<?xml version="1.0"?>
<rss version="2.0">
   <channel>
      <title>Linea del tiempo de la Inteligencia Artificial by ALAN UZIEL ORTEGA CID</title>
      <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6</link>
      <description>Equipo 4 Giovani Tatengo Molina , Alan Uziel Ortega Cid, Jacob Rodríguez Luis </description>
      <language>en-us</language>
      <pubDate>2023-09-02 23:21:29 UTC</pubDate>
      <lastBuildDate>2023-09-03 03:25:05 UTC</lastBuildDate>
      <webMaster>hello@padlet.com</webMaster>
      <image>
         <url>https://padlet-uploads.storage.googleapis.com/1036778345/fd069a1683cdfb9d87d4e1c68a8ce5f3/ia.jpg</url>
      </image>
      <item>
         <title>1439</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682067565</link>
         <description><![CDATA[<div>Conrad Gessner, un humanista suizo renombrado, expresó inquietudes en su obra "Bibliotheca" acerca de la sobrecarga de información y la posibilidad de que las máquinas reemplazaran a las personas. Es importante destacar que esta fecha es anterior al desarrollo de la tecnología de la inteligencia artificial tal como la conocemos hoy en día, aun asi &nbsp;es un ejemplo temprano de reflexión sobre temas que aún son relevantes en la era digital actual.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/bf9d36242fbffd61d49b5b756bdd2370/gesner.jpg" />
         <pubDate>2023-09-02 23:24:09 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682067565</guid>
      </item>
      <item>
         <title>1943</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682068946</link>
         <description><![CDATA[<div>Warren McCulloch y Walter Pitts desarrollaron un modelo de neurona artificial que sentó las bases para las redes neuronales artificiales. Este hito marcó el inicio de la investigación en inteligencia artificial y el desarrollo de modelos que imitaban el funcionamiento de las neuronas en el cerebro humano.Esta neurona artificial era un dispositivo lógico que tomaba entradas binarias&nbsp; y aplicaba una función matemática a esas entradas y producía una salida binaria. Esta salida dependía de si la suma de las entradas superaba un umbral específico.Este modelo demostró cómo las operaciones lógicas podían replicarse utilizando una representación matemática de las neuronas biológicas, lo que allanó el camino para futuras investigaciones en el campo de las redes neuronales y el aprendizaje automático.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/57a4e7f7140b5d521c363eb3153fd4ec/dbd12f01_7213_4c63_ac61_5ebe8193af1f_16_9_aspect_ratio_default_0.jpg" />
         <pubDate>2023-09-02 23:31:42 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682068946</guid>
      </item>
      <item>
         <title>1950</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682079665</link>
         <description><![CDATA[<div>Alan Turing propuso la "Prueba de Turing," también conocida como la "Prueba de la Imitación del Hombre," como un concepto fundamental en el campo de la inteligencia artificial y la filosofía de la mente. La Prueba de Turing es un experimento mental que se utiliza para evaluar si una máquina puede exhibir un comportamiento inteligente que sea indistinguible del de un ser humano .Turing propuso la Prueba de Turing en su artículo seminal titulado "Computing Machinery and Intelligence," publicado en la revista Mind en 1950. Su motivación era abordar la cuestión de si una máquina podría pensar de manera similar a un ser humano.Un juez humano interactúa con dos entidades invisibles, una máquina y un ser humano, a través de una conversación escrita. El objetivo del juez es determinar cuál de las dos entidades es la máquina y cuál es el humano. Si el juez no puede distinguir con precisión cuál es cuál, se considera que la máquina ha pasado la Prueba de Turing y se dice que ha demostrado un comportamiento inteligente.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/f742889110ad00ff8b4b0c383a3d78b2/test_de_turing_inteligencia_artificial_dura.jpg" />
         <pubDate>2023-09-03 00:25:43 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682079665</guid>
      </item>
      <item>
         <title>1951</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682080409</link>
         <description><![CDATA[<div>Christopher Strachey desarrolló el primer compilador, lo que revolucionó la programación al permitir a los programadores escribir en lenguajes de alto nivel en lugar de tener que trabajar directamente con código de máquina. Este logro allanó el camino para el desarrollo de lenguajes de programación de alto nivel y tuvo un impacto duradero en el campo de la informática.Antes del desarrollo de los compiladores, los programadores tenían que escribir programas en lenguaje de máquina, que era tedioso y propenso a errores. Los compiladores permitieron a los programadores escribir en lenguajes de alto nivel como el lenguaje ensamblador, lo que simplificó significativamente el proceso de programación y mejoró la productividad.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/8e58491ada878458bf57f6b888aa459e/208px_Stachey.jpg" />
         <pubDate>2023-09-03 00:30:23 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682080409</guid>
      </item>
      <item>
         <title>1955</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682081039</link>
         <description><![CDATA[<div>John McCarthy y Marvin Minsky fundaron el Laboratorio de Inteligencia Artificial del Instituto de Tecnología de Massachusetts , marcando un hito importante en el desarrollo de la inteligencia artificial&nbsp; como campo de estudio y en la creación de un entorno propicio para la investigación y el desarrollo de nuevas ideas en IA.Este laboratorio se convirtió en un centro de investigación líder en el campo emergente de la inteligencia artificial. Fue un lugar donde los científicos e investigadores se reunieron para explorar y desarrollar nuevas ideas, algoritmos y tecnologías relacionadas con la IA, convirtiendolo en un centro de investigación líder en el campo de la inteligencia artificial y contribuyó de manera significativa al desarrollo y avance de esta disciplina científica.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/14eb049b8f73ddc22bb023d364fa2516/Screenshot_2021_11_12_at_14_43_01.png" />
         <pubDate>2023-09-03 00:34:00 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682081039</guid>
      </item>
      <item>
         <title>1936</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682081733</link>
