Episodio 3: Serie Inteligencia Artificial Parte Dos Introduccion
"¡Hola a todos! Soy [HECTOR FUENTES], y esto es la serie 'Inteligencia Artificial: Pasado, Presente y Futuro', en este tu podcast SEGURIDADEN LA ERA DIGITAL
En el primer episodio, recorrimos los orígenes de la IA: desde mitos griegos hasta el laboratorio de Dartmouth en 1956. Hoy, nos adentramos en una época turbulenta pero fascinante: las décadas de 1970 a 2000. Imaginen un viaje lleno de crisis, reinvenciones y momentos que definieron lo que hoy llamamos machine learning. ¿Listos? Comencemos."
Los Inviernos de la IA
"En los años 70, la IA enfrentó su primera gran crisis. Los gobiernos y empresas habían invertido millones esperando máquinas inteligentes... pero los resultados fueron decepcionantes. Hablamos del primer invierno de la IA. ¿La razón? Las limitaciones técnicas eran brutales: las computadoras tenían menos potencia que un reloj digital actual, y los algoritmos no podían cumplir promesas como el sentido común artificial.
Pero en medio de ese frío, surgió un rayo de esperanza: los sistemas expertos. Estos programas imitaban el conocimiento humano en áreas específicas. Uno de los más famosos fue MYCIN, creado en Stanford en 1976 para diagnosticar infecciones sanguíneas. ¡Acertaba en el 65% de los casos! ¿Cómo funcionaba? Usaba reglas escritas manualmente por médicos, como 'Si el paciente tiene fiebre y glóbulos blancos altos, entonces posible infección bacteriana'.
Pero había un problema: estos sistemas eran rígidos. Cada nueva regla requería meses de programación.
Pero había un problema: estos sistemas eran rígidos. Cada nueva regla requería meses de programación.
Sistemas Expertos (Ej: MYCIN)IA Actual (Ej: Redes Neuronales, LLMs)Basados en reglas lógicas explícitas creadas por humanos (ej: "SI síntoma X ENTONCES diagnóstico Y").Basados en aprendizaje automático (ML) y modelos estadísticos que "aprenden" patrones de datos, sin depender de reglas predefinidas.Base de conocimientos estática: Requiere actualización manual por expertos.Modelos dinámicos: Se entrenan con grandes volúmenes de datos y pueden mejorar con nueva información (ej: fine-tuning).Razonamiento simbólico: Usan lógica deductiva (ej: árboles de decisión).Razonamiento subsimbólico: Operan con representaciones numéricas y probabilísticas (ej: redes neuronales).
En los 80, empresas como Digital Equipment Corporation usaron sistemas expertos como XCON para configurar pedidos de computadoras... hasta que el mantenimiento se volvió insostenible. Un ingeniero de la época, lo comparó con 'construir un muro ladrillo por ladrillo, hasta que el peso lo derrumba'.
La computadora PDP 11/20 esta serie nacio en 1969 y finalizo hasat 1990, que finalmente aun que eran contemporane esta con la VAX VAX-11/780 ya que esta empezo a utilizar el sistema operativo llamado unix especificamente BSD UNIX.
Y así, en los 90, llegó el segundo invierno de la IA. Los fondos se cortaron, y muchos pensaron que la inteligencia artificial era solo un sueño. Pero detrás de bambalinas, un viejo concepto comenzaba a respirar de nuevo: las redes neuronales."
