Introducció
La Intel·ligència Artificial (IA) és una disciplina que ha evolucionat significativament des dels seus inicis. Aquest mòdul proporciona una visió general de la història i l'evolució de la IA, destacant els esdeveniments clau i les figures importants que han contribuït al desenvolupament d'aquesta àrea.
- Els Primers Dies de la IA
1.1. Orígens i Conceptes Inicials
- 1940s-1950s: Els conceptes inicials de la IA es van desenvolupar durant aquest període, amb figures com Alan Turing, que va proposar la idea de màquines que podrien imitar la intel·ligència humana.
- Alan Turing: Va introduir el "Test de Turing" el 1950, un criteri per determinar si una màquina pot mostrar un comportament intel·ligent equivalent al d'un ésser humà.
1.2. La Fundació de la IA com a Disciplina
- 1956: La conferència de Dartmouth és considerada el punt de partida oficial de la IA com a disciplina acadèmica.
- John McCarthy: Va encunyar el terme "Intel·ligència Artificial".
- Marvin Minsky, Nathaniel Rochester, Claude Shannon: Altres figures clau que van participar en aquesta conferència.
- Els Anys 60 i 70: Els Primers Èxits i Desafiaments
2.1. Desenvolupament de Programes Pioners
- 1960s: Creació dels primers programes d'IA capaços de resoldre problemes matemàtics i jugar a jocs com els escacs.
- ELIZA (1966): Un programa de processament de llenguatge natural creat per Joseph Weizenbaum que simulava una conversa amb un psicoterapeuta.
- Shakey el Robot (1969): Desenvolupat per SRI International, va ser el primer robot mòbil capaç de raonar sobre les seves accions.
2.2. L'Inici de la "IA Hivern"
- 1970s: Després d'un període d'entusiasme, la IA va experimentar una fase de desil·lusió coneguda com "IA Hivern", degut a les limitacions tecnològiques i la manca de resultats pràctics.
- Els Anys 80: El Ressorgiment de la IA
3.1. Sistemes Experts
- 1980s: Els sistemes experts, que utilitzaven coneixements específics per resoldre problemes complexos, van revitalitzar l'interès per la IA.
- MYCIN: Un sistema expert desenvolupat per diagnosticar infeccions bacterianes i recomanar tractaments.
3.2. Avanços en el Processament de Llenguatge Natural i Aprenentatge Automàtic
- 1986: Introducció de les xarxes neuronals artificials amb l'algoritme de retropropagació, desenvolupat per Geoffrey Hinton, David Rumelhart i Ronald Williams.
- Els Anys 90 i 2000: IA en el Món Real
4.1. IA en Jocs i Competències
- 1997: Deep Blue d'IBM derrota el campió mundial d'escacs Garry Kasparov, demostrant la capacitat de la IA en jocs complexos.
4.2. Aplicacions Pràctiques i Comercials
- 2000s: La IA comença a ser utilitzada en aplicacions comercials com motors de cerca, assistents virtuals i sistemes de recomanació.
- Google Search: Utilitza algoritmes d'IA per millorar els resultats de cerca.
- Amazon i Netflix: Utilitzen sistemes de recomanació basats en IA per suggerir productes i continguts.
- La IA en l'Era Moderna
5.1. Big Data i Aprenentatge Profund
- 2010s: L'augment de la capacitat de processament i la disponibilitat de grans quantitats de dades (Big Data) impulsen el desenvolupament de l'aprenentatge profund (Deep Learning).
- AlphaGo (2016): Desenvolupat per DeepMind, derrota el campió mundial de Go, un joc considerat més complex que els escacs.
5.2. IA en la Vida Quotidiana
- Assistents Virtuals: Com Siri, Alexa i Google Assistant, que utilitzen IA per entendre i respondre a les sol·licituds dels usuaris.
- Vehicles Autònoms: Cotxes que utilitzen IA per navegar i prendre decisions en temps real.
Conclusió
La història de la IA és una història de cicles d'entusiasme i desil·lusió, però amb un progrés constant cap a la creació de sistemes cada vegada més capaços i intel·ligents. Des dels seus inicis teòrics fins a les aplicacions pràctiques modernes, la IA ha transformat i continuarà transformant molts aspectes de la nostra vida quotidiana.
Exercici Pràctic
Preguntes de Reflexió
- Quins van ser els principals obstacles que van conduir al "IA Hivern" dels anys 70?
- Com va contribuir l'algoritme de retropropagació al ressorgiment de les xarxes neuronals en els anys 80?
- Quines són algunes de les aplicacions modernes més impactants de la IA?
Solucions
- Els principals obstacles incloïen limitacions tecnològiques, com la manca de potència de processament i memòria, així com expectatives no realistes sobre les capacitats de la IA.
- L'algoritme de retropropagació va permetre entrenar xarxes neuronals amb múltiples capes, millorant significativament la seva capacitat per aprendre i generalitzar a partir de dades.
- Algunes aplicacions modernes impactants inclouen assistents virtuals, vehicles autònoms, sistemes de recomanació en plataformes de comerç electrònic i entreteniment, i aplicacions mèdiques com el diagnòstic assistit per IA.
Resum
En aquesta secció, hem explorat la història i l'evolució de la IA, des dels seus inicis teòrics fins a les aplicacions pràctiques modernes. Hem vist com la IA ha passat per diferents fases de desenvolupament, incloent períodes de gran entusiasme i altres de desil·lusió, però amb un progrés constant cap a la creació de sistemes cada vegada més capaços i intel·ligents.
Fonaments d'Intel·ligència Artificial (IA)
Mòdul 1: Introducció a la Intel·ligència Artificial
Mòdul 2: Principis Bàsics de la IA
Mòdul 3: Algoritmes en IA
Mòdul 4: Aprenentatge Automàtic (Machine Learning)
- Conceptes Bàsics de Machine Learning
- Tipus d'Aprenentatge Automàtic
- Algoritmes de Machine Learning
- Avaluació i Validació de Models
Mòdul 5: Xarxes Neuronals i Deep Learning
- Introducció a les Xarxes Neuronals
- Arquitectura de Xarxes Neuronals
- Deep Learning i les seves Aplicacions