento de patrones" o "sistemas de apoyo a la toma de decisiones".
El verdadero avance se produjo gracias a un cambio de enfoque.
Pero nadie lo llamó IA. Habría sido demasiado obvio.
2000s: Fundamentos de la IA moderna
La década de 2000 sentó las bases de todo lo que ocurre hoy en día en el campo de la IA.
Es como el montaje de entrenamiento de una película de deportes, salvo que dura una década e implica muchas más matemáticas.
Varios factores convergieron para crear las condiciones perfectas para el avance de la IA. La potencia de cálculo era cada vez más barata y potente.
Internet había creado conjuntos de datos masivos. Y los investigadores habían descubierto cómo entrenar redes neuronales con eficacia.
Mientras tanto, las empresas tecnológicas incorporar la IA a todo.
El algoritmo de búsqueda de Google utilizaba el aprendizaje automático para clasificar las páginas web. El motor de recomendaciones de Amazon generó miles de millones en ventas. El algoritmo de noticias de Facebook determinaba lo que millones de personas veían cada día.
El iPhone se lanzó en 2007, poniendo potentes ordenadores en el bolsillo de todos y generando cantidades de datos personales sin precedentes.
Cada pulsación, deslizamiento y búsqueda se convirtió en un punto de datos que podría entrenar mejores sistemas de IA.
A finales de la década, la IA estaba integrada en la infraestructura digital de la vida moderna.
La mayoría de la gente no se daba cuenta, pero interactuaba con sistemas de IA docenas de veces al día.
2010s: Aprendizaje profundo y Big Data
La década de 2010 fue cuando la IA pasó de "truco técnico genial" a "hostia puta, esto lo cambia todo".
El aprendizaje profundo arrancó la década con fuerza. En 2012, una red neuronal llamada AlexNet aplastó a la competencia en un concurso de reconocimiento de imágenes.
No solo era mejor que otros sistemas de IA, sino también que los expertos humanos.
Se suponía que esto no iba a pasar todavía.
Los ingredientes secretos eran conjuntos de datos más grandes, ordenadores más potentes y mejores técnicas de formación.
Las unidades de procesamiento gráfico (GPU), diseñadas originalmente para videojuegos, resultaron ser perfectas para entrenar redes neuronales. Los jugadores crearon por accidente el hardware que impulsaría la revolución de la IA.
Los medios de comunicación no daban abasto. Todos los avances de la IA ocupaban titulares. Deep Blue gana a Kasparov en ajedrez en la década de 1990 fue impresionante, pero que AlphaGo venciera al campeón mundial de Go en 2016 fue alucinante.
Se suponía que el Go era demasiado complejo para que lo dominaran los ordenadores.
¿Le desorientan estas tecnologías avanzadas? Herramientas modernas de IA como las IA indetectables Chat AI puede explicar conceptos complejos de IA, como las redes neuronales convolucionales o el aprendizaje por refuerzo, a un público no técnico.
Las mismas técnicas de aprendizaje profundo que permiten el reconocimiento de imágenes también sirven para los modelos lingüísticos actuales.
Los vehículos autónomos cautivaron la imaginación de todos. Los coches autónomos pasaron de ser ciencia ficción a "llegar el año que viene" (una promesa que se sigue haciendo, pero con más cautela hoy en día).
Los asistentes virtuales se generalizaron. Siri, Alexa y Google Assistant llevaron la IA a millones de hogares.
Todo el mundo mantenía ahora conversaciones con sus dispositivos, aunque esas conversaciones fueran sobre todo "pon mi música" y "¿qué tiempo hace?".
La década terminó con la aparición de arquitecturas transformadoras y mecanismos de atención.
Estas innovaciones resultarían cruciales para la siguiente fase de desarrollo de la IA, aunque la mayoría de la gente nunca había oído hablar de ellas.
2020s: IA generativa y grandes modelos lingüísticos
La década de 2020 comenzó con una pandemia, pero los investigadores de IA estaban demasiado ocupados cambiando el mundo como para darse cuenta.
Los modelos GPT de OpenAI pasaron de ser interesantes proyectos de investigación a fenómenos culturales. GPT-3 se lanzó en 2020 y dejó a todo el mundo boquiabierto con su capacidad para escribir textos coherentes sobre casi cualquier tema.
