Hitos en Inteligencia Artificial: 2014 → 2024 # #

Idea - Tesis · La década 2014–2024 ha visto cómo tres vectores —capacidad de cómputo, avalanchas de datos y renovaciones arquitectónicas— confluían para transformar prototipos experimentales en infraestructuras críticas. La siguiente cronología entrelaza arquitecturas, técnicas y dominios de aplicación, señalando las dependencias y "efectos red" que amplificaron cada avance.

---

2014 · Generación adversarial y consolidación de visión profunda # #

Hito	Detalle técnico / intuición	Ecosistema & Derivadas
GAN (Goodfellow et al.)	Generador y discriminador juegan a falsificador‑policía. La retroalimentación adversarial permite gradualmente generar distribuciones realistas sin supervisión explícita1.	↔︎ 2018 StyleGAN (rostros sintéticos), ↔︎ 2021 DALL·E (texto→imagen).
CNNs (VGG/GoogLeNet)	Convoluciones profundas extraen jerarquías espaciales. La simplicidad de VGG facilita transfer learning masivo.	Sirvieron de espina dorsal para detección de objetos (YOLO v1, 2016).

---

2015 · Juegos, refuerzo profundo y surgimiento de la gobernanza open # #

Hito	Intuición técnica	Conexiones
AlphaGo Fan/Master	Política y valor aprendidos con policy‑gradient + MCTS; pre‑entrenamiento en partidas humanas → self‑play para superarse2.	↔︎ 2017 AlphaZero reemplaza policy bootstrap; ↔︎ 2020 MuZero integra model‑based RL.
Fundación de OpenAI	Manifiesto de IA "beneficial" incubará GPT‑series y DALL·E.	Cambiará en 2019 a capped‑profit.

---

2016 · RL reproducible y primeras brújulas éticas # #

Hito	Intuición técnica	Derivadas
OpenAI Gym	Estándariza entornos, métricas y seeds para RL3.	↔︎ 2018 Stable‑Baselines, ↔︎ 2021 RLlib.
IEEE Ethically‑Aligned Design (draft)	Primer marco supra‑técnico; enfatiza transparencia y responsabilidad.	Inspira lineamientos UNESCO 2021.

---

2017 · La revolución Transformer y la era de la atención # #

Hito	Intuición técnica	Efecto bola de nieve
Transformer	Reemplaza recurrencia por self‑attention → cada token pondera el contexto completo4. Escala paralelizable en GPU/TPU.	↔︎ 2018 BERT (enmascarado bidireccional), ↔︎ 2020 GPT‑3 (autoregresivo gigante).
Libratus	Estrategia de sub‑game solving + RL en póker de información imperfecta.	Aplica a ciberseguridad (Stackelberg Games).

---

2018 · Pre‑entrenamiento bidireccional y hardware a medida # #

Hito	Intuición técnica	Conexiones
BERT	Predice tokens ocultos mirando a ambos lados; introduce finetune‑everything5.	↔︎ 2019 RoBERTa (training longer), ↔︎ 2020 T5 (seq2seq pretrain‑prefix).
TPU v2 / v3	MatMul especializado → abarata millones de pasos de gradiente.	Hace viable entrenar GPT‑2 en semanas.

---

2019 → 2020 · Escalamiento, "capacidades emergentes" y biología # #

Año	Hito	Intuición	Ecosistema
2019	GPT‑2	1.5 B parámetros; web‑scale LM libera texto coherente sin task‑labels.	Debate sobre model release staggered por riesgos.
2020	GPT‑3	175 B; few‑shot prompting muestra emergencias semánticas6.	Prefigura toolformer & agents 2023.
2020	AlphaFold 2	Combina atención + módulos IPA; alcanza 92% GDT‑TS en CASP 147.	↔︎ Plataformas de descubrimiento de fármacos (Isomorphic Labs).

---

2021 · Visión‑texto multimodal y la era de la difusión # #

Hito	Núcleo conceptual	Derivadas
CLIP	Contraste texto-imagen a nivel embedding; aprende alignment sin etiquetas específicas8.	Base de DALL·E 2/3, búsqueda visual.
Modelos de Difusión (DDPM, Latent)	Proceso iterativo que añade y luego elimina ruido para generar datos desde una distribución aprendida9.	↔︎ 2022 Stable Diffusion, Midjourney. Superan a las GANs en fidelidad y diversidad.
ViT	Imagen⇒parches⇒tokens; aplica la receta Transformer a visión10.	Mejora SOTA en ImageNet con menos inductive bias.

---

2022 · Interfaces conversacionales, generación abierta y alineación # #

Hito	Intuición	Conexiones
ChatGPT (GPT‑3.5)	RLHF afina respuestas con preferencias humanas11. Escala de uso revela capacidad social de LLM.	↔︎ 2023 GPT‑4 (multimodal, tools).
Stable Diffusion	Modelo de difusión latente, open-source. Democratiza la generación de imágenes de alta fidelidad.	+10k forks en GitHub en 6 meses.

---

2023 · Multimodalidad integrada y verticales industriales # #

Hito	Intuición técnica	Impacto
GPT‑4	Mezcla texto + imagen con vision‑encoder externo y tool use scaffolding.12	Copilots médicos, legales, educativos.
DALL·E 3	Prompt‑following superior; coherencia de texto en imagen.	Integrado en flujos CAD & moda.
RAG mainstream	LLM + retrieval vectorial; combina memoria externa para factualidad.	Adoptado por motores de búsqueda (Bing Chat).

