La historia de la Inteligencia Artificial (IA) – Parte 2

Luego de mostrar un avance significativo en su primera etapa, la cual puedes leer en la Parte 1, la inteligencia artificial (IA) entra en un lapso de 10 años, específicamente entre los años 1970 hasta 1980, donde no se realizó ningún tipo de investigación ni desarrollo. Es por ello que en los años 90s fue el inicio de lo que vendría a ser el domino de la inteligencia artificial hasta la actualidad. Desde avances tecnológicos revolucionarios que vencías al test de Turing hasta IA que era capaz de derrotar al humano en juegos de requerimiento mental.

Historia de la IA (Segunda parte)

1996-1997: Deep Blue vs. Garry Kasparov

Deep Blue, una supercomputadora desarrollada por IBM, derrotó al campeón mundial de ajedrez Garry Kasparov en 1997. Este evento evidenció el avance de la IA en la resolución de problemas complejos y en la capacidad de las máquinas para competir en dominios tradicionalmente humanos.

2005: DARPA Grand Challenge y la Ley de Moore

Usando la Ley de Moore, Raymond Kurzweil predijo que las máquinas alcanzarán un nivel de inteligencia humano en 2029, y que de seguir para el año 2045 habrán superado la inteligencia de nuestra civilización en un billón de veces.

Vehículos autónomos completaron con éxito el DARPA Grand Challenge, una competencia organizada por la Agencia de Proyectos de Investigación Avanzados de Defensa de EE. UU. Este logro impulsó el desarrollo de la conducción autónoma y demostró avances significativos en la percepción y toma de decisiones de las máquinas.

2011: Watson de IBM y Siri de Apple

Watson, una IA desarrollada por IBM, ganó el concurso televisivo Jeopardy!, superando a campeones humanos y demostrando la capacidad de la IA para procesar y entender lenguaje natural en contextos complejos.

Ese mismo año, Apple lanzó Siri, un asistente virtual que permitía a los usuarios interactuar con sus dispositivos mediante comandos de voz, integrando la IA en la vida cotidiana.

2012: Avances en Deep Learning

Investigadores como Geoffrey Hinton lograron avances significativos en aprendizaje profundo (deep learning), especialmente en el reconocimiento de imágenes y voz. Estos avances marcaron el comienzo de una nueva era en la IA, con aplicaciones en diversos campos.

2014: La IA supera el Test de Turing y Google adquiere DeepMind

En enero de 2014, Google compró la empresa británica DeepMind Technologies, especializada en inteligencia artificial y aprendizaje profundo. Esta adquisición fortaleció la capacidad de Google en IA y llevó al desarrollo de sistemas avanzados como AlphaGo.

Luego, en junio de 2014, un programa de computadora, la IA llamada Eugene Goostman, que simulaba ser un niño ucraniano de 13 años, supuestamente pasó el Test de Turing durante un evento en la Royal Society de Londres. Se informó que convenció a un 33% de los jueces humanos de que era una persona real. Sin embargo, este resultado generó controversia en la comunidad científica respecto a la validez del test y las condiciones del experimento.

2015: Fundación de OpenAI y desarrollo de AlphaGo

En diciembre de 2015, Sam Altman y Elon Musk, junto con otros inversores, fundaron OpenAI, una organización de investigación en IA sin fines de lucro. Su objetivo era desarrollar inteligencia artificial de manera segura y promover su uso en beneficio de la humanidad.​

En ese mismo año, exactamente en 2015, DeepMind desarrolló AlphaGo, un programa de IA diseñado para jugar al juego de mesa Go. AlphaGo sorprendió al mundo al derrotar a jugadores profesionales, demostrando avances significativos en el aprendizaje automático y la capacidad de las máquinas para manejar tareas complejas.

2017: Avances en modelos de lenguaje y juegos estratégicos

En 2017, investigadores de Google presentaron la arquitectura Transformer, que revolucionó el procesamiento del lenguaje natural al permitir modelos más eficientes en tareas como traducción y generación de texto. Esta arquitectura es la base de modelos posteriores como BERT y GPT.​

Este año, DeepMind presentó AlphaGo Zero, una versión mejorada de AlphaGo que aprendió a jugar Go sin datos humanos, superando a su predecesor. Posteriormente, desarrollaron AlphaZero, que dominó juegos como ajedrez, shogi y Go, aprendiendo desde cero y alcanzando niveles superhumanos.

2018: Lanzamiento de ChatGPT-1

En 2018, OpenAI lanzó ChatGPT-1, una versión inicial de su modelo de generación de lenguaje basado en la arquitectura Transformer. Este modelo sentó las bases para futuras iteraciones más avanzadas en generación de texto coherente y contextual.

2019: Avances en modelos de lenguaje y aplicaciones prácticas

GPT-2: En 2019, OpenAI presentó GPT-2, un modelo de lenguaje con 1.5 mil millones de parámetros capaz de generar texto de alta calidad. Inicialmente, OpenAI decidió no liberar el modelo completo debido a preocupaciones sobre su uso indebido, pero posteriormente lo hizo de manera gradual.​

BERT de Google: En 2019, Google introdujo BERT (Bidirectional Encoder Representations from Transformers), un modelo que mejoró significativamente la comprensión del lenguaje natural en motores de búsqueda y otras aplicaciones.

2020: Lanzamiento de ChatGPT para uso global

El 30 de noviembre de 2020, OpenAI liberó ChatGPT para uso público global. Este modelo permitió a usuarios de todo el mundo interactuar con una IA capaz de mantener conversaciones coherentes y contextuales, marcando un hito en la accesibilidad de la IA conversacional.

2021: Presentación de LaMDA por Google

En 2021, Google anunció LaMDA (Language Model for Dialogue Applications), un modelo diseñado para mejorar las conversaciones naturales entre humanos y máquinas. LaMDA se enfocó en generar respuestas más abiertas y coherentes en diálogos, ampliando las capacidades de los asistentes virtuales y chatbots.

2022: La IA se expande

Este año significó una etapa de consolidación para la inteligencia artificial a nivel global. Sectores como la manufactura, telecomunicaciones, seguridad y salud comenzaron a integrar soluciones basadas en IA de manera más amplia y estratégica. El mercado global alcanzó un valor de más de 240 mil millones de dólares, reflejando una fuerte demanda en herramientas de automatización, detección de patrones y análisis predictivo. Paralelamente, la inversión en startups de IA batió récords, alcanzando los 92 mil millones de dólares, con una clara apuesta por modelos más avanzados y accesibles. También fue el año en que OpenAI optimizó herramientas como Codex, DALL·E y Whisper, sentando las bases para una nueva generación de aplicaciones basadas en texto, imagen y voz.

2023: La IA se vuelve de uso masivo

La inteligencia artificial pasó de ser una herramienta especializada a convertirse en parte del día a día de millones de personas. El lanzamiento de GPT-4 por parte de OpenAI y la viralización de ChatGPT marcaron un antes y un después. Surgieron nuevos modelos open source como LLaMA, Claude y Mistral, lo que permitió a empresas más pequeñas entrenar y adaptar sus propias IA. Sin embargo, este auge también encendió alertas: informes como el de Goldman Sachs estimaron que más de 300 millones de empleos podrían verse afectados. Fue el año en que la IA dejó de ser solo innovación para convertirse en un fenómeno cultural, económico y ético.

2024: Ética, regulación y expansión de modelos autónomos

El protagonismo de la inteligencia artificial se trasladó a nuevas áreas: la regulación, la autonomía y el debate ético. La Unión Europea avanzó en la aprobación del AI Act, la primera ley integral para regular el desarrollo y uso de IA. A nivel tecnológico, surgieron los primeros agentes autónomos como AutoGPT y Devin, capaces de ejecutar tareas complejas sin intervención humana, marcando un paso hacia sistemas más independientes y generalistas. Al mismo tiempo, la IA se integró más profundamente en el mundo laboral, educativo y creativo, ayudando a profesionales de todos los sectores. Sin embargo, también se hizo más evidente la brecha tecnológica: mientras grandes empresas aumentaban su inversión, muchas pymes y regiones con menor acceso digital quedaban rezagadas. Así, 2024 se convirtió en un año clave para reflexionar sobre cómo garantizar un desarrollo de la IA que sea ético, inclusivo y sostenible.