Entonces ChatGPT surgió a finales de 2022 y rompió Internet. En cuestión de días, millones de personas mantuvieron conversaciones con IA por primera vez.
Los estudiantes lo utilizaban para hacer los deberes. Los trabajadores automatizan parte de su trabajo. Los creadores de contenidos generan ideas más rápido que nunca.
La respuesta fue inmediata e intensa. Algunas personas estaban asombradas. Otros estaban aterrorizados. La mayoría estaba en un punto intermedio, tratando de averiguar qué significaba esto para sus carreras y el futuro de sus hijos.
La IA generativa se convirtió en la mayor noticia tecnológica desde el iPhone.
Todas las empresas empezaron a añadir funciones de IA. Todas las startups afirmaban ser "AI-powered".
Cada conferencia contaba con al menos doce paneles sobre el futuro de la inteligencia artificial.
Aquí es donde herramientas como Undetectable AI's Escritor SEO AI, AI Essay Writery Humanizador AI encajar en la historia.
Estas modernas aplicaciones representan la evolución práctica de la tecnología de IA generativa. Toman los mismos modelos subyacentes que impulsan ChatGPT y los aplican a casos de uso específicos.
La generación de imágenes siguió una trayectoria similar. DALL-E, Midjourney y Stable Diffusion podrían crear imágenes fotorrealistas a partir de texto descripciones. Los artistas estaban entusiasmados y preocupados a partes iguales.
La tecnología mejoró a una velocidad vertiginosa. Los modelos se hicieron más grandes, más inteligentes y más capaces. GPT-4 podía aprobar exámenes profesionales y escribir código.
Claude podía mantener conversaciones matizadas sobre temas complejos. Bard podía buscar en Internet y ofrecer información actualizada.
Principales hitos en la historia de la IA
Algunos momentos de la historia de la IA merecen un reconocimiento especial.
No se trata sólo de logros técnicos, sino de puntos de inflexión culturales que cambiaron nuestra concepción de la inteligencia artificial.
- La Conferencia de Dartmouth (1956) inauguró oficialmente el campo y dio nombre a la IA. Sin esta reunión, podríamos llamarla "inteligencia artificial" o "pensamiento computacional" o algo igual de aburrido.
- La victoria de Deep Blue sobre Garry Kasparov (1997) fue el primer gran momento de la IA. Millones de personas vieron cómo un ordenador superaba a una de las mayores mentes estratégicas de la humanidad. De repente, el futuro parecía muy real y daba un poco de miedo.
- IBM Watson gana en Jeopardy (2011) demostró que la IA podía manejar el lenguaje natural y el conocimiento general. Ver a un ordenador clavar el Daily Double fue impresionante e inquietante a la vez.
- AlphaGo vence a Lee Sedol en Go (2016) fue una obra maestra de la técnica. El Go tiene más posiciones posibles en el tablero que átomos en el universo observable, pero el sistema de DeepMind encontró estrategias ganadoras que los expertos humanos nunca habían considerado.
- El gran avance de ImageNet (2012) dio el pistoletazo de salida a la revolución del aprendizaje profundo. La victoria de AlexNet en el concurso de reconocimiento de imágenes demostró que las redes neuronales estaban listas para el prime time.
- El lanzamiento de GPT-3 (2020) democratizó la generación de contenidos de IA. De repente, cualquiera podía acceder a potentes modelos lingüísticos a través de sencillas interfaces web.
- El lanzamiento de ChatGPT (2022) llevó la IA a las masas. En dos meses tenía 100 millones de usuarios, lo que la convirtió en la aplicación de consumo de más rápido crecimiento de la historia.
Cada hito se basaba en el trabajo anterior, al tiempo que abría nuevas posibilidades.
Así es como funciona el progreso: mejoras graduales salpicadas de momentos de gran avance que hacen que todo el mundo reconsidere lo que es posible.
Inviernos y regresos de AI
La historia de la IA no es una línea recta de progreso. Se parece más a una montaña rusa diseñada por alguien con problemas de compromiso.
Este campo ha pasado por varios "inviernos de IA", periodos en los que la financiación se agotó, los investigadores cambiaron de campo y los medios de comunicación declararon la muerte de la IA.
No se trataba sólo de contratiempos menores, sino de crisis existenciales que estuvieron a punto de acabar por completo con la investigación en IA.
