Articulo de referencia

Cronología del aprendizaje automático

Esta página es una cronología del aprendizaje automático . Incluye los principales descubrimientos, logros, hitos y otros eventos importantes en este campo . Descripción general...

Esta página es una cronología del aprendizaje automático . Incluye los principales descubrimientos, logros, hitos y otros eventos importantes en este campo .

Descripción general

Cronología

Véase también

Referencias

Citas

  1. Solomonoff, RJ (junio de 1964). "Una teoría formal de la inferencia inductiva. Parte II". Information and Control . 7 (2): 224– 254. doi : 10.1016/S0019-9958(64)90131-7 .
  2. 1 2 3 4 5 6 Marzo 2016 .
  3. Siegelmann, HT; Sontag, ED (febrero de 1995). "Sobre el poder computacional de las redes neuronales" . Journal of Computer and System Sciences . 50 (1): 132– 150. doi : 10.1006/jcss.1995.1013 .
  4. Siegelmann, Hava (1995). "Computación más allá del límite de Turing". Journal of Computer and System Sciences . 238 (28): 632– 637. Bibcode : 1995Sci...268..545S . doi : 10.1126/science.268.5210.545 . PMID 17756722. S2CID 17495161 .  
  5. Ben-Hur, Asa; Horn, David; Siegelmann, Hava; Vapnik, Vladimir (2001). "Agrupamiento de vectores de soporte". Journal of Machine Learning Research . 2 : 51–86 .
  6. Hofmann, Thomas; Schölkopf, Bernhard; Smola, Alexander J. (2008). "Métodos de kernel en aprendizaje automático" . The Annals of Statistics . 36 (3): 1171– 1220. arXiv : math/0701907 . doi : 10.1214/009053607000000677 . JSTOR 25464664 . 
  7. Bennett, James; Lanning, Stan (2007). "El premio Netflix" (PDF) . Actas de la Copa y Taller KDD 2007 .
  8. Bayes, Thomas (1 de enero de 1763). "Ensayo para resolver un problema en la doctrina de la probabilidad" . Philosophical Transactions . 53 : 370–418 . doi : 10.1098/rstl.1763.0053 . JSTOR 105741 . 
  9. ^ Legendre, Adrien-Marie (1805). Nouvelles méthodes pour la détermination des orbites des comètes (en francés). París: Firmin Didot. pag. viii . Consultado el 13 de junio de 2016 . 
  10. O'Connor, JJ; Robertson, E F. "Pierre-Simon Laplace" . Escuela de Matemáticas y Estadística, Universidad de St Andrews, Escocia . Consultado el 15 de junio de 2016 .
  11. "Ada Lovelace" . VIPs de IA . 11 de septiembre de 2024.
  12. Zwolak, Justyna (22 de marzo de 2023). "Ada Lovelace: La primera programadora informática del mundo que predijo la inteligencia artificial" . NIST . Instituto Nacional de Estándares y Tecnología.
  13. ^ Gregersen, Erik. "Ada Lovelace: la primera programadora informática" . Enciclopedia Británica.
  14. Langston, Nancy (2013). "Explorando el norte boreal". American Scientist . 101 (2): 1. doi : 10.1511/2013.101.1 . Al profundizar en el texto de la novela en verso de Alexander Pushkin, Eugenio Oneguin, Markov pasó horas analizando patrones de vocales y consonantes. El 23 de enero de 1913, resumió sus hallazgos en un discurso ante la Academia Imperial de Ciencias en San Petersburgo. Su análisis no alteró la comprensión ni la apreciación del poema de Pushkin, pero la técnica que desarrolló —ahora conocida como cadena de Markov— extendió la teoría de la probabilidad en una nueva dirección.
  15. McCulloch, Warren S.; Pitts, Walter (diciembre de 1943). "Un cálculo lógico de las ideas inmanentes en la actividad nerviosa". The Bulletin of Mathematical Biophysics . 5 (4): 115– 133. Bibcode : 1943BMaB....5..115M . doi : 10.1007/BF02478259 .
  16. Turing, AM (1 de octubre de 1950). "I.—MÁQUINAS DE COMPUTACIÓN E INTELIGENCIA". Mind . LIX (236): 433–460 . doi : 10.1093/mind/LIX.236.433 .
  17. Crevier 1993 , págs. 34–35 y Russell & Norvig 2003 , pág. 17 .  
