Es fundamental porque⁢ estableció ​los principios teóricos de la computación y demostró que una máquina simple ‍podía realizar cualquier cálculo que pudiera ser​ descrito algorítmicamente, lo que es la base de la informática moderna.

ELIZA utilizaba un conjunto de reglas y patrones para reconocer e interpretar las palabras tecleadas por los usuarios y generar respuestas. Para ello, descomponía las palabras y frases introducidas por el usuario y buscaba patrones en ellas. Si se reconocía un patrón, ELIZA respondía con respuestas preprogramadas. El programa estaba diseñado para imitar las respuestas de un psicoterapeuta y podía manejar conversaciones sencillas.

El nombre SHRDLU no significa nada en concreto, sino que está derivado de ETATOIN SHRDLU, que es el alineamiento de las letras en una máquina linotipia, en orden descendente respecto la frecuencia de uso en inglés.

SHRDLU permite al usuario interactuar mediante frases simples de inglés. El usuario debe instruir a SHRDLU como mover los objetos de su entorno.

Hsu comenzó a desarrollar una computadora a la que llamó Chiptest, y luego llevó la idea a IBM cuando se unió a la empresa en 1989. Al principio, la computadora resultante se denominó en código Deep Thought , y los bromistas de IBM propusieron más tarde «Deep Blue», una combinación de «Deep Thought» y «Big Blue», el apodo de IBM.

Esta supercomputadora fue diseñada específicamente con el propósito de jugar al ajedrez, y los desarrolladores adoptaron un enfoque basado en hardware, en lugar de centrarse en software como el que se usa en los programas de ajedrez modernos. Como otras supercomputadoras, Deep Blue era increíblemente poderoso para su época, con 1.4 toneladas de hardware para respaldar un programa de ajedrez escrito en C y capaz de calcular hasta 200 millones de posiciones potenciales por segundo. Deep Blue podría ver hasta 40 movimientos, o pliegues como se les conoce en el mundo del ajedrez, más adelante.

La computadora extrajo su estrategia de un extenso registro de partidas de ajedrez jugadas por Maestros y Grandes Maestros. Usando los registros de estos juegos, Deep Blue podría considerar una amplia gama de posibles movimientos, tácticas y estrategias que potencialmente le permitirían responder dinámicamente a los movimientos realizados por un oponente. Deep Blue también mejoró su juego al jugar varias partidas con Chess Masters, y los programadores aprendieron de los errores de la computadora.

Watson despertó la curiosidad en torno a las "máquinas pensantes" y abrió las posibilidades de aplicación de la IA a la empresa. Clientes de sectores que van desde los servicios financieros hasta el comercio minorista pusieron a Watson a trabajar para desbloquear nuevos conocimientos, impulsar la productividad y ofrecer mejores experiencias al cliente. Ahora, gracias a los avances en las tecnologías básicas de Watson, IBM ha desarrollado la plataforma de IA y datos de nueva generación y un conjunto de asistentes de IA con watsonx.

Se enfrentó contra el jugador chino Fan Hui 2p en una serie de 5 partidas oficiales, las cuales AlphaGo ganó, seguidas por unas partidas informales que acabaron 3-2 a favor de la inteligencia artificial. En marzo de 2016, se enfrentó a uno de los mejores jugadores, Lee Sedol 9p. El 9 de marzo de 2016, AlphaGo ganó la primera partida de este enfrentamiento. Hasta marzo del 2016, AlphaGo estaba clasificado como número dos del mundo en el ranking no oficial de Rémi Coulom, con un elo de 3611 hasta julio del 2016.​ En reconocimiento por vencer a Lee Sedol, AlphaGo fue galardonado con un honorario 9-dan por la Asociación de Baduk.

GPT-4o también es uno de los modelos más rápidos que tiene OpenAI; con una respuesta similar a la de un humano. Además, ofrece información actualizada y en tiempo real. Es, por tanto, un modelo perfecto para tareas de generación de ideas, resumir texto, pedirle que escriba borradores de correos electrónicos, preguntas sobre información de la actualidad, etc.

Cuándo usar GPT-4.5

Según la compañía, GPT-4.5 ideal para tareas creativas por varios motivos. A diferencia de otros modelos de ChatGPT, este ofrece comunicación clara, y se ha entrenado enfocándose en la creatividad. Puede ser útil para pedirle que escriba por nosotros publicaciones para redes sociales, para que redacte una descripción de un producto, escriba una carta de disculpas, etc.

Después de entender lo que le has pedido en un prompt, Sora podrá generar vídeos en los que se vea en movimiento lo que le has pedido, lo que supone un enorme paso más con respecto a simplemente crear imágenes.

Esto lo ha conseguido porque es un modelo entrenado con una enorme biblioteca de vídeos, de forma que sabe reconocer movimientos, descripciones y cualquier cosa que le pidas, y será capaz de recrearlos en vídeo. Sabrá a lo que te refieres cuando le hables de tipos de personas, de vestimenta, de accesorios o de efectos visuales.