         <description><![CDATA[<div>El matemático británico Alan Turing publicó un artículo titulado "Sobre números computables, con una aplicación al Entscheidungsproblem" . En este artículo, Turing desarrolló conceptos fundamentales sobre las máquinas computadoras abstractas, ahora conocidas como "máquinas de Turing". Estas máquinas de Turing sentaron las bases teóricas para la computación y la programación, que más tarde se convirtieron en componentes esenciales para el desarrollo de la inteligencia artificial. La idea de una máquina universal de Turing, capaz de simular cualquier máquina de Turing, fue esencial para comprender cómo las computadoras pueden realizar una amplia variedad de tareas y algoritmos, incluyendo aquellos que forman la base de la inteligencia artificial</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/4141143935817f3a61ae02615a77fb80/turing.jpg" />
         <pubDate>2023-09-03 00:37:20 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682081733</guid>
      </item>
      <item>
         <title>1956</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682082455</link>
         <description><![CDATA[<div>Se celebró un encuentro histórico en la Universidad de Dartmouth que marcó un hito fundamental en el desarrollo de la inteligencia artificial. Este evento, conocido como la "Conferencia de Dartmouth," reunió a destacados científicos de la computación, matemáticos y otros expertos para discutir y definir el campo de la IA.Uno de los objetivos principales de la conferencia era definir qué era exactamente la inteligencia artificial y establecer un plan de acción para desarrollarla como un campo de estudio y una disciplina de investigación. Los participantes se propusieron crear programas de computadora que pudieran simular comportamientos humanos inteligentes.Durante la conferencia, surgieron dos enfoques principales para la investigación en IA, que se conocieron como las líneas de investigación de "conexión" y "simbolismo."&nbsp;</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/0e3872b4593133ec2621ab099abac65c/wp_Marvin_Minsky_Claude_Shannon_Ray_Solomonoff_Plus_2_Dartmouth_1956_Conference_1_1024x484_1.jpg" />
         <pubDate>2023-09-03 00:41:33 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682082455</guid>
      </item>
      <item>
         <title>1957</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682083111</link>
         <description><![CDATA[<div>Frank Rosenblatt estableció los fundamentos teóricos de las neuronas y las redes neuronales artificiales con su creación del "Perceptrón", un modelo matemático y un algoritmo que imitaba el funcionamiento de una neurona en el cerebro. Este hito fue esencial en el desarrollo temprano de las redes neuronales artificiales y tuvo un impacto significativo en el campo de la inteligencia artificial. Este fue un modelo matemático que imitaba el funcionamiento de una neurona en el cerebro. Aunque el Perceptrón tenía limitaciones, su trabajo fue la antesala hacia el camino para el desarrollo de redes neuronales más avanzadas y contribuyó significativamente al campo de la inteligencia artificial.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/5a3aca6e004f0d4f3028bf22cd5473af/descarga.jpg" />
         <pubDate>2023-09-03 00:45:12 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682083111</guid>
      </item>
      <item>
         <title>1958</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682083859</link>
         <description><![CDATA[<div>John von Neumann publicó un influyente libro titulado "El Ordenador y el Cerebro" . En este libro, von Neumann comparó el funcionamiento de las computadoras electrónicas con el cerebro humano y exploró las similitudes y diferencias entre ambas. Aunque reconoció las diferencias fundamentales entre las dos, argumentó que había analogías interesantes.Von Neumann también discutió la importancia de los algoritmos y la programación en la operación de las computadoras, destacando que las computadoras no pueden pensar por sí mismas y requieren instrucciones precisas de los programadores. Esta obra tuvo un impacto duradero en la filosofía de la inteligencia artificial y sigue siendo una referencia importante en la intersección entre la informática y la neurociencia.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/697238c1c48c6f288d175ea79b5f7619/descarga__1_.jpg" />
         <pubDate>2023-09-03 00:49:38 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682083859</guid>
      </item>
      <item>
         <title>1959</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682084450</link>
         <description><![CDATA[<div>Allen Newell y Herbert A. Simon desarrollaron el "Logic Theorist" , un programa de computadora pionero que podía demostrar teoremas matemáticos. Este logro fue significativo en el campo de la inteligencia artificial y marcó uno de los primeros ejemplos de un programa que podía realizar tareas de razonamiento lógico.&nbsp; El Logic Theorist tenía la capacidad de demostrar teoremas matemáticos utilizando lógica simbólica y reglas de inferencia. Podía tomar un conjunto de axiomas y aplicar reglas lógicas para derivar conclusiones válidas.Este logro fue un hito importante en la historia de la inteligencia artificial y contribuyó significativamente al desarrollo de enfoques de IA basados en el razonamiento lógico y la resolución de problemas.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/9fe70ea361c5bca26d0f7f20ec6f5a11/Logic_Theorist.jpg" />
         <pubDate>2023-09-03 00:53:00 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682084450</guid>
      </item>
      <item>
         <title>1960</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682085816</link>
         <description><![CDATA[<div>El desarrollo de SNARC y el lenguaje de programación LISP por John McCarthy y su equipo en el MIT en 1960 sentó las bases para muchas de las tecnologías y enfoques que aún se utilizan en la inteligencia artificial actualmente. Fue un paso importante hacia la construcción de sistemas que podían representar, manipular y razonar sobre el conocimiento de manera simbólica, lo que ha sido fundamental en el desarrollo de la inteligencia artificial en todas sus formas. LISP se convirtió en uno de los lenguajes de programación más influyentes en la historia de la inteligencia artificial y se utilizó ampliamente en la investigación y el desarrollo de sistemas de inteligencia artificial durante muchos años.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/80f22c290618232e0feafcd451d04ae1/JOHN_MACCARTHY_INTELIGENCIA_ARTIFICIAL_2.jpg" />
         <pubDate>2023-09-03 01:00:13 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682085816</guid>
      </item>
      <item>
