{"id":19,"date":"2026-08-04T14:08:14","date_gmt":"2026-08-04T20:08:14","guid":{"rendered":"https:\/\/ia.ia365.org\/?p=19"},"modified":"2026-08-04T14:09:05","modified_gmt":"2026-08-04T20:09:05","slug":"historia-de-la-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/ia.ia365.org\/?p=19","title":{"rendered":"Historia de la Inteligencia Artificial"},"content":{"rendered":"\n

Fase 1: Or\u00edgenes y Fundadores (1940s\u20131950s)<\/strong><\/p>\n\n\n\n

La g\u00e9nesis de la Inteligencia Artificial (IA) se encuentra en la convergencia de la l\u00f3gica matem\u00e1tica, la neurofisiolog\u00eda y la teor\u00eda de la computaci\u00f3n tras la Segunda Guerra Mundial.<\/p>\n\n\n\n

1950: Alan Turing y los Fundamentos del C\u00e1lculo y la Cognici\u00f3n<\/em><\/strong><\/p>\n\n\n\n

Aportaci\u00f3n:<\/strong> Formalizaci\u00f3n de la computaci\u00f3n universal mediante la m\u00e1quina de Turing y la propuesta del criterio emp\u00edrico de inteligencia conocido como el Test de Turing, estableciendo las bases de la l\u00f3gica computacional y la prueba de consistencia formal en sistemas aut\u00f3nomos.<\/p>\n\n\n\n

Referencia:<\/strong> Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433-460.<\/p>\n\n\n\n

1948\u20131951: Claude Shannon y la Teor\u00eda de la Informaci\u00f3n Aplicada<\/em><\/strong><\/p>\n\n\n\n

Aportaci\u00f3n:<\/strong> Introducci\u00f3n de la teor\u00eda matem\u00e1tica de la comunicaci\u00f3n y el dise\u00f1o de los primeros algoritmos anal\u00edticos para el juego de ajedrez en computadoras, demostrando que el razonamiento l\u00f3gico heur\u00edstico pod\u00eda ser automatizado.<\/p>\n\n\n\n

Referencia:<\/strong> Shannon, C. E. (1948). A mathematical theory of communication. Bell System Technical Journal, 27(3), 379-423.<\/p>\n\n\n\n

1951: John von Neumann y la Teor\u00eda de Aut\u00f3matas Celulares<\/em><\/strong><\/p>\n\n\n\n

Aportaci\u00f3n:<\/strong> Desarrollo de la arquitectura de computcomputaci\u00f3n moderna y la teor\u00eda matem\u00e1tica de las m\u00e1quinas autoreproductoras, estableciendo los lenguajes formales y la estructura de almacenamiento de programas.<\/p>\n\n\n\n

Referencia:<\/strong> von Neumann, J. (1951). The Theory of Games and Economic Behavior. Princeton University Press.<\/p>\n\n\n\n

Fase 2: Desarrollo, Sistemas y Geometr\u00edas Computacionales (1960s\u20131970s)<\/strong><\/p>\n\n\n\n

Esta etapa estuvo marcada por el auge de los lenguajes formales de programaci\u00f3n, el optimismo inicial en la resoluci\u00f3n de problemas generales y la primera crisis de la IA (el \u00abinvierno de la IA\u00bb) tras las limitaciones te\u00f3ricas descubiertas.<\/p>\n\n\n\n

1958\u20131965: John McCarthy y la Programaci\u00f3n L\u00f3gica (LISP)<\/em><\/strong><\/p>\n\n\n\n

Aportaci\u00f3n:<\/strong> Acu\u00f1aci\u00f3n formal del t\u00e9rmino \u00abInteligencia Artificial\u00bb (1956) y creaci\u00f3n del lenguaje LISP, pilar fundamental para la manipulaci\u00f3n de s\u00edmbolos y la programaci\u00f3n l\u00f3gica orientada al sentido com\u00fan.<\/p>\n\n\n\n

Referencia:<\/strong> McCarthy, J. (1960). Recursive functions of symbolic expressions and their computation by machine, Part I. Communications of the ACM, 3(4), 184-195.<\/p>\n\n\n\n

1958\u20131970: Frank Rosenblatt y el Perceptr\u00f3n<\/em><\/strong><\/p>\n\n\n\n

Aportaci\u00f3n: Creaci\u00f3n de la primera red neuronal artificial de una sola capa capaz de aprender patrones lineales de manera supervisada, sentando los cimientos del aprendizaje autom\u00e1tico (machine learning).<\/p>\n\n\n\n

Referencia:<\/strong> Rosenblatt, F. (1958). The perceptron: A probabilistic model for information storage and organization in the brain. Psychological Review, 65(6), 386-408.<\/p>\n\n\n\n

