Breve historia de la IA: de Turing a los transformadores

En octubre de 1950, en las páginas de la revista de filosofía Mind, Alan Turing hizo algo que un matemático de su prestigio no debía hacer: cambió de pregunta. En lugar de discutir si las máquinas pueden pensar, un debate que él consideraba condenado a morir de definiciones, propuso un juego. Un interrogador escribe preguntas a través de una pantalla; al otro lado hay una persona y una máquina. Si el interrogador no logra distinguir cuál es cuál, ¿en qué quedamos? Turing lo llamó el "juego de imitación". Nosotros lo llamamos, quizá injustamente, el Test de Turing. Aquel artículo, "Computing Machinery and Intelligence", no describía ninguna máquina real. Describía una apuesta.

01 · el bautizoUn verano en New Hampshire

La apuesta tardó seis años en encontrar nombre. En el verano de 1956, un joven matemático llamado John McCarthy convocó a un puñado de colegas (entre ellos Marvin Minsky, Claude Shannon y Nathaniel Rochester) a un taller de dos meses en el Dartmouth College. En la propuesta de financiación, McCarthy escribió por primera vez las dos palabras que nos ocupan: artificial intelligence. No fue un rayo de genialidad colectiva; fue, más bien, una etiqueta pragmática para vender un proyecto. Pero las etiquetas fundan disciplinas. De aquel verano, desordenado, ambicioso, con más promesas que resultados, nació el campo que hoy mueve billones.

McCarthy no inventó la inteligencia artificial en Dartmouth. Inventó su nombre, y el nombre bastó para fundar el campo.

02 · la promesa y el fríoMáquinas que pensarían "en veinte años"

Los primeros años fueron de euforia. Herbert Simon y Allen Newell construyeron programas que demostraban teoremas; había traductores automáticos, ajedrez incipiente, sistemas que resolvían problemas de álgebra. En 1965 Simon llegó a pronosticar que en veinte años las máquinas harían "cualquier trabajo que un hombre pueda hacer". El entusiasmo era tal que el dinero público fluyó sin muchas preguntas.

El frío llegó por partida doble. A comienzos de los setenta, un informe encargado al matemático James Lighthill en el Reino Unido concluyó que la IA había incumplido sus promesas grandilocuentes; las agencias recortaron fondos. Vino un primer invierno de la IA. Un segundo llegaría en los años ochenta, cuando los costosos "sistemas expertos" que las empresas habían comprado resultaron frágiles y difíciles de mantener. La palabra "IA" se volvió, durante un tiempo, casi vergonzante en las solicitudes de financiación.

03 · la neurona que casi muereEl perceptrón y su verdugo amable

Mientras tanto, corría una historia paralela y subterránea. En 1958, el psicólogo Frank Rosenblatt había presentado el perceptrón: un modelo inspirado en las neuronas que aprendía a clasificar patrones ajustando pesos, en vez de seguir reglas escritas por un humano. La prensa se emocionó; se hablaba de máquinas que caminarían y hablarían. Pero en 1969, Marvin Minsky (el mismo de Dartmouth) y Seymour Papert publicaron Perceptrons, un libro que demostraba con elegancia matemática que un perceptrón de una sola capa no podía resolver problemas tan simples como la función lógica XOR.

El libro no mató a las redes neuronales. Pero les puso encima una losa que tardó casi veinte años en levantarse.

La crítica era técnicamente cierta y, sin embargo, incompleta: las limitaciones se disolvían al apilar varias capas. Faltaba, eso sí, una forma eficiente de entrenar esas capas. Llegaría en los ochenta con la popularización de la retropropagación. Pero el prestigio del enfoque simbólico y el peso del libro de Minsky habían desviado a casi toda una generación de investigadores del camino conexionista.

04 · el deshielo2012: la noche en que las máquinas empezaron a ver

El deshielo definitivo tiene fecha y competencia. En 2012, en el certamen anual ImageNet de reconocimiento de imágenes, un equipo de la Universidad de Toronto (Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton) presentó una red neuronal profunda que hoy llamamos AlexNet. No ganó por poco: pulverizó a la competencia, reduciendo el error a casi la mitad de sus rivales. La combinación era explosiva: muchos datos etiquetados, redes profundas y el músculo de las tarjetas gráficas (GPU), pensadas para videojuegos, reconvertidas en motores de cálculo.

Aquella noche legitimó lo que durante décadas había sido casi una herejía. El aprendizaje profundo dejó de ser una curiosidad académica para convertirse en la corriente dominante. Hinton, uno de los que había mantenido viva la llama conexionista durante el largo invierno, recibiría en 2018 el Premio Turing junto a Yoshua Bengio y Yann LeCun.

05 · la frase que cambió todoLa atención lo es todo

Cinco años después, en 2017, un grupo de investigadores de Google publicó un artículo con un título casi provocador: "Attention Is All You Need". Vaswani, Shazeer, Parmar y sus coautores proponían abandonar las arquitecturas recurrentes que procesaban el texto palabra por palabra, en fila india, y reemplazarlas por un mecanismo de atención capaz de mirar todas las palabras de una frase a la vez y decidir cuáles importan para cuáles. Lo llamaron Transformer, el transformador.

Casi todo lo que hoy llamas "IA" (los chats, los generadores de texto e imagen) desciende, en línea directa, de aquel artículo de 2017.

La arquitectura resultó asombrosamente escalable: cuantos más datos y más parámetros se le daban, mejor funcionaba, sin toparse pronto con un techo. De ahí a los grandes modelos de lenguaje, los LLM, hubo un solo paso conceptual pero un salto gigantesco de escala. Entrenados sobre enormes porciones de texto humano, esos modelos aprendieron a predecir la siguiente palabra tan bien que, casi de rebote, empezaron a traducir, resumir, programar y conversar. La apuesta de Turing, setenta años después, había dejado de ser un juego de salón.