Descripción:

Isaac Newton y Gottfried Leibniz desarrollan el cálculo, herramienta fundamental para optimizar funciones y ajustar modelos en IA (por ejemplo, el gradiente descendente en redes neuronales).

Descripción:

Blaise Pascal y Pierre de Fermat crean los fundamentos de la probabilidad, clave para que la IA maneje la incertidumbre y trabaje con modelos estadísticos como los clasificadores bayesianos.

Descripción:

George Boole desarrolla la lógica booleana, base para la programación, los algoritmos y el razonamiento automático en IA.

Descripción:

El álgebra lineal se formaliza, permitiendo representar y manipular datos como vectores y matrices, esenciales para los cálculos en IA moderna.

Descripción:

McCulloch y Pitts presentan el primer modelo matemático de una neurona artificial, basado en sumas y umbrales.

Descripción:

Alan Turing propone el Test de Turing para evaluar la inteligencia de las máquinas y sienta las bases de la IA teórica.

Descripción:

Se desarrollan modelos estadísticos y probabilísticos para aprender de los datos, base de los algoritmos de aprendizaje supervisado y no supervisado.

Descripción:

Se perfeccionan los algoritmos de optimización y surge el aprendizaje profundo, gracias al uso del cálculo y la estadística para entrenar redes neuronales profundas.

Descripción:

Se integran áreas como teoría de grafos, geometría y álgebra abstracta para resolver problemas complejos de IA explicable, robusta y ética.