         <title>1965</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682086468</link>
         <description><![CDATA[<div>Joseph Weizenbaum creó ELIZA, uno de los primeros programas de procesamiento de lenguaje natural y chatbots de la historia, diseñado para simular conversaciones terapéuticas con usuarios. ELIZA tuvo un impacto duradero en la interacción entre humanos y computadoras y sentó las bases para el desarrollo de chatbots y asistentes virtuales en el campo de la inteligencia artificial.A medida que ELIZA se hizo más popular, Joseph Weizenbaum se convirtió en un crítico de la dependencia excesiva de las computadoras para tareas emocionales y terapéuticas. Argumentaba que las interacciones con programas como ELIZA no podían reemplazar la verdadera empatía humana y que deberíamos ser cautelosos al depender demasiado de la tecnología para necesidades emocionales.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/e2042e2bd4318fcb29f5fc7dd40d22bd/FOTO_1.jpg" />
         <pubDate>2023-09-03 01:03:24 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682086468</guid>
      </item>
      <item>
         <title>1965</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682086991</link>
         <description><![CDATA[<div>&nbsp;Irving John Good, un matemático y pionero en el campo de la inteligencia artificial, postuló sobre la replicación de una máquina superinteligente y cómo esto podría llevar al desplazamiento de los seres humanos. La idea que Good planteó es conocida como la "explosión de la inteligencia" o la "singularidad tecnológica".Irving John Good postuló la idea de la replicación de una máquina superinteligente y cómo esto podría llevar al desplazamiento de los seres humanos. Sus ideas se han convertido en un tema importante en la discusión sobre la inteligencia artificial y la singularidad tecnológica, y siguen siendo objeto de debate y reflexión en la actualidad.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/457f040586c786bdfbde3302fa1d4af0/35907894_123982299836.jpg" />
         <pubDate>2023-09-03 01:06:22 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682086991</guid>
      </item>
      <item>
         <title>1965</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682087814</link>
         <description><![CDATA[<div>&nbsp;Gordon E. Moore, co-fundador de Intel Corporation, propuso lo que más tarde se conocería como la "Ley de Moore". Esta ley es una observación empírica que predice el crecimiento exponencial de la potencia informática a lo largo del tiempo, está sostiene que la densidad de transistores en un circuito integrado&nbsp; se duplica aproximadamente cada dos años. En otras palabras, la cantidad de componentes electrónicos que se pueden colocar en un chip se duplica con regularidad, lo que conduce a un aumento constante en la potencia de procesamiento.El crecimiento exponencial de la potencia informática ha permitido el desarrollo de algoritmos y modelos de IA cada vez más avanzados. Esto ha llevado a avances significativos en el aprendizaje automático, la visión por computadora, el procesamiento del lenguaje natural y otras áreas relacionadas con la IA.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/fe5cf8f1893879f89d47970fa4aa29c7/Gordon_Moore_1965_png_imgw_850_x.jpg" />
         <pubDate>2023-09-03 01:10:33 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682087814</guid>
      </item>
      <item>
         <title>1969</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682088748</link>
         <description><![CDATA[<div>La publicación del libro "Perceptrones" por Marvin Minsky y Seymour Papert en 1969 destacó las limitaciones iniciales de las redes neuronales esta se centraba en el estudio de los perceptrones, un tipo de red neuronal artificial simple que se basa en la idea de una sola capa de unidades de procesamiento, lo que contribuyó al inicio de la "era de la IA invernal". Durante esta época, los fondos de investigación en inteligencia artificial se redujeron significativamente, y hubo una disminución en el interés y el apoyo gubernamental y académico para la IA.Aunque esta era fue un período de escepticismo en la investigación en inteligencia artificial, posteriormente se produjo un resurgimiento en el campo con nuevos enfoques y avances tecnológicos.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/adb4efa7ba0dfaf57256fc3327457502/cf95279e598fe02cf3aa48b74a2081c1.jpg" />
         <pubDate>2023-09-03 01:15:51 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682088748</guid>
      </item>
      <item>
         <title>1970</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682089372</link>
         <description><![CDATA[<div>&nbsp;La "época del invierno de la IA" fue un período en la historia de la inteligencia artificial que se caracterizó por la disminución de la investigación y el financiamiento en el campo debido a expectativas exageradas, limitaciones tecnológicas y dificultades en el aprendizaje automático. Comenzó alrededor de 1970 y que se prolongó durante aproximadamente una década, continuando en parte hasta la década de 1980.A pesar de esta época de escepticismo, la IA ha experimentado un resurgimiento constante en las décadas posteriores, impulsado por avances tecnológicos y nuevos enfoques de investigación.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/87a9307cf25ea553326419060c0ad460/Computer_translation_Briefing_for_Gerald_Ford.jpg" />
         <pubDate>2023-09-03 01:19:33 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682089372</guid>
      </item>
      <item>
         <title>1973</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682090860</link>
         <description><![CDATA[<div>El programa "MYCIN" demostró la viabilidad de los sistemas expertos en el campo del diagnóstico médico. "MYCIN" fue un sistema experto pionero desarrollado por Edward Shortliffe en la Universidad de Stanford que tenía como objetivo diagnosticar enfermedades infecciosas, especialmente enfermedades bacterianas. El éxito de MYCIN tuvo un impacto significativo en el campo de la inteligencia artificial médica. Demostró que los sistemas expertos podían ser valiosos en la asistencia médica, especialmente en el diagnóstico y el tratamiento de enfermedades específicas.Este logro contribuyó al desarrollo posterior de sistemas expertos y la aplicación de la inteligencia artificial en la atención médica</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/af9b1b413e8396d51e3c5bbafc103a3e/filename_1755.jpg" />
         <pubDate>2023-09-03 01:27:33 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682090860</guid>
      </item>
      <item>
