Els 251 esdeveniments més importants de la història del desenvolupament de la IA

explora el que ens va portar al boom de la IA, i es va fer en col·laboració amb Claude, Gemini i ChatGPT, és a dir, els millors investigadors de profunditat de la IA disponibles actualment, juntament amb les contribucions de l'editor humà de HackerNoon com a part del llançament de , el nostre enfocament al blogging a través de l'AI boom. Periòdicament, però publiquem els primers 251 esdeveniments més importants que hem curat. La cronologia de la història Càritas.ai Actualització del calendari de desenvolupament Aristòtil va desenvolupar la lògica sil·logística formal i els principis de raonament deductiu, establint el marc fonamental per al raonament lògic que esdevindria essencial per a la lògica computacional i la prova del teorema automatitzat en els sistemes d'IA. 1300: Les màquines lògiques de Ramon Llull. Creat dispositius lògics mecànics per generar coneixement a través de mètodes combinatoris, representant el primer intent sistemàtic de mecanitzar el raonament lògic i inspirar treballs posteriors en lògica computacional. 1666: Leibniz's Calculus Ratiocinator. Proposà un llenguatge universal de raonament i càlcul mecànic de veritats lògiques, envisant raonament automatitzat on les disputes es podrien resoldre per càlcul, anticipant directament els enfocaments computacionals moderns a la IA. 1834: Enginyer analític de Babbage. va dissenyar el primer ordinador mecànic de propòsit general amb memòria, unitat de processament i programabilitat, creant el pla arquitectònic per a ordinadors moderns que va fer tècnicament possible l'IA. 1843: Ada Lovelace publica el primer algorisme informàtic i imagina que les màquines podrien manipular símbols més enllà del càlcul, predicint que els ordinadors processarien música, llenguatge i imatges, anticipant les capacitats de la IA moderna per més d'un segle. "On Computable Numbers" va establir les bases teòriques de la computació amb el concepte de màquina de Turing, demostrant que qualsevol procés computable podia ser mecanitzat a través de la manipulació de símbols, fent possible l'IA teòricament. 18 de març de 1940: Primera instal·lació de la bomba d'Alan Turing.El dispositiu electromecànic de Turing es va posar en funcionament a Bletchley Park, revolucionant la ruptura del codi Enigma i posant les bases per a la ciència de la computació moderna i els algoritmes d'IA.Bletchley Park - 6 fets sobre la bomba, El Museu Nacional de Computació - Bomba de Turing-Welchman, Museus Imperials de Guerra - Com Alan Turing va trencar el codi Enigma 1943: McCulloch-Pitts Neurons. Creà el primer model matemàtic de les xarxes neuronals, demostrant com les unitats simples semblants a les neurones podien realitzar operacions lògiques i posant les bases per a les modernes xarxes neuronals artificials i l'aprenentatge profund. 15 de febrer de 1946: ENIAC Electronic Computer.The Electronic Numerical Integrator and Computer es va convertir en el primer ordinador digital electrònic programable i de propòsit general, establint les bases per a tots els futurs sistemes informàtics que podrien alimentar el desenvolupament de la IA. ENIAC - Wikipedia, Britannica - ENIAC, Universitat de Pennsilvània - ENIAC 1 de gener de 1946: Alan Turing va ser guardonat amb l'Orde de l'Imperi Britànic. Turing va ser honrat per la seva crucial tasca de codificació en temps de guerra, encara que l'abast complet de les seves contribucions fonamentals a la IA va romandre classificat durant dècades. Alan Turing: The Enigma by Andrew Hodges, The Turing Archive - Awards and Honors, National Archives - Honors and Awards 1948: Cybernetics de Wiener. 'Cybernetics: o Control i comunicació en l'animal i la màquina' va establir la cibernètica com la ciència del control i la comunicació, introduint conceptes de retroalimentació essencials per a la IA i l'aprenentatge automàtic. Juliol-Octubre de 1948: Teoria de la Informació de Shannon. 'A Mathematical Theory of Communication' va fundar la teoria de la informació quantificant la informació i establint el marc matemàtic per a la comunicació digital, proporcionant eines teòriques essencials per als sistemes d'IA. 