  18. ^ McCarthy, J.; Feigenbaum, E. (1 de septiembre de 1990). "In memoriam: Arthur Samuel (1901-1990)" . Revista AI . 11 (3): 10-11 .
  19. Rosenblatt, F. (1958). "El perceptrón: un modelo probabilístico para el almacenamiento y la organización de la información en el cerebro". Psychological Review . 65 (6): 386– 408. CiteSeerX 10.1.1.588.3775 . doi : 10.1037/h0042519 . PMID 13602029. S2CID 12781225 .   
  20. Mason, Harding; Stewart, D; Gill, Brendan (6 de diciembre de 1958). "Rival" . The New Yorker . Recuperado el 5 de junio de 2016 .
  21. Samuel, Arthur L. (1959). "Algunos estudios en aprendizaje automático utilizando el juego de damas". IBM Journal of Research and Development . 44 : 206–226 . doi : 10.1147/rd.441.0206 .
  22. Child, Oliver (13 de marzo de 2016). "Menace: the Machine Educable Noughts And Crosses Engine Read" . Chalkdust Magazine . Recuperado el 16 de enero de 2018 .
  23. Cohen, Harvey. "El perceptrón" . Consultado el 5 de junio de 2016 .
  24. ^ Linnainmaa, Seppo (1970). Algoritmin kumulatiivinen pyoristysvirhe yksittaisten pyoristysvirheiden taylor-kehitelmana [ La representación del error de redondeo acumulativo de un algoritmo como una expansión de Taylor de los errores de redondeo locales ] (PDF) (Tesis) (en finlandés). págs. 6– 7. 
  25. Linnainmaa, Seppo (1976). "Expansión de Taylor del error de redondeo acumulado". BIT Numerical Mathematics . 16 (2): 146– 160. doi : 10.1007/BF01931367 . S2CID 122357351 . 
  26. Griewank, Andreas (2012). "¿Quién inventó el modo inverso de diferenciación?" . Documenta Mathematica, Volumen extra ISMP . Serie Documenta Mathematica. 6 : 389–400 . doi : 10.4171/dms/6/38 . ISBN 978-3-936609-58-5.
  27. Griewank, Andreas; Walther, A. (2008). Principios y técnicas de diferenciación algorítmica (Segunda edición). SIAM. ISBN  978-0-89871-659-7.
  28. Schmidhuber, Jürgen (2015). " Aprendizaje profundo en redes neuronales: una visión general". Redes neuronales . 61 : 85–117 . arXiv : 1404.7828 . Bibcode : 2014arXiv1404.7828S . doi : 10.1016/j.neunet.2014.09.003 . PMID 25462637. S2CID 11715509 .  
  29. Schmidhuber, Jürgen (2015). "Aprendizaje profundo (Sección sobre retropropagación)" . Scholarpedia . 10 (11) 32832. Bibcode : 2015SchpJ..1032832S . doi : 10.4249/scholarpedia.32832 .
  30. Stevo Bozinovski y Ante Fulgosi (1976) "La influencia de la similitud de patrones y el aprendizaje por transferencia en el entrenamiento de un perceptrón base" (original en croata) Actas del Simposio Informatica 3-121-5, Bled.
  31. Stevo Bozinovski (2020) "Recordatorio del primer artículo sobre aprendizaje por transferencia en redes neuronales, 1976". Informatica 44: 291–302.
  32. ^ Fukushima, Kunihiko (octubre de 1979). "位置ずれに影響されないパターン認識機構の神経回路のモデル --- ネオコグニトロン ---" [ Modelo de red neuronal para un mecanismo de reconocimiento de patrones que no se ve afectado por el cambio de posición - Neocognitron - ] . Trans. IECE (en japonés). J62-A (10): 658–665 .
  33. Fukushima, Kunihiko (abril de 1980). "Neocognitron: un modelo de red neuronal autoorganizada para un mecanismo de reconocimiento de patrones que no se ve afectado por el cambio de posición" . Cibernética Biológica . 36 (4): 193–202 . doi : 10.1007/BF00344251 . PMID 7370364. S2CID 206775608 .  
  34. Le Cun, Yann. "Aprendizaje profundo". CiteSeerX 10.1.1.297.6176 . 
  35. S. Bozinovski (1981) "Espacio de enseñanza: Un concepto de representación para la clasificación adaptativa de patrones" Informe técnico COINS n.° 81-28, Departamento de Ciencias de la Computación e Información, Universidad de Massachusetts en Amherst, MA, 1981. UM-CS-1981-028.pdf