1969\u20131971: Marvin Minsky y Seymour Papert: Las Limitaciones Geom\u00e9tricas<\/em><\/strong><\/p>\n\n\n\n

Aportaci\u00f3n:<\/strong> Demostraci\u00f3n matem\u00e1tica rigurosa de las limitaciones de los perceptrones simples (incapacidad para resolver problemas no lineales como la funci\u00f3n XOR), lo que reorient\u00f3 la investigaci\u00f3n hacia los sistemas basados en conocimiento y los sistemas expertos.<\/p>\n\n\n\n

Referencia:<\/strong> Minsky, M., & Papert, S. (1969). Perceptrons: An Introduction to Computational Geometry. MIT Press.<\/p>\n\n\n\n

Fase 3: Inteligencia Artificial General, Filosof\u00eda y Agentes Racionales (1980s\u20131990s)<\/strong><\/p>\n\n\n\n

El enfoque de la IA evolucion\u00f3 hacia la filosof\u00eda de la mente, la sem\u00e1ntica del lenguaje y el dise\u00f1o de agentes racionales que interact\u00faan con su entorno de manera estructurada.<\/p>\n\n\n\n

1980: John Searle y la Cr\u00edtica a la Inteligencia Artificial Fuerte<\/em><\/strong><\/p>\n\n\n\n

Aportaci\u00f3n:<\/strong> Formulaci\u00f3n del experimento mental de la Habitaci\u00f3n China (Chinese Room), estableciendo una distinci\u00f3n cr\u00edtica entre la simulaci\u00f3n sint\u00e1ctica de la comprensi\u00f3n y la sem\u00e1ntica real de la conciencia artificial.<\/p>\n\n\n\n

Referencia:<\/strong> Searle, J. R. (1980). Minds, brains, and programs. Behavioral and Brain Sciences, 3(3), 417-424.<\/p>\n\n\n\n

1995: Stuart Russell y Peter Norvig: El paradigma del Agente Racional<\/em><\/strong><\/p>\n\n\n\n

Aportaci\u00f3n:<\/strong> Sistematizaci\u00f3n moderna de la disciplina bajo la perspectiva de la Inteligencia Artificial General y el dise\u00f1o de agentes racionales medidos por su funci\u00f3n de rendimiento y autonom\u00eda ambiental.<\/p>\n\n\n\n

Referencia: Russell, S., & Norvig, P. (1995). Artificial Intelligence: A Modern Approach. Prentice Hall.<\/p>\n\n\n\n

Fase 4: Era del Aprendizaje Profundo y la Inteligencia Artificial Actual (2000s\u2013Presente)<\/strong><\/p>\n\n\n\n

El aumento exponencial de la potencia de c\u00e1lculo (GPUs), la disponibilidad masiva de datos (Big Data) y las arquitecturas de redes profundas transformaron la IA en una tecnolog\u00eda de uso generalizado.<\/p>\n\n\n\n

2006\u20132009: Yoshua Bengio y el Avance del Aprendizaje Profundo<\/em><\/strong><\/p>\n\n\n\n

Aportaci\u00f3n:<\/strong> Desarrollo de metodolog\u00edas para el entrenamiento de redes neuronales profundas mediante aprendizaje de representaci\u00f3n no supervisada y arquitecturas de propagaci\u00f3n jer\u00e1rquica.<\/p>\n\n\n\n

Referencia:<\/strong> Bengio, Y. (2009). Learning deep architectures for AI. Foundations and Trends\u00ae in Machine Learning, 2(1), 1-127.<\/p>\n\n\n\n

2012: Geoffrey Hinton y la Revoluci\u00f3n Convolucional en ImagenNet<\/em><\/strong><\/p>\n\n\n\n

Aportaci\u00f3n:<\/strong> Demuestran la supremac\u00eda de las redes neuronales convolucionales profundas en la clasificaci\u00f3n visual a gran escala, marcando el inicio del despliegue comercial e industrial masivo de la IA moderna.<\/p>\n\n\n\n

Referencia:<\/strong> Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). ImageNet classification with deep convolutional neural networks. Advances in Neural Information Processing Systems, 25, 1097-1105.<\/p>\n\n\n\n

Directorio de Personajes y Aportaciones Clave<\/strong><\/p>\n\n\n\n

Alan Turing:<\/strong> L\u00f3gica computacional, formalizaci\u00f3n de m\u00e1quinas universales y pruebas de inteligibilidad artificial.<\/p>\n\n\n\n