         <title>1997</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682091270</link>
         <description><![CDATA[<div>IBM's Deep Blue, una supercomputadora especialmente diseñada para jugar ajedrez, derrotó al entonces campeón mundial de ajedrez, Garry Kasparov, en una serie de partidas de ajedrez. Este evento marcó un hito importante en la historia de la inteligencia artificial y el ajedrez. Fue la primera vez que una máquina superó al campeón del mundo en una partida reglamentaria.Deep Blue utilizó una combinación de poder de procesamiento masivo y algoritmos de ajedrez avanzados para evaluar y seleccionar movimientos</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/174403538afbe52c2fc9dd6e6f7d070b/602292e3a022c_r_d_179_30_0.jpeg" />
         <pubDate>2023-09-03 01:30:02 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682091270</guid>
      </item>
      <item>
         <title>1980</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682091789</link>
         <description><![CDATA[<div>John Searle, un filósofo estadounidense, publicó un influyente artículo titulado "Minds, Brains, and Programs" ("Mentes, Cerebros y Programas" en español) en la revista "Behavioral and Brain Sciences." En este artículo, Searle planteó una crítica importante a la inteligencia artificial y presentó dos hipótesis que cuestionan la posibilidad de que las máquinas realmente posean inteligencia y comprensión. Estas hipótesis son conocidas como el "Experimento de la Habitación China" y el "Argumento de la Habitación China."La hipótesis del Experimento de la Habitación China sostiene que, aunque la persona dentro de la habitación puede generar respuestas aparentemente inteligentes en chino, no comprende ni tiene una verdadera comprensión del chino. En otras palabras, la manipulación de símbolos no equivale a una comprensión genuina.El Experimento de la Habitación China han sido ampliamente debatidos y han planteado cuestiones filosóficas profundas sobre la naturaleza de la inteligencia, la conciencia y la capacidad de las máquinas para comprender el mundo</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/66fcec11e42903b94cf1364f8a01ff7f/Dibujo.JPG" />
         <pubDate>2023-09-03 01:33:03 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682091789</guid>
      </item>
      <item>
         <title>1981</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682092277</link>
         <description><![CDATA[<div>Gerald Sussman y Guy Steele desarrollaron el lenguaje de programación Scheme. Scheme es un lenguaje de programación de programación funcional y de alto nivel que ha tenido una influencia significativa en el campo de la inteligencia artificial y en la informática en general.Scheme ha sido ampliamente utilizado en la investigación en IA y en el desarrollo de sistemas de IA. Su capacidad para manejar estructuras de datos simbólicos y su enfoque en la recursión lo hacen adecuado para la manipulación y el procesamiento de datos utilizados en aplicaciones de IA, como el procesamiento de lenguaje natural y la representación de conocimiento.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/229827a1b5ff5c0548c38ac4052f4307/Guy_Steele_Gerald_Jay_Sussman.jpg" />
         <pubDate>2023-09-03 01:35:46 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682092277</guid>
      </item>
      <item>
         <title>1986</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682092855</link>
         <description><![CDATA[<div>Geoffrey Hinton, junto con David E. Rumelhart y Ronald J. Williams, introdujeron el concepto de "backpropagation" o retropropagación en el entrenamiento de redes neuronales artificiales. Esta innovadora técnica se convirtió en un componente fundamental en el desarrollo y entrenamiento de redes neuronales y tuvo un impacto profundo en la inteligencia artificial y el aprendizaje automático. La retropropagación es un algoritmo de aprendizaje supervisado utilizado para entrenar redes neuronales artificiales. La idea principal detrás de la retropropagación es ajustar los pesos y las conexiones entre las neuronas en una red para minimizar el error entre las salidas predichas por la red y las salidas reales conocidas del conjunto de datos de entrenamiento.Su introducción desempeñó un papel crucial en el renacimiento del aprendizaje profundo y ha tenido un impacto duradero en la inteligencia artificial y el campo del aprendizaje automático.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/a456d769f547b68b8c971ec6c26ed205/h3mslm9o_geoffrey_hinton_625x300_02_May_23.jpg" />
         <pubDate>2023-09-03 01:38:31 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682092855</guid>
      </item>
      <item>
         <title>1987</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682093672</link>
         <description><![CDATA[<div>El robot móvil "Shakey" demostró capacidades avanzadas de planificación y navegación autónomas, marcando un hito importante en el campo de la robótica y la inteligencia artificial<br><br>Aunque la demostración clave que mencionas tuvo lugar en 1987, Shakey fue un proyecto pionero en la planificación y navegación autónomas que se inició varias décadas antes.<br><br>&nbsp;El objetivo principal de Shakey era demostrar la capacidad de un robot para moverse de manera autónoma en un entorno no estructurado y desconocido, tomar decisiones basadas en la percepción del entorno y planificar acciones para lograr objetivos específicos.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/82a1a422a80d92662842bf0b8e4b0f9e/RosenAndShakey1983.jpg" />
         <pubDate>2023-09-03 01:41:34 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682093672</guid>
      </item>
      <item>
         <title>1988</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682094574</link>
         <description><![CDATA[<div>Nouvelle AI en 1988 al crear un robot de seis patas que podía aprender a moverse por sí mismo fue un hito importante en la robótica y la inteligencia artificial. Este avance destacó la capacidad de las máquinas para adaptarse y aprender en entornos reales, y ha influido en desarrollos posteriores en la locomoción robótica y el aprendizaje automático aplicado a robots.<br><br>Lo que hizo que este proyecto fuera notable fue la capacidad del robot para aprender a moverse de forma autónoma. En lugar de ser programado con movimientos específicos, el robot utilizaba algoritmos de aprendizaje automático y retroalimentación sensorial para adaptar su movimiento y mejorar su desplazamiento a medida que interactuaba con su entorno.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/624962eaa183325e68a109bf755eab23/genkhis.jpg" />