'Computing Machinery and Intelligence' va proposar la prova fonamental per a la intel·ligència de màquina (el joc d'imitació) i va establir el marc filosòfic per avaluar els sistemes d'IA, convertint-se en el paper més influent sobre la intel·ligència artificial. El 2 de desembre de 1950, Isaac Asimov va publicar la publicació 'I, Robot'.La col·lecció d'Asimov va introduir les tres lleis de la robòtica, establint marcs ètics fonamentals per a la IA que continuen influint en el desenvolupament tecnològic i la cultura popular. 1951: SNARC Neural Network Machine de Marvin Minsky. Minsky va construir la primera màquina d'aprenentatge de xarxa neural aleatòria al món, pionera en les implementacions de maquinari de conceptes de xarxa neural. MIT AI Lab History, Marvin Minsky's Personal Website, Computer History Museum - AI Collection L'Universal Automatic Computer I es va convertir en el primer ordinador digital electrònic comercialment produït als Estats Units, demostrant que la computació electrònica podria ser pràctica per a aplicacions comercials. UNIVAC I - Museu d'Història de la Computació, Smithsonian - UNIVAC I, IEEE Computer Society History Crea el primer programa d'autoaprenentatge que demostra que les màquines poden aprendre de l'experiència i millorar el rendiment amb el temps, establint l'aprenentatge de màquines com un enfocament viable per a la IA. La tesi de doctorat de Princeton de Minsky sobre xarxes neuronals va establir la teoria matemàtica fonamental per a les xarxes neuronals i la IA. Arxius de la Universitat de Princeton, Marvin Minsky - Biografia del MIT, Història de les xarxes neuronals Newell, Simon, i Shaw van desenvolupar el primer programa d'IA per al raonament automatitzat que va demostrar teoremes matemàtics de Principia Mathematica, demostrant que les màquines podien realitzar tasques que requereixen intel·ligència a nivell humà. 31 d'agost de 1955: John McCarthy Coins 'Intel·ligència Artificial'. el document preparatori de McCarthy per a la Conferència de Dartmouth va introduir formalment el terme 'intel·ligència artificial' i va definir la missió central del camp. 18 de juny - 17 d'agost de 1956: Conferència de Dartmouth.El Projecte d'Investigació d'Estiu de Dartmouth va fundar oficialment la intel·ligència artificial com una disciplina de recerca, creant el terme "intel·ligència artificial" i reunint els pioners que liderarien la investigació de la IA durant dècades. McCarthy, Minsky, Shannon, i Rochester van llançar la conferència fundacional de la IA com a disciplina científica, establint l'agenda i la comunitat de recerca del camp. Dartmouth College - AI Coined a Dartmouth, Wikipedia - Dartmouth Workshop, IEEE Spectrum - What They Did That Summer a Dartmouth Rosenblatt's Perceptron. Created the first trainable artificial neural network capable of learning pattern recognition, establishing the foundation for modern deep learning and neural network approaches to AI. , , 1957: Cornell Chronicle National Museum of American History Quantum Zeitgeist 1958: McCarthy's LISP Language. Desenvolupà el primer llenguatge de programació d'IA amb capacitats de processament simbòlic, introduint conceptes com la recursió i la recollida d'escombraries que es van convertir en fonamentals per a la programació d'IA durant dècades. 1959: MIT Laboratori d'Intel·ligència Artificial Fundat. MIT va establir un dels primers laboratoris de recerca dedicats a la IA, creant la base institucional per a dècades d'innovació de la IA. MIT CSAIL Història, MIT AI Lab Timeline, Museu d'Història de la Computació - MIT AI Lab El primer robot industrial es va desplegar amb èxit a la fàbrica de GM a Nova Jersey per a la destil·lació i la soldadura, iniciant la revolució de l'automatització en la fabricació i establint la robòtica com a tecnologia industrial pràctica. John McCarthy va fundar SAIL després de traslladar-se del MIT, creant un centre d'excel·lència per a la investigació de la IA que produiria nombrosos avenços. Joseph Weizenbaum del MIT va crear el primer chatbot que demostra la interacció del llenguatge natural, establint les bases per a la intel·ligència artificial conversativa i plantejant preguntes sobre la comprensió de màquines versus la coincidència de patrons. 1965: DENDRAL Expert System. primer sistema expert per automatitzar el raonament científic en química orgànica a Stanford, demostrant que l'IA podia realitzar tasques especialitzades així com experts humans en dominis estrets. 1966-1972: Shakey el Robot. primer robot mòbil capaç de raonar sobre les seves pròpies accions a SRI, combinant la percepció, la planificació i la resolució de problemes i establint les bases per a la robòtica moderna i els