La historia de la Inteligencia Artificial, desde sus fundamentos teóricos con Alan Turing hasta la emblemática victoria de AlphaGo, de DeepMind, en 2016, traza un camino claro: la búsqueda de una máquina capaz de igualar y superar la inteligencia humana en tareas lógicas complejas. La derrota del campeón mundial de Go no fue solo un hito más en la lista; fue la culminación de décadas de evolución a través de las generaciones simbólicas y conexionistas, demostrando que las redes neuronales profundas podían dominar un juego de una complejidad estratégica inmensa, superando con creces los logros de Deep Blue en el ajedrez.
Sin embargo, el período que se inicia después de 2016 marca un punto de inflexión tan radical que podría considerarse el amanecer de una nueva era para la IA. Si hasta entonces el enfoque principal era el análisis y la resolución de problemas con reglas definidas (aunque fueran complejas), los años siguientes presenciaron una explosión en la IA generativa, un cambio de paradigma impulsado fundamentalmente por la invención de la arquitectura Transformer en 2017.
Este avance fue el catalizador para el desarrollo de los modelos de lenguaje grandes (LLMs, por sus siglas en inglés), como la serie GPT de OpenAI y BERT de Google. Estos modelos no solo entienden el lenguaje con una profundidad sin precedentes, sino que pueden generarlo, traducirlo, resumirlo y hasta razonar con él. La IA pasó de ser una experta en juegos a convertirse en una conversadora, una escritora y una programadora.
Esta evolución se materializó de forma masiva y accesible a partir de 2022 con herramientas como ChatGPT, DALL·E 2 y Midjourney. De repente, la capacidad de la IA para crear contenido original —desde textos coherentes y ensayos hasta imágenes fotorrealistas y obras de arte a partir de simples descripciones textuales— se puso en manos del público general. Este fenómeno representa la maduración de las generaciones “híbrida” y “basada en el conocimiento”, pero a una escala inimaginable, donde la base de conocimiento es, en esencia, gran parte de internet.
En paralelo, la IA ha comenzado a resolver problemas científicos que antes eran intratables. Un ejemplo sobresaliente es AlphaFold 2, también de DeepMind, que en 2020 resolvió el problema del plegamiento de proteínas, un desafío biológico de 50 años que acelera drásticamente el descubrimiento de fármacos y la comprensión de enfermedades.
En resumen, si la historia de la IA hasta 2016 fue la crónica de cómo las máquinas aprendieron a “pensar” de forma lógica y estratégica, la historia desde entonces es la de cómo han aprendido a crear, comunicar y descubrir. Hemos transitado de una IA que dominaba nuestros juegos a una IA que aumenta nuestra creatividad, transforma nuestras industrias y expande las fronteras de la ciencia, consolidándose no solo como una herramienta de análisis, sino como un socio colaborativo en casi todas las facetas del quehacer humano.