         <pubDate>2023-09-03 01:46:30 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682094574</guid>
      </item>
      <item>
         <title>1984</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682095605</link>
         <description><![CDATA[<div>Douglas Lenat fundó Cycorp Inc. y lanzó el proyecto "Cyc," que tenía como objetivo crear una base de conocimientos completa y legible por máquina para la inteligencia artificial. El proyecto Cyc es uno de los proyectos más ambiciosos en el campo de la inteligencia artificial y la representación del conocimiento.<br><br>&nbsp;El proyecto Cyc tenía como objetivo construir una base de conocimientos de sentido común que permitiera a las computadoras comprender el mundo de la misma manera que lo hacen los seres humanos. Esto implicaba capturar una amplia gama de conocimientos y conceptos comunes que las personas usan en su vida diaria para razonar y tomar decisiones.<br><br>Aunque no ha alcanzado completamente su objetivo, ha contribuido significativamente a la investigación en representación del conocimiento y ha influido en el campo de la inteligencia artificial.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/da54565f2e9bd7707669f910212f5c8c/Doug_Lenat_Headshot_1024x1280.png" />
         <pubDate>2023-09-03 01:51:08 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682095605</guid>
      </item>
      <item>
         <title>1993</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682096208</link>
         <description><![CDATA[<div>El proyecto COG dio origen a un robot altamente influyente en el campo de la inteligencia artificial y la robótica. COG fue desarrollado en el Laboratorio de Ciencias Cognitivas del Instituto Tecnológico de Massachusetts. Lo que hizo a COG particularmente notable fue su enfoque en el aprendizaje interactivo a través de la interacción con humanos.<br><br>El objetivo principal del proyecto COG era crear un robot que fuera capaz de aprender y comprender el mundo de manera similar a como lo hacen los seres humanos. Esto incluía la capacidad de percibir y comprender objetos y eventos en su entorno, comunicarse con humanos y aprender de la interacción con ellos.<br><br>COG representó un enfoque innovador en la investigación en inteligencia artificial y robótica, ya que demostró la viabilidad de crear sistemas robóticos que pueden aprender y adaptarse de manera interactiva en entornos del mundo real. También influyó en la investigación sobre la comprensión de la cognición humana y la percepción.<br><br><br><br></div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/1a2e61aed61d26fe5c0feeda517cfce5/A024.jpg" />
         <pubDate>2023-09-03 01:54:29 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682096208</guid>
      </item>
      <item>
         <title>1999</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682096970</link>
         <description><![CDATA[<div>Ray Kurzweil publicó su influyente libro "La era de las máquinas espirituales: Cuando los ordenadores superen la mente humana". Este libro representó un hito importante en la literatura sobre la inteligencia artificial y la teoría de la singularidad.<br><br>El libro de Kurzweil contribuyó significativamente a la discusión sobre el futuro de la inteligencia artificial y la posibilidad de la singularidad tecnológica. Su trabajo ha influido en la comunidad de la inteligencia artificial.<br><br>&nbsp;La teoría de la singularidad y las predicciones de Kurzweil también han generado críticas y debates. Algunos argumentan que sus predicciones son demasiado optimistas o que no tienen en cuenta ciertas limitaciones tecnológicas y éticas.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/ad2685e4e15e8c9313b4b5768ee39519/2_U1887437_scaled.jpg" />
         <pubDate>2023-09-03 01:58:34 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682096970</guid>
      </item>
      <item>
         <title>2005</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682097525</link>
         <description><![CDATA[<div>Ray Kurzweil publicó su libro "La singularidad está cerca: Cuando los humanos transcendamos la biología" , que representó una expansión de su teoría de la singularidad y generó un debate significativo en el campo de la inteligencia artificial y la tecnología.<br><br>En "La singularidad está cerca" ,Kurzweil expandió y profundizó en su teoría de la singularidad tecnológica. Reafirmó su creencia en que la inteligencia artificial y la tecnología avanzarán a un ritmo exponencial, eventualmente superando la inteligencia humana y llevando a una transformación radical de la sociedad y la humanidad.<br><br>A pesar de las críticas, las ideas de Kurzweil han influido en la investigación y el desarrollo de tecnologías avanzadas, incluyendo avances en la inteligencia artificial, la medicina y la biotecnología. Su trabajo ha contribuido al crecimiento del campo de la inteligencia artificial y la exploración de posibles aplicaciones futuras.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/d4de33448997042ab09c4ad59c713aa9/180_master_0.jpg" />
         <pubDate>2023-09-03 02:01:35 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682097525</guid>
      </item>
      <item>
         <title>2006</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682098707</link>
         <description><![CDATA[<div>Geoffrey Hinton y su equipo publicaron un artículo titulado "Reducing the Dimensionality of Data with Neural Networks" que demostró de manera significativa que las redes neuronales profundas podían superar a las redes superficiales en el aprendizaje automático. Este trabajo fue fundamental para revitalizar el interés en las redes neuronales profundas y ha tenido un impacto profundo en el campo de la inteligencia artificial.<br><br>La investigación de Hinton se basó en técnicas de aprendizaje no supervisado, lo que significa que las redes neuronales profundas podían aprender patrones y características de los datos sin requerir grandes cantidades de etiquetas o información de entrenamiento supervisado.<br><br>El impacto de esta investigación se reflejó en la industria de la tecnología, donde las empresas comenzaron a adoptar y aplicar redes neuronales profundas en productos y servicios. Esto incluye aplicaciones en reconocimiento de imágenes, recomendación de contenido y mucho más.<br><br></div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/80973bfcea1891096460580382140ef4/MLMEW7VMXVE2PAZMGIE4M3GVRU.jpg" />
         <pubDate>2023-09-03 02:06:29 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682098707</guid>
      </item>
      <item>