  36. Hopfield, JJ (abril de 1982). "Redes neuronales y sistemas físicos con capacidades computacionales colectivas emergentes" . Actas de la Academia Nacional de Ciencias . 79 ( 8): 2554– 2558. Bibcode : 1982PNAS...79.2554H . doi : 10.1073/pnas.79.8.2554 . PMC 346238. PMID 6953413 .  
  37. Bozinovski, S. (1982). «Un sistema de autoaprendizaje mediante refuerzo secundario». En Trappl, Robert (ed.). Cibernética e investigación de sistemas: Actas de la Sexta Reunión Europea sobre Cibernética e Investigación de Sistemas. North-Holland. pp. 397–402. ISBN 978-0-444-86488-8
  38. Bozinovski S. (1995) "Procesamiento distribuido paralelo adaptativo, agentes neuronales y genéticos. Parte I: Agentes neurogenéticos y teoría estructural de los sistemas de aprendizaje por autorrefuerzo". Informe técnico CMPSCI 95-107, Universidad de Massachusetts en Amherst, UM-CS-1995-107
  39. Bozinovski, S. (1999) "Crossbar Adaptive Array: La primera red conexionista que resolvió el problema del aprendizaje por refuerzo retardado" En A. Dobnikar, N. Steele, D. Pearson, R. Albert (Eds.) Redes neuronales artificiales y algoritmos genéticos, Springer Verlag, págs. 320-325, 1999, ISBN 3-211-83364-1
  40. Rumelhart, David E.; Hinton, Geoffrey E.; Williams, Ronald J. (octubre de 1986). "Aprendizaje de representaciones mediante la retropropagación de errores" . Nature . 323 (6088): 533– 536. Bibcode : 1986Natur.323..533R . doi : 10.1038/323533a0 . S2CID 205001834 . 
  41. Watksin, Christopher (1 de mayo de 1989). Aprender de las recompensas demoradas (PDF) (Tesis).
  42. Markoff, John (29 de agosto de 1990). "TECNOLOGÍA EMPRESARIAL; ¿Cuál es la mejor respuesta? Es la supervivencia del más apto" . New York Times . Consultado el 8 de junio de 2016 .
  43. Tesauro, Gerald (marzo de 1995). "Aprendizaje por diferencia temporal y TD-Gammon" . Communications of the ACM . 38 (3): 58– 68. doi : 10.1145/203330.203343 . S2CID 8763243 . 
  44. Tin Kam Ho (1995). "Bosques de decisión aleatorios". Actas de la 3.ª Conferencia Internacional sobre Análisis y Reconocimiento de Documentos . Vol. 1. págs. 278–282 . doi : 10.1109/ICDAR.1995.598994 . ISBN   0-8186-7128-9.
  45. Cortes, Corinna; Vapnik, Vladimir (septiembre de 1995). "Redes de vectores de soporte" . Machine Learning . 20 (3): 273– 297. doi : 10.1007/BF00994018 .
  46. Hochreiter, Sepp; Schmidhuber, Jürgen (1 de noviembre de 1997). "Memoria a largo plazo". Computación neuronal . 9 (8): 1735–1780 . doi : 10.1162/neco.1997.9.8.1735 . PMID 9377276 . S2CID 1915014 .  
  47. LeCun, Yann; Cortes, Corinna; Burges, Christopher. "LA BASE DE DATOS MNIST de dígitos manuscritos" . Consultado el 16 de junio de 2016 .
  48. Collobert, Ronan; Benigo, Samy; Mariethoz, Johnny (30 de octubre de 2002). Torch: una biblioteca de software modular para aprendizaje automático (PDF) (Informe). Archivado del original (PDF) el 6 de agosto de 2016. Recuperado el 5 de junio de 2016 .
  49. "Reglas del Premio Netflix" . Premio Netflix . Netflix. Archivado del original el 3 de marzo de 2012. Consultado el 16 de junio de 2016 .
  50. Gershgorn, Dave (26 de julio de 2017). "ImageNet: los datos que dieron origen al auge actual de la IA — Quartz" . qz.com . Consultado el 30 de marzo de 2018 .
  51. Hardy, Quentin (18 de julio de 2016). "Razones para creer que el auge de la IA es real" . The New York Times .
  52. "Acerca de" . Kaggle . Kaggle Inc. Archivado del original el 18 de marzo de 2016. Consultado el 16 de junio de 2016 .
  53. Markoff, John (16 de febrero de 2011). "La computadora gana en 'Jeopardy!': No es trivial" . The New York Times . pág. A1. 
