¿Quién es el padre de la IA?

No nos compliquemos: si te has preguntado quién dio el pistoletazo de salida al movimiento de la inteligencia artificial, la respuesta, al menos históricamente, es bastante sencilla: John McCarthy . El hombre que no solo participó en los inicios de la IA, sino que, literalmente, le dio nombre. ¿La expresión « inteligencia artificial »? Suya.

Pero no lo confundas con un título llamativo. No es honorífico. Es ganado.

Artículos que quizás te interese leer después de éste:

🔗 Cómo crear una IA:
una guía completa y práctica para construir tu propia IA desde cero.

🔗 ¿Qué es la IA cuántica? – Donde la física, el código y el caos se intersectan.
Explora la alucinante intersección entre la mecánica cuántica y la inteligencia artificial.

🔗 ¿Qué es la inferencia en IA? – El momento en que todo cobra sentido
Aprende cómo la IA toma decisiones y produce información en tiempo real utilizando datos entrenados.

🔗 ¿Qué significa adoptar un enfoque holístico de la IA?
Descubre por qué el éxito de la IA va más allá de los algoritmos: la ética, la intención y el impacto también importan.

John McCarthy: Más que un nombre en un periódico 🧑📘

Nacido en 1927 y activo en el campo hasta su fallecimiento en 2011, John McCarthy poseía una peculiar claridad sobre las máquinas: su potencial y sus limitaciones. Mucho antes de que las redes neuronales colapsaran los servidores de internet, ya se planteaba las preguntas más difíciles: ¿Cómo enseñamos a las máquinas a pensar? ¿Qué se considera pensamiento?

En 1956, McCarthy coorganizó un taller en Dartmouth College con un grupo de intelectuales de gran calibre: Claude Shannon (sí, el de la teoría de la información), Marvin Minsky y algunos otros. No se trataba de una simple conferencia académica. Fue el momento clave. El evento en el que el término inteligencia artificial se utilizó por primera vez de forma oficial.

¿Esa propuesta de Dartmouth? Un poco árida en apariencia, pero desencadenó un movimiento que aún no se ha frenado.

¿Qué hizo realmente? (Mucho, la verdad) 💡🔧

Para empezar, LISP.
En 1958, McCarthy desarrolló LISP , el lenguaje de programación que dominaría la investigación en IA durante décadas. Si alguna vez has oído hablar de la "IA simbólica", LISP fue su herramienta fundamental. Permitió a los investigadores experimentar con lógica recursiva, razonamiento anidado; en resumen, cosas que ahora esperamos de tecnologías mucho más sofisticadas.

Tiempo compartido: el concepto original de la nube. El
tiempo compartido de McCarthy —que permite que varios usuarios interactúen con una computadora simultáneamente— impulsó la informática hacia la escalabilidad. Incluso podría decirse que fue un precursor de la computación en la nube.

Quería que las máquinas razonaran
Mientras que la mayoría se centraba en el hardware o en conjuntos de reglas limitados, McCarthy profundizó en la lógica: marcos conceptuales amplios y abstractos como el cálculo situacional y la circunscripción . No se trata de palabras de moda, sino de marcos conceptuales que ayudan a las máquinas no solo a actuar, sino a razonar en el tiempo y en situaciones de incertidumbre.

Ah, y fue cofundador del Laboratorio
de IA de Stanford (SAIL) El se convirtió en un pilar fundamental de la IA académica. Robótica, procesamiento del lenguaje, sistemas de visión: todos tienen sus raíces allí.

Pero no fue solo él 📚🧾

Miren, el genio rara vez es un acto solitario. El trabajo de McCarthy fue fundamental, sí, pero no fue el único en construir la columna vertebral de la IA. Aquí les presento a otras personas que merecen ser mencionadas:

Alan Turing planteó la pregunta "¿Pueden pensar las máquinas?" allá por 1950. Su prueba de Turing se sigue citando hoy en día. Visionario y, trágicamente, adelantado a su tiempo 🤖.
Claude Shannon - Contribuyó a inaugurar la conferencia de Dartmouth junto con McCarthy. También construyó un ratón mecánico (Theseus) que resolvía laberintos aprendiendo. Algo surrealista para los años 50 🐭.
Herbert Simon y Allen Newell crearon Logic Theorist , un programa capaz de demostrar teoremas. Al principio, la gente no lo creía.
Marvin Minsky : mitad teórico, mitad inventor. Se movía entre redes neuronales, robótica y reflexiones filosóficas audaces. Fue el compañero de debate intelectual de McCarthy durante años.
Nils Nilsson influyó discretamente en nuestra forma de pensar sobre planificación, búsqueda y agentes. Escribió los libros de texto que la mayoría de los primeros estudiantes de IA tenían a mano en sus escritorios.

Estos tipos no eran personajes secundarios; ayudaron a definir los límites de lo que podía ser la IA. Aun así, McCarthy seguía siendo la figura central.

¿Hoy en día? Eso ya es otro cantar 🔬⚙️

Avancemos rápidamente. Tenemos a personas como Geoffrey Hinton , Yoshua Bengio y Yann LeCun , ahora conocidos como los "padrinos del aprendizaje profundo".

Los modelos de retropropagación de Hinton en la década de 1980 no solo desaparecieron, sino que evolucionaron. Para 2012, su trabajo en redes neuronales convolucionales contribuyó a que la IA alcanzara un gran reconocimiento público. Pensemos en el reconocimiento de imágenes, la síntesis de voz y el texto predictivo: todos estos avances se derivan del impulso del aprendizaje profundo.

En 2024, Hinton recibió el Premio Nobel de Física por esas contribuciones. Sí, física. Así de difusas están ahora las fronteras entre código y cognición 🏆.

Pero aquí está la clave: sin Hinton, no habría habido un auge del aprendizaje profundo, es cierto. Pero también, sin McCarthy, no existiría el campo de la IA . Su influencia es innegable.

¿La obra de McCarthy? Sigue siendo relevante 🧩📏

Curiosamente, aunque el aprendizaje profundo domina hoy en día, algunas de las ideas "antiguas" de McCarthy están resurgiendo. ¿Razonamiento simbólico, grafos de conocimiento y sistemas híbridos? Vuelven a ser el futuro.

¿Por qué? Porque, por muy inteligentes que sean los modelos generativos, siguen teniendo ciertas limitaciones, como mantener la coherencia, aplicar la lógica a lo largo del tiempo o lidiar con contradicciones. McCarthy ya exploraba estas limitaciones en las décadas de los 60 y 70.

Así que cuando la gente habla de combinar LLM con capas lógicas o superposiciones simbólicas, están, consciente o inconscientemente, repitiendo su estrategia.