TROPIKKA The Lifestyle Magazine

3. La Edad de Oro (década de 1950-1970): La investigación en IA floreció, con importantes avances en IA simbólica y sistemas basados ​en reglas , donde se enseñaba a las máquinas a razonar con reglas lógicas. IA simbólica : La IA temprana se basaba en la idea de que la inteligencia humana podía modelarse utilizando símbolos y reglas (por ejemplo, sistemas expertos, representación del conocimiento y algoritmos de búsqueda). Aprendizaje automático : Surgieron las primeras técnicas de aprendizaje automático, aunque eran primitivas en comparación con los métodos modernos. Las redes neuronales comenzaron a explorarse en la década de 1960, pero debido a las limitaciones en la potencia computacional, se las descuidó en gran medida durante los primeros años de la IA. 4. El invierno de la IA (década de 1970-1980): A pesar del optimismo inicial, la IA enfrentó reveses significativos en las décadas de 1970 y 1980 debido a las altas expectativas y los resultados decepcionantes. La financiación para la investigación en IA se agotó durante este período, lo que dio lugar a lo que se conoce como el invierno de la IA. Sistemas expertos : durante la década de 1980, los sistemas expertos se hicieron populares en aplicaciones comerciales, lo que dio lugar a algunas historias de éxito en campos como el diagnóstico médico y la automatización industrial, pero tenían un alcance limitado y, a menudo, no podían escalar bien. Redes neuronales y retro propagación : si bien las primeras investigaciones sobre redes neuronales se estancaron, el algoritmo de retro propagación (descubierto en la década de 1970 pero popularizado en la de 1980 por investigadores como Geoffrey Hinton ) despertó un renovado interés en las redes neuronales. 5. Resurgimiento y nuevos enfoques (finales década de 1980-década de 2000): Aprendizaje de refuerzo : durante la década de 1990, se desarrollaron métodos como el aprendizaje Q y el aprendizaje de diferencias temporales , que contribuyeron a los avances en el aprendizaje automático. Máquinas de vectores de soporte ( SVM ) y árboles de decisión : estos algoritmos ganaron prominencia como métodos efectivos de aprendizaje supervisado. Deep Blue ( 1997 ): uno de los primeros hitos importantes en IA cuando Deep Blue de IBM derrotó al campeón mundial de ajedrez Garry Kasparov. Esto demostró la capacidad de la IA para competir a nivel de experto humano en un juego estructurado y basado en reglas.

10