---

2024 · Regulación global, quinta generación de modelos y salto de hardware # #

Hito	Descripción / Intuición	Derivadas & Métricas
Ley Europea de IA	Consejo adopta versión final (21 may) → entra en vigor; clasifica sistemas por riesgo y prohíbe puntuación social.13	Desencadena mercado de reg-tech y auditorías ex-ante.
NIST AI RMF 1.0	Marco de gestión de riesgos de IA publicado por el Instituto Nacional de Estándares y Tecnología de EE. UU.	Guía para la implementación responsable de sistemas de IA.
AISI (España)	Estrategia nacional de IA en España enfocada en lenguas cooficiales, pymes y agricultura de precisión.	Impulsa la adopción de IA en sectores clave.
GPT-4o (OpenAI)	Multimodalidad nativa y en tiempo real (audio, visión, texto) con latencias conversacionales. Arquitectura optimizada para eficiencia y velocidad en la inferencia.14	Desbloquea asistentes de voz fluidos y análisis de vídeo en vivo.
Gemini 1.5 (Google DeepMind)	Modelo multimodal con capacidades avanzadas en razonamiento y comprensión contextual.	Compite con GPT-4o en tareas complejas.
Claude 3 (Anthropic)	Enfocado en seguridad y alineación, con mejoras en comprensión de instrucciones y generación de texto.	Adoptado en sectores legales y financieros.
Llama 3 (Meta, 8B / 70B)	Pesos abiertos entrenados con 15T tokens; arquitectura optimizada para RAG.	Cataliza ecosistema open-source de agentes locales.
NVIDIA Blackwell B200	208B transistores; 20 PFLOPs FP4; eficiencia energética líder.	Permite lotes de entrenamiento gigantescos.
Apple Intelligence	Modelo 3B on-device + cloud privada en iOS 18.	Normaliza LLMs privados y ligeros en móviles.
ISO/IEC 42001	Primer estándar ISO para sistemas de gestión de IA (AIMS), publicado en 2024.	Auditoría armonizada globalmente.
Madurez de flotas autónomas L4	Expansión de robotaxis Waymo / Cruise en EE. UU.; operación sin conductor en dominios definidos.	Millones de millas conducidas de forma autónoma en ciudades concretas.

---

📘 Glosario de Arquitecturas y Técnicas # #

Arquitectura	Intuición destilada	1ª publicación
CNN	Filtros locales aprenden jerarquías espaciales.	LeCun 1998; AlexNet 2012
RNN / LSTM	Estado oculto recurre para modelar secuencias.	Hochreiter & Schmidhuber 1997
GAN	Competencia generador-crítico.	Goodfellow 2014
Transformer	Self-attention global paralelizable.	Vaswani 2017
BERT	Contexto bidireccional con enmascarado.	Devlin 2018
GPT	Autoregresión masiva, few-shot.	Radford 2018–20
ViT	Parches→tokens, atención en visión.	Dosovitskiy 2020
CLIP	Contraste texto-imagen multimodal.	Radford 2021
AlphaFold 2	Atención + IPA para plegamiento.	Jumper 2020
RLHF	Recompensa humana para alinear LLM.	Ouyang 2022
Diffusion Model	De-noising iterativo para síntesis generativa.	Sohl-Dickstein 2015; Ho 2020 (DDPM)

---

📐 Secuencialidad y Dependencias (visión simplificada) # #

1. Transformer (2017) → BERT (2018) → GPT-3 (2020) → ChatGPT (2022) → GPT-4 (2023)
2. GAN (2014) → StyleGAN (2018) → VQ-GAN (2020) → DALL·E (2021)
3. Diffusion Models (2020-21) → DALL·E 2 (2022) → Stable Diffusion (2022)
4. Deep RL (DQN 2015) → AlphaGo (2016) → AlphaZero (2017) → MuZero (2020)
5. Visión CNN → ViT con herencia Transformer (2021)
6. Preentrenamiento → Transfer learning → Prompt engineering → Tool-use & RAG

---

📚 Fuentes y Referencias # #

Footnotes # #

1. Goodfellow, I. et al. Generative Adversarial Nets, NeurIPS 2014. ↩

2. Silver, D. et al. Mastering the Game of Go with Deep Neural Networks and Tree Search, Nature 2016. ↩

3. Brockman, G. et al. OpenAI Gym, arXiv 1606.01540. ↩

4. Vaswani, A. et al. Attention Is All You Need, NeurIPS 2017. ↩

5. Devlin, J. et al. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding, NAACL 2019. ↩

6. Brown, T. et al. Language Models are Few-Shot Learners, NeurIPS 2020. ↩

7. Jumper, J. et al. Highly accurate protein structure prediction with AlphaFold, Nature 2021. ↩

8. Radford, A. et al. Learning Transferable Visual Models From Natural Language Supervision, ICML 2021. ↩

9. Ho, J. et al. Denoising Diffusion Probabilistic Models, NeurIPS 2020. ↩

10. Dosovitskiy, A. et al. An Image Is Worth 16×16 Words, ICLR 2021. ↩

11. Ouyang, L. et al. Training language models to follow instructions with human feedback, arXiv 2203.02155. ↩

12. OpenAI. GPT-4 Technical Report, 2023. ↩

13. Council of the European Union. Artificial Intelligence Act formally adopted, 21 May 2024, Consilium.europa.eu. ↩

14. OpenAI. Hello GPT-4o, May 2024. ↩