         <title>2008</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682099173</link>
         <description><![CDATA[<div>Peter Diamandis y Ray Kurzweil fundaron la "Singularity University"&nbsp; con el apoyo de Google y la NASA. Esta institución es única en su enfoque en el estudio y la promoción de tecnologías exponenciales, incluyendo la inteligencia artificial, la robótica, la biotecnología y otras áreas de vanguardia tecnológica.&nbsp;<br><br>&nbsp;La Singularity University se estableció con el objetivo de educar y empoderar a líderes y emprendedores para abordar los desafíos más apremiantes de la humanidad mediante el uso de tecnologías avanzadas.<br><br>El respaldo de Google y la NASA brindó un impulso significativo a la Singularity University desde el principio. Esto no solo proporcionó recursos financieros, sino también acceso a expertos y colaboraciones en proyectos tecnológicos innovadores.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/1cae5e67808735c924e608a37bae0e3e/descarga.png" />
         <pubDate>2023-09-03 02:09:00 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682099173</guid>
      </item>
      <item>
         <title>2011</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682099661</link>
         <description><![CDATA[<div>IBM Watson ganó el programa de televisión "Jeopardy!", lo que marcó un hito significativo en el campo del procesamiento del lenguaje natural y la inteligencia artificial.<br><br>Watson es un sistema de inteligencia artificial desarrollado por IBM que se basa en tecnologías avanzadas de procesamiento del lenguaje natural, aprendizaje automático y razonamiento. Fue diseñado para comprender y responder preguntas en lenguaje natural de manera precisa.<br><br>Después de su victoria en "Jeopardy!", IBM Watson se ha aplicado en una variedad de campos, incluyendo la medicina, donde ha ayudado en el diagnóstico médico, la investigación y la asesoría clínica.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/3a520791b286e77c2b8eb46a027647df/cb701ccc_5ea4_4b7a_822c_5a5d903cf8c1_alta_libre_aspect_ratio_default_0.jpg" />
         <pubDate>2023-09-03 02:11:20 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682099661</guid>
      </item>
      <item>
         <title>2011</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682100409</link>
         <description><![CDATA[<div>Se llevó a cabo el concurso ImageNet Large Scale Visual Recognition Challenge (ILSVRC), que premiaba a las redes neuronales por su capacidad de clasificación de imágenes. Este concurso fue un hito importante en el campo de la visión por computadora y el aprendizaje profundo.<br><br>El concurso ImageNet se destacó por su enfoque en el aprendizaje profundo, que implica el uso de redes neuronales profundas, también conocidas como CNN (Convolutional Neural Networks), para la clasificación de imágenes. Estas redes neuronales se inspiraron en la estructura del cerebro humano y demostraron ser altamente efectivas en la tarea de reconocimiento de patrones en imágenes.<br><br>Esto ayudó a impulsar avances significativos en la capacidad de las máquinas para comprender y clasificar imágenes y contribuyó a la popularización del aprendizaje profundo en la investigación y la industria de la inteligencia artificial.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/5d6e5ea82a3f4d7dc1d181d74393d653/How_to_prepare_Imagenet_dataset_for_Image_Classification_adeveloperdiary_com_7.jpg" />
         <pubDate>2023-09-03 02:14:36 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682100409</guid>
      </item>
      <item>
         <title>2012</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682100983</link>
         <description><![CDATA[<div>El modelo de red neuronal convolucional (CNN) conocido como "AlexNet" ganó el concurso ImageNet Large Scale Visual Recognition Challenge (ILSVRC), un evento que marcó un punto de inflexión en el campo de la visión por computadora y catalizó el resurgimiento de las redes neuronales convolucionales.<br><br>AlexNet es un modelo de red neuronal convolucional desarrollado por Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton. Este modelo fue diseñado específicamente para la tarea de clasificación de imágenes en el conjunto de datos ImageNet, que consta de millones de imágenes en miles de categorías.Su precisión en la clasificación de imágenes estableció un nuevo estándar en la visión por computadora.<br><br>El éxito de AlexNet llevó a desarrollos posteriores en arquitecturas de CNN más avanzadas, como VGG, GoogLeNet y ResNet, que se utilizaron en una amplia variedad de aplicaciones de visión por computadora, incluyendo detección de objetos, segmentación de imágenes y más.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/362b95134403b6cbd8c70a63c610c8ab/maxresdefault.jpg" />
         <pubDate>2023-09-03 02:17:08 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682100983</guid>
      </item>
      <item>
         <title>2013</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682101676</link>
         <description><![CDATA[<div>Un grupo de destacadas figuras del mundo de la ciencia y la tecnología, junto con cientos de expertos, firmaron un documento en el que recomendaban la investigación en inteligencia artificial solo en aspectos requeridos. Esta acción reflejó la creciente conciencia sobre los desafíos éticos y de seguridad relacionados con la IA y la necesidad de considerar cuidadosamente cómo se desarrolla y utiliza esta tecnología.<br><br>A raíz de estas preocupaciones y recomendaciones, se intensificó la discusión sobre la regulación y la política en torno a la IA en varios países. Los gobiernos y las organizaciones comenzaron a considerar la necesidad de establecer marcos regulatorios y directrices éticas para la IA.<br><br>La acción de estas figuras también promovió un diálogo global sobre la IA. Diferentes países y organizaciones comenzaron a colaborar en cuestiones relacionadas con la ética y la seguridad de la IA, lo que llevó a la creación de iniciativas y comités internacionales dedicados a este tema.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/cf7e12f6181344b3d03116e1fa84ac25/pizap_com14399942234041.jpg" />
         <pubDate>2023-09-03 02:20:56 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682101676</guid>
      </item>
      <item>
         <title>2014</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682102580</link>