Claude Shannon:<\/strong> Teor\u00eda de la informaci\u00f3n y automatizaci\u00f3n heur\u00edstica de juegos y procesos l\u00f3gicos.<\/p>\n\n\n\n

John von Neumann:<\/strong> Teor\u00eda de aut\u00f3matas celulares y arquitecturas formales de computaci\u00f3n.<\/p>\n\n\n\n

John McCarthy:<\/strong> Creaci\u00f3n de LISP, programaci\u00f3n l\u00f3gica y formalizaci\u00f3n conceptual de la Inteligencia Artificial.<\/p>\n\n\n\n

Frank Rosenblatt:<\/strong> Creaci\u00f3n del perceptr\u00f3n y modelos probabil\u00edsticos de aprendizaje autom\u00e1tico.<\/p>\n\n\n\n

Marvin Minsky y Seymour Papert:<\/strong> An\u00e1lisis matem\u00e1tico de las limitaciones de las redes neuronales de capa \u00fanica (geometr\u00eda computacional).<\/p>\n\n\n\n

John Searle:<\/strong> Cr\u00edtica filos\u00f3fica a la IA fuerte mediante el argumento de la Habitaci\u00f3n China.<\/p>\n\n\n\n

Stuart Russell y Peter Norvig:<\/strong> Marco normativo y unificador de los agentes racionales en la IA.<\/p>\n\n\n\n

Yoshua Bengio y Geoffrey Hinton:<\/strong> Arquitecturas de aprendizaje profundo y redes neuronales convolucionales multicapa.<\/p>\n\n\n\n

Referencias Bibliogr\u00e1ficas<\/p>\n\n\n\n

Bengio, Y. (2009). Learning deep architectures for AI. Foundations and Trends\u00ae in Machine Learning, 2(1), 1-127.<\/p>\n\n\n\n

Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). ImageNet classification with deep convolutional neural networks. Advances in Neural Information Processing Systems, 25, 1097-1105.<\/p>\n\n\n\n

McCarthy, J. (1960). Recursive functions of symbolic expressions and their computation by machine, Part I. Communications of the ACM, 3(4), 184-195.<\/p>\n\n\n\n

Minsky, M., & Papert, S. (1969). Perceptrons: An Introduction to Computational Geometry. MIT Press.<\/p>\n\n\n\n

Rosenblatt, F. (1958). The perceptron: A probabilistic model for information storage and organization in the brain. Psychological Review, 65(6), 386-408.<\/p>\n\n\n\n

Russell, S., & Norvig, P. (1995). Artificial Intelligence: A Modern Approach. Prentice Hall.<\/p>\n\n\n\n

Searle, J. R. (1980). Minds, brains, and programs. Behavioral and Brain Sciences, 3(3), 417-424.<\/p>\n\n\n\n

Shannon, C. E. (1948). A mathematical theory of communication. Bell System Technical Journal, 27(3), 379-423.<\/p>\n\n\n\n

Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433-460.<\/p>\n\n\n\n

von Neumann, J. (1951). The Theory of Games and Economic Behavior. Princeton University Press.<\/p>\n","protected":false},"excerpt":{"rendered":"

Fase 1: Or\u00edgenes y Fundadores (1940s\u20131950s) La g\u00e9nesis de la Inteligencia Artificial (IA) se encuentra en la convergencia de la l\u00f3gica matem\u00e1tica, la neurofisiolog\u00eda y la teor\u00eda de la computaci\u00f3n tras la Segunda Guerra Mundial. 1950: Alan Turing y los Fundamentos del C\u00e1lculo y la Cognici\u00f3n Aportaci\u00f3n: Formalizaci\u00f3n de la computaci\u00f3n universal mediante la m\u00e1quina…<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3,5,4],"tags":[6,8,9,7],"class_list":["post-19","post","type-post","status-publish","format-standard","hentry","category-historia","category-ia","category-inteligencia-artificial","tag-colima","tag-ia","tag-inteligencia-artificial","tag-mexico"],"_links":{"self":[{"href":"https:\/\/ia.ia365.org\/index.php?rest_route=\/wp\/v2\/posts\/19","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ia.ia365.org\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ia.ia365.org\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ia.ia365.org\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ia.ia365.org\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=19"}],"version-history":[{"count":2,"href":"https:\/\/ia.ia365.org\/index.php?rest_route=\/wp\/v2\/posts\/19\/revisions"}],"predecessor-version":[{"id":22,"href":"https:\/\/ia.ia365.org\/index.php?rest_route=\/wp\/v2\/posts\/19\/revisions\/22"}],"wp:attachment":[{"href":"https:\/\/ia.ia365.org\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=19"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ia.ia365.org\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=19"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ia.ia365.org\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=19"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}