¿Qué causó los inviernos de IA?
El primer invierno de la inteligencia artificial llegó a mediados de los años setenta. Los primeros investigadores habían hecho audaces predicciones sobre el logro de una inteligencia de nivel humano en décadas. Cuando esas predicciones no se cumplieron, cundió la decepción.
Los organismos públicos de financiación empezaron a hacerse preguntas incómodas. ¿Dónde estaban las máquinas pensantes que les habían prometido?
¿Por qué los sistemas de IA seguían siendo tan limitados? ¿Qué hacían exactamente los investigadores con todo ese dinero?
El Gobierno británico encargó el Informe Lighthill en 1973que consideraba que la investigación sobre IA era exagerada y no daba los resultados esperados.
La financiación se redujo drásticamente. Revisiones similares en otros países llegaron a conclusiones parecidas.
El segundo invierno de la IA llegó a finales de la década de 1980, tras el estallido de la burbuja de los sistemas expertos. Las empresas habían invertido mucho en tecnología de IA, pero les resultaba difícil mantenerla y ampliarla.
El mercado se hundió, llevándose consigo a muchas empresas de IA.
Ambos inviernos compartieron temas comunes. Las expectativas poco realistas dieron lugar a promesas exageradas. Cuando la realidad no estuvo a la altura, la reacción fue inevitable.
Los investigadores aprendieron valiosas lecciones sobre cómo gestionar las expectativas y centrarse en las aplicaciones prácticas.
El futuro de la IA: ¿qué viene ahora?
Predecir el futuro de la IA es como intentar predecir el tiempo con una bola 8 mágica. Es posible, pero tu tasa de acierto probablemente no impresionará a nadie.
Aun así, parece probable que algunas tendencias continúen. Los sistemas de IA serán más capaces, más eficientes y estarán más integrados en la vida cotidiana.
La cuestión no es si la IA será más poderosa, sino cómo se adaptará la sociedad a ese poder.
- La IA generativa probablemente mejorará en la creación de contenidos indistinguibles del trabajo humano. Los artistas, escritores y creadores de contenidos tendrán que averiguar cómo competir o colaborar con los sistemas de IA.
- Los sistemas autónomos serán cada vez más comunes. Los coches autoconducidos podrían cumplir por fin sus promesas. Los drones de reparto podrían llenar los cielos. Los robots podrían realizar trabajos peligrosos o repetitivos.
- La investigación sobre la seguridad de la IA será cada vez más importante a medida que los sistemas sean más potentes. Necesitaremos mejores formas de garantizar que los sistemas de IA se comportan según lo previsto y no causan daños involuntarios.
- Las implicaciones económicas son asombrosas. Algunos empleos desaparecerán. Surgirán nuevos empleos. La transición puede ser suave o caótica, dependiendo de lo bien que nos preparemos.
- La regulación desempeñará un papel más importante. Los gobiernos ya están trabajando en marcos de gobernanza de la IA. El reto es crear normas que protejan a las personas sin ahogar la innovación.
- La democratización de la IA continuará. Las herramientas que antes requerían conocimientos de doctorado están al alcance de todos. Esto podría dar rienda suelta a una enorme creatividad e innovación, o podría crear nuevos problemas que aún no hemos previsto.
Encuentre más herramientas útiles aquí, o pruebe nuestro AI Detector y Humanizer en el widget de abajo.
Esta historia se escribe sola... Casi
La historia de la IA es un testimonio de la ambición humana, que convierte sueños imposibles en realidad.
Desde las teorías de Turing hasta los modelos generativos actuales, el progreso ha venido de abordar problemas irresolubles con persistencia.
Todas las épocas han sido revolucionarias, pero el ritmo y la escala actuales no tienen precedentes.
La IA es básicamente décadas de trabajo de mentes brillantes. La historia está lejos de haber terminado. El próximo avance podría venir de cualquier parte, y su impacto dependerá de las decisiones que tomemos ahora.
Llevamos milenios imaginando mentes artificiales y hoy las estamos construyendo.
Con IA indetectable Escritor SEO AI, Chat AI, AI Essay Writery Humanizador AICon esta herramienta, podrá crear contenidos de alta calidad, naturales, optimizados, atractivos y exclusivamente suyos.
Pruebe IA indetectable y lleva tu escritura con IA al siguiente nivel.