  54. Le, Quoc V. (2013). "Building high-level features using large scale unsupervised learning". 2013 IEEE International Conference on Acoustics, Speech and Signal Processing . pp. 8595– 8598. arXiv : 1112.6209 . doi : 10.1109/ICASSP.2013.6639343 . ISBN  978-1-4799-0356-6. S2CID 206741597 . 
  55. Markoff, John (26 de junio de 2012). "¿Cuántas computadoras se necesitan para identificar a un gato? 16.000" . New York Times . pág. B1 . Consultado el 5 de junio de 2016 . 
  56. "Los datos que transformaron la investigación en IA —y posiblemente el mundo" . Quartz . 26 de julio de 2017. Consultado el 12 de septiembre de 2023 .
  57. Taigman, Yaniv; Yang, Ming; Ranzato, Marc'Aurelio; Wolf, Lior (24 de junio de 2014). "DeepFace: Cerrando la brecha hacia el rendimiento a nivel humano en la verificación facial" . Conferencia sobre visión por computadora y reconocimiento de patrones . Recuperado el 8 de junio de 2016 .
  58. Canini, Kevin; Chandra, Tushar; Ie, Eugene; McFadden, Jim; Goldman, Ken; Gunter, Mike; Harmsen, Jeremiah; LeFevre, Kristen; Lepikhin, Dmitry; Llinares, Tomas Lloret; Mukherjee, Indraneel; Pereira, Fernando; Redstone, Josh; Shaked, Tal; Singer, Yoram. "Sibyl: Un sistema para aprendizaje automático supervisado a gran escala" (PDF) . Escuela de Ingeniería Jack Baskin . UC Santa Cruz. Archivado del original (PDF) el 15 de agosto de 2017. Recuperado el 8 de junio de 2016 .
  59. Woodie, Alex (17 de julio de 2014). "Dentro de Sibyl, la plataforma de aprendizaje automático masivamente paralelo de Google" . Datanami . Tabor Communications . Recuperado el 8 de junio de 2016 .
  60. "Google logra un 'avance' en IA al vencer al campeón de Go" . BBC News . BBC. 27 de enero de 2016. Consultado el 5 de junio de 2016 .
  61. "AlphaGo" . Google DeepMind . Google Inc. Archivado del original el 30 de enero de 2016. Consultado el 5 de junio de 2016 .
  62. ^ Vaswani, Ashish; Shazeer, Noam; Parmar, Niki; Uszkoreit, Jakob; Jones, León; Gómez, Aidán N.; Káiser, Lukasz; Polosukhin, Illia (2017). "Todo lo que necesita es atención". arXiv : 1706.03762 [ cs.CL ].
  63. Sample, Ian (2 de diciembre de 2018). "DeepMind de Google predice las formas 3D de las proteínas" . The Guardian .
  64. Eisenstein, Michael (23 de noviembre de 2021). "La inteligencia artificial impulsa las predicciones del plegamiento de proteínas". Nature . 599 (7886): 706–708 . doi : 10.1038/d41586-021-03499-y . S2CID 244528561 . 
  65. "Presentando ChatGPT" . openai.com . 13 de marzo de 2024. Consultado el 20 de julio de 2025 .
  66. ^ Touvron, Hugo; Lavril, Thibaut; Izacard, Gautier; Martinet, Javier; Lachaux, Marie-Anne; Lacroix, Timothée; Rozière, Baptiste; Goyal, Naman; Hambro, Eric; Azhar, Faisal; Rodríguez, Aurelien; Joulin, Armand; Tumba, Eduardo; Lampe, Guillaume (2023). "LLaMA: Modelos de lenguaje básico abiertos y eficientes". arXiv : 2302.13971 [ cs.CL ].
  67. "GPT-4" . openai.com . 12 de enero de 2024. Consultado el 20 de julio de 2025 .
  68. "AlphaFold 3 predice la estructura e interacciones de todas las moléculas de la vida" . Google . 8 de mayo de 2024. Consultado el 20 de julio de 2025 .

Obras citadas

  • Crevier, Daniel (1993). IA: La tumultuosa búsqueda de la inteligencia artificial . Nueva York: BasicBooks. ISBN 0-465-02997-3.
  • Marr, Bernard (19 de febrero de 2016). "Una breve historia del aprendizaje automático: todo gerente debería leerla" . Forbes . Archivado del original el 5 de diciembre de 2022. Recuperado el 25 de diciembre de 2022 .
  • Russell, Stuart ; Norvig, Peter (2003). Inteligencia artificial: un enfoque moderno . Londres: Pearson Education. ISBN 0-137-90395-2.