IEEE Power & Energy Magazine - Spanish - May/June 2022 - 21

el razonamiento formal. En la década de 1930, varios matemáticos
y lógicos intentaron formalizar la noción de computabilidad,
es decir, la capacidad de resolver un problema
de manera efectiva. En la década de 1940, los científicos
comenzaron a investigar si las máquinas podían pensar como
los humanos. Un colaborador notable fue Alan Turing, quien
publicó una serie de artículos sobre el tema de la maquinaria
inteligente desde finales de la década de 1940 hasta principios
de la década de 1950.
Por otro lado, la base de las redes neuronales biológicas
fue construida a finales del siglo XIX por filósofos y
psicólogos como Alexander Bain y William James. Bain y
James propusieron independientemente que las interacciones
entre las neuronas dentro del cerebro tienen como resultado
pensamientos y actividades corporales. Los estudios
de lógica matemática y psicología finalmente condujeron
a la creación de la IA. En 1943, el neurofisiólogo Warren
Sturgis McCulloch y el lógico Walter Pitts implementaron
las primeras neuronas artificiales que modelaron las unidades
lógicas básicas de un cerebro. A una colección de
estas neuronas artificiales se la llama Red Neuronal Artificial
(RNA), que se inspira en las redes neuronales biológicas
que constituyen los cerebros animales. La figura 2
muestra una RNA simple de tres capas, la RNA de prealimentación,
que tiene dos neuronas en la capa de entrada,
tres en la capa oculta y una en la capa de salida. En 1956, un
grupo de científicos participó en el Proyecto de Investigación
de Verano de Dartmouth sobre Inteligencia Artificial,
ampliamente reconocido como el nacimiento de la IA como
campo de investigación.
En las décadas de 1950 y 1960 se realizaron muchos
avances teóricos y de investigación. No obstante, el campo
de la IA experimentó rápidamente su primer invierno después
de que Marvin Minsky y Seymour Papert descubrieran
dos inconvenientes de las RNA: 1) las NN de una sola
capa eran incapaces de procesar el circuito exclusivo o;
y 2) las computadoras no eran lo suficientemente sofisticadas
como para manejar eficientemente el largo tiempo
100
120
140
160
20
40
60
80
requerido por las grandes RNA. Los hallazgos fueron
publicados en Perceptrons: An Introduction to Computational
Geometry (Perceptrones: una introducción a la
geometría computacional).
El campo de la IA se enfrentó a aún más desafíos a principios
de la década de 1970. Por ejemplo, las personas se dieron
cuenta de que muchas aplicaciones importantes de la IA,
como la visión y los procesos de lenguaje natural, requerían
demasiada información sobre el mundo para ser manejada
por una base de datos en ese momento. Aunque algunos de
estos desafíos fueron superados en años posteriores, demoraron
el progreso de la investigación de manera lo suficientemente
seria como para que las agencias de financiación
pusieran fin al apoyo financiero.
La segunda ola de IA comenzó a mediados de la década
de 1970, cuando Paul Werbos propuso un algoritmo de
retropropagación para entrenar prácticamente a las RNA
Capa de
entrada
Capa
Capa
escondida
de salida
figura 2. Una RNA simple de prealimentación y tres
capas.
Red neuronal
Difuso
Vector de soporte
Profundo
Todos
100
150
200
250
50
figura 3. Los artículos en las revista con " el pronóstico de la carga " en el título y " técnicas de IA/AA " en el resumen.
mayo/junio de 2022
ieee power & energy magazine
21
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021

IEEE Power & Energy Magazine - Spanish - May/June 2022

Table of Contents for the Digital Edition of IEEE Power & Energy Magazine - Spanish - May/June 2022