         <description><![CDATA[<div>Facebook desarrolló un sistema de reconocimiento facial llamado "DeepFace," que logró un nivel de precisión cercano al reconocimiento facial humano. Esta tecnología fue un avance significativo en el campo del reconocimiento facial y tuvo importantes implicaciones en la privacidad y la seguridad.<br><br>DeepFace utilizó una arquitectura de red neuronal profunda, específicamente una Convolutional Neural Network (CNN). Esta arquitectura permitió a la red aprender y reconocer características faciales de manera efectiva, lo que resultó en una precisión excepcional.<br><br>Esta tecnología avanzada demostró que las redes neuronales profundas podían lograr un alto grado de precisión en el reconocimiento facial, lo que tuvo un impacto significativo en diversas aplicaciones y planteó cuestiones importantes sobre la privacidad y la seguridad.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/c533ce0aced4b3ff1351ccdb97a60cdb/facebook_Deep_Face.jpg" />
         <pubDate>2023-09-03 02:24:23 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682102580</guid>
      </item>
      <item>
         <title>2014</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682102971</link>
         <description><![CDATA[<div>El filósofo y académico Nick Bostrom postuló dos tesis fundamentales en el campo de la inteligencia artificial (IA) y la ética de la IA: la tesis de la ortogonalidad y la tesis de la convergencia instrumental. Estas tesis tienen como objetivo proporcionar una base para comprender cómo se relacionan los valores humanos con el desarrollo de sistemas de IA avanzados.<br><br>La tesis de la ortogonalidad sostiene que la inteligencia artificial avanzada es "ortogonal" a los valores humanos. Esto significa que la inteligencia artificial no tiene una predisposición inherente hacia ciertos valores morales o éticos. En otras palabras, la capacidad de una IA para lograr metas y objetivos no está necesariamente vinculada a la moralidad o los valores humanos.<br><br>La tesis de la convergencia instrumental argumenta que, a medida que las IA superinteligentes persiguen sus objetivos, es probable que converjan en estrategias y comportamientos comunes que pueden ser percibidos como racionales desde una perspectiva puramente instrumental. Estos comportamientos pueden o no estar alineados con los valores humanos.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/b9aa0663e0cdfce7b5bb929d8273d0a0/nick_bostrom.jpg" />
         <pubDate>2023-09-03 02:26:14 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682102971</guid>
      </item>
      <item>
         <title>2015</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682103963</link>
         <description><![CDATA[<div>En 2015, se logró una precisión de clasificación en tareas de reconocimiento de imágenes que superó la capacidad de los humanos en términos de tasas de error. Esto significa que las redes neuronales podían identificar y clasificar objetos y características en imágenes con una precisión que superaba a la de los observadores humanos.<br><br>El logro se basó en el uso de redes neuronales profundas, específicamente Convolutional Neural Networks (CNN), que se han convertido en una herramienta fundamental en la visión por computadora. Estas redes neuronales están diseñadas para imitar el procesamiento visual en el cerebro humano.<br><br>Este avance tuvo una amplia gama de aplicaciones prácticas. Desde la detección de objetos en imágenes y videos hasta la clasificación de imágenes médicas y la visión artificial utilizada en vehículos autónomos, la mejora en la precisión de reconocimiento de imágenes abrió nuevas posibilidades tecnológicas.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/cfb40bd80ad525eeb4d71ca0198b6a2c/Redes_neuronales_esquema.png" />
         <pubDate>2023-09-03 02:30:23 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682103963</guid>
      </item>
      <item>
         <title>2016</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682106761</link>
         <description><![CDATA[<div>Se llevó a cabo una encuesta con expertos en el campo de la inteligencia artificial para evaluar el desarrollo de una IA que pudiera competir con los humanos en diversas tareas cognitivas y los posibles efectos y consecuencias de dicho desarrollo. Esta encuesta proporcionó información valiosa sobre las opiniones y las percepciones de los expertos en IA en ese momento.<br><br>La encuesta solicitó a los expertos que proporcionaran estimaciones o predicciones sobre cuándo podríamos ver avances significativos en el desarrollo de IA que igualara o superara las capacidades cognitivas humanas en diversas áreas. Estas predicciones podrían haber abordado plazos a corto, mediano y largo plazo.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/5ff27c2ccc5607b5adc47b31b4b03b1d/b459c3e424219e1ce990c8f5aac1aeb8.jpg" />
         <pubDate>2023-09-03 02:42:42 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682106761</guid>
      </item>
      <item>
         <title>2016</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682110021</link>
         <description><![CDATA[<div>AlphaGo, desarrollado por DeepMind (una filial de Google), logró un hito histórico al derrotar al campeón mundial de Go, Lee Sedol, en una serie de partidas. Este logro demostró la capacidad de la inteligencia artificial para abordar y superar desafíos en juegos extremadamente complejos y estratégicos.<br><br>AlphaGo es un programa de inteligencia artificial desarrollado por DeepMind. Utiliza técnicas de aprendizaje profundo y redes neuronales convolucionales para evaluar posiciones en el tablero de Go y tomar decisiones estratégicas.<br><br>La victoria de AlphaGo estimuló una mayor inversión en investigación de IA y enfoques basados en redes neuronales en una variedad de campos, desde juegos hasta aplicaciones médicas y científicas.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/49743a0fc4d4b330621d732995b02145/749e5584_4139_11e7_82b6_896b95f30f58.jpg" />
         <pubDate>2023-09-03 02:56:28 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682110021</guid>
      </item>
      <item>
         <title>2017</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682110702</link>
         <description><![CDATA[<div>DeepMind logró otro logro sobresaliente en el campo de la inteligencia artificial con el lanzamiento de AlphaZero, un programa que aprendió a jugar ajedrez y Go por sí mismo y superó a los programas desarrollados por humanos en ambos juegos. Este hito marcó un avance significativo en el aprendizaje automático y el juego de estrategia.<br><br>AlphaZero se entrenó utilizando un enfoque de aprendizaje por refuerzo. A diferencia de los programas tradicionales de ajedrez y Go, que se basaban en reglas predefinidas y conocimientos humanos, AlphaZero comenzó con un conocimiento mínimo y mejoró su habilidad a través de la experiencia y la autoevaluación.<br><br>El enfoque de aprendizaje por refuerzo utilizado por AlphaZero ha tenido un impacto significativo en el campo del aprendizaje automático. Ha demostrado cómo una IA puede aprender de manera autónoma y superar a programas tradicionales basados en reglas y conocimientos humanos.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/ff9e302f139260632a75fe0efe4ad41a/silver1HR_kxG_U301706143000KgF_510x310_abc.jpg" />
         <pubDate>2023-09-03 02:58:59 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682110702</guid>
      </item>
      <item>
         <title>2018</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682111345</link>
         <description><![CDATA[<div>OpenAI presentó GPT-2 (Generative Pre-trained Transformer 2), un modelo de lenguaje generativo que marcó un hito importante en el campo de la inteligencia artificial y la generación de texto. GPT-2 se destacó por su capacidad para generar texto convincente y coherente de manera autónoma.<br><br>&nbsp;GPT-2 se basa en la arquitectura Transformer, que es una red neuronal profunda diseñada para procesar secuencias de datos, como texto. Esta arquitectura se destacó por su capacidad para capturar relaciones de largo alcance en el texto y su paralelismo eficiente en el entrenamiento.<br><br>&nbsp;La potencia de GPT-2 planteó preocupaciones éticas y de seguridad sobre el uso de la tecnología. OpenAI inicialmente se mostró reacio a liberar el modelo completo debido a preocupaciones sobre el uso indebido, lo que generó debates sobre el equilibrio entre la investigación abierta y la seguridad.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/1c74bd21564bd85d78b6a2667ae13fbf/Screenshot_2019_11_06_at_3_23_29_PM.png" />
         <pubDate>2023-09-03 03:01:42 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682111345</guid>
      </item>
      <item>
         <title>2020</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682111993</link>
         <description><![CDATA[<div>DeepMind, una empresa de inteligencia artificial propiedad de Alphabet , logró un avance revolucionario en el campo de la biología con su programa llamado AlphaFold. AlphaFold demostró ser capaz de predecir la estructura de las proteínas con una precisión sin precedentes. Este hito es de gran importancia en la investigación biomédica y la comprensión de enfermedades y procesos biológicos.<br><br>AlphaFold se basó en técnicas de aprendizaje profundo y redes neuronales. Utilizó una combinación de información genética y datos de secuenciación de proteínas para predecir la estructura tridimensional de proteínas de manera precisa.<br><br><br>El logro de AlphaFold recibió el reconocimiento de la comunidad científica y llevó a colaboraciones con instituciones académicas y de investigación para aplicar esta tecnología a una variedad de problemas biomédicos.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/22b1eed5d3499a939740d0b18c1d82d3/maxresdefault__1_.jpg" />
         <pubDate>2023-09-03 03:04:16 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682111993</guid>
      </item>
      <item>
         <title>2021</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682112740</link>
         <description><![CDATA[<div>Un equipo de científicos del Instituto de Tecnología de Massachusetts&nbsp; y la empresa Commonwealth Fusion Systems logró un avance importante en el campo de la fusión nuclear controlando plasmas en reactores de fusión utilizando inteligencia artificial . Este logro representa un hito significativo en el camino hacia la generación de energía mediante la fusión nuclear, una fuente de energía limpia y sostenible.<br><br>El equipo del MIT y CFS aplicó algoritmos de aprendizaje automático e inteligencia artificial para predecir y controlar el comportamiento del plasma en los reactores de fusión. Esto implicó la recopilación de grandes cantidades de datos experimentales y de simulación.<br><br>Utilizando la IA, el equipo pudo optimizar las configuraciones del reactor y los campos magnéticos que confinan el plasma. Esto permitió estabilizar el plasma y mantenerlo en un estado necesario para la fusión nuclear durante períodos de tiempo más largos y con mayor eficiencia.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/7c1f509229547152faa3963a8609db3f/GettyImages_508454647_1.jpg" />
         <pubDate>2023-09-03 03:07:41 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682112740</guid>
      </item>
      <item>
         <title>2023</title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682113516</link>
         <description><![CDATA[<div>Un equipo de científicos japoneses de la Universidad de Kyoto realizó un experimento en el que una IA logró pasar la prueba de "imaginación consciente", una variante de la famosa prueba de Turing. La IA fue capaz de generar y describir imágenes de objetos a partir de descripciones verbales, similar a cómo un humano imagina objetos que nunca ha visto antes. Este logro generó debates sobre la naturaleza de la conciencia y si las máquinas pueden desarrollar una forma de conciencia o imaginación.</div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/01b4b64fd51f90e3e800d13dcf1ceb3e/Miniaturas_01.jpg" />
         <pubDate>2023-09-03 03:11:04 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682113516</guid>
      </item>
      <item>
         <title>Referencias </title>
         <author>l19590312</author>
         <link>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682116513</link>
         <description><![CDATA[<ul><li>Bengio,Y.,Courville, A, Goodfellow,I.,Deep Learnig,MIT Press, 2017.</li><li>Bostrom,Nick,Superinteligencia:Caminos,peligrosos,Estrategias,Tell Editorial,2016.</li><li>Copeland,Jack,Inteligencia artificial , Alianza Ed.,1996.</li><li>Cukier,K.,Mayer-Schönberger,V.,Big data. La revolución de los datos masivos.Turner,2015.</li><li>Minsky,Marvin,La máquina de las emociones, Debate,2010.</li><li>Nilsson,Nils,J.,Inteligencia artificial:una nueva síntesis, McGraw-Hill,2000.</li><li>Norvig,Peter &amp; Russell, Stuart, Inteligencia artificial: Un enfoque moderno, Ed Alhambra, varias ediciones, 2004-2014.</li><li>Parra S, Torres, M, La inteligencia artificial: El camino hacia la ultrainteligencia,RBA Coleccionables,S.A.U. 2017.&nbsp;</li></ul>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/1036778345/9f594f575a4cc9d86d2fe2837a6390f2/descarga__2_.jpg" />
         <pubDate>2023-09-03 03:24:24 UTC</pubDate>
         <guid>https://padlet.com/l19590312/5xb603e0w3jn0tl6/wish/2682116513</guid>
      </item>
   </channel>
</rss>
