Historia de la inteligencia artificial: de Turing a ChatGPT

La inteligencia artificial (IA) es el intento de hacer que una máquina imite aspectos de la inteligencia humana, como razonar, reconocer patrones o aprender de la experiencia. Como disciplina tiene una fecha de nacimiento clara, 1956, pero sus ideas son más antiguas y el camino hasta hoy tuvo subidas y bajadas. Esta guía recorre los hitos principales, de Alan Turing a ChatGPT.

Antes de 1956: la idea de una máquina que aprende

El punto de partida suele ser el matemático británico Alan Turing. En su ensayo Computing Machinery and Intelligence, publicado en 1950, imaginó computadoras capaces de simular inteligencia y se preguntó cómo se podría comprobar si una máquina piensa. También planteó que las máquinas podrían aprender por sí solas.

Turing no tenía las computadoras necesarias para llevar esas ideas a la práctica. Las máquinas electrónicas recién se construían en los años cincuenta. Por eso su trabajo es considerado una semilla más que un programa en funcionamiento. Para la prueba que propuso, lee la guía sobre el test de Turing.

1956: el taller de Dartmouth y el nombre

En 1956, John McCarthy organizó un taller de verano en el Dartmouth College, en Estados Unidos. Según el informe AI100 de Stanford, ese encuentro dio a la disciplina una identidad propia. McCarthy aparece como la primera persona en usar el término “inteligencia artificial”, en la propuesta que escribió con Marvin Minsky, Nathaniel Rochester y Claude Shannon.

Varios de los asistentes dirigieron después proyectos importantes bajo el nombre de IA. Puedes ver el encuentro con más detalle en la guía sobre la conferencia de Dartmouth.

De 1950 a 1970: los primeros programas

Entre los años cincuenta y setenta aparecieron varias líneas de trabajo. Según el mismo informe, entre ellas estuvieron estas:

• Búsqueda heurística: buscar soluciones con reglas prácticas en espacios muy grandes. Allen Newell y Herbert Simon la aplicaron a demostraciones matemáticas.
• Visión por computadora: los primeros trabajos en reconocimiento de caracteres abrieron el camino al reconocimiento facial.
• Procesamiento del lenguaje natural: a finales de los sesenta ya se trabajaba en que las máquinas entendieran el lenguaje humano.
• Aprendizaje automático: el programa de damas de Arthur Samuel mejoraba jugando contra sí mismo. Fue uno de los primeros sistemas de este tipo.
• Redes neuronales: el perceptrón de Frank Rosenblatt, inspirado en las neuronas biológicas, sentó las bases de este campo.
• Sistemas expertos: programas con conocimiento guardado sobre un área, como química o diagnóstico médico.

Un sistema experto es un programa que guarda el conocimiento de especialistas sobre un área concreta y lo usa para responder preguntas de ese campo.

El invierno de los años ochenta

Hacia los años ochenta, el campo todavía no tenía éxitos prácticos importantes. El informe de Stanford da varias razones: se dio poca importancia a que los sistemas interactuaran con el mundo físico, se usó demasiada lógica de “verdadero o falso” y casi no se midió la incertidumbre.

A mediados de esa década, bajaron el interés y los fondos. El investigador Nilsson llamó a ese periodo el “invierno de la IA”. Ese término es clave para entender por qué la historia de la IA no fue una línea recta.

Los noventa y el peso de los datos

En los noventa hubo una recuperación. Los investigadores dejaron de pensar que un sistema inteligente debía construirse como un bloque de reglas explícitas. Lo más útil pasó a ser construir sistemas que resuelvan tareas concretas, aunque con distintos grados de acierto.

Tres cambios lo hicieron posible: robots más baratos y confiables, la expansión de internet que reunía grandes cantidades de datos, y más capacidad de cómputo para procesarlos. Con eso, las técnicas estadísticas que aprenden de los datos empezaron a dar mejores resultados. Esa es la base del aprendizaje automático moderno.

Supón que una empresa en La Paz paga Bs 10.000 al año por un software que lee facturas. Si el programa aprende de miles de facturas reales en lugar de seguir reglas fijas, puede adaptarse a formatos nuevos sin que alguien reescriba cada regla. Ese es el tipo de mejora que los datos y el cómputo hicieron posible. Es un ejemplo ilustrativo, no una cifra de mercado.

2019: el reconocimiento a las redes profundas

En marzo de 2019, la ACM anunció que el Premio Turing de 2018, a menudo llamado el “Premio Nobel de la computación”, era para Yoshua Bengio, Geoffrey Hinton y Yann LeCun. Según la ACM, sus trabajos dieron las bases conceptuales y las mejoras técnicas que hicieron útiles las redes neuronales profundas: redes con muchas capas de neuronas artificiales.

La ACM también recuerda que, a principios de los años 2000, este enfoque era visto con escepticismo. Según la misma organización, en 2019 ya era el paradigma dominante del campo. Puedes ver cómo se logró ese salto en la guía sobre ImageNet y el aprendizaje profundo.

2022: ChatGPT

El 30 de noviembre de 2022, OpenAI presentó ChatGPT, un modelo que conversa de forma natural. Puede responder preguntas de seguimiento, admitir errores y rechazar pedidos inapropiados. OpenAI lo entrenó con aprendizaje por refuerzo a partir de retroalimentación humana: personas evaluaron respuestas y ese criterio guió el ajuste del modelo.

En ese anuncio de 2022, la propia empresa describió sus límites: ChatGPT a veces escribía respuestas que sonaban bien pero eran incorrectas, y podía cambiar su respuesta si la pregunta se reformulaba. OpenAI aclara que ChatGPT cambió mucho desde entonces. Para entender por qué pasa eso, lee la guía sobre qué es un transformer.

Línea de tiempo

Más a fondo

Para quien quiera profundizar: el informe AI100 señala que el resurgimiento de los noventa partió de la idea de que la inteligencia artificial clásica basada en símbolos no bastaba como enfoque completo. Lo que sigue en los sistemas actuales es el aprendizaje a partir de datos, con redes cuyas conexiones se ajustan hasta captar patrones útiles.

La ACM destaca que Hinton y sus colaboradores mostraron en 2012 mejoras en redes convolucionales, que redujeron casi a la mitad el error en el concurso ImageNet de reconocimiento de objetos. Ese resultado fue uno de los momentos que cambiaron la visión del campo.

Por último, sobre ChatGPT: OpenAI indica que el modelo se ajustó a partir de la serie GPT-3.5 y que se entrenó en infraestructura de Azure. Esos detalles son útiles para entender su origen, pero no reemplazan la prueba del uso cotidiano para saber qué tan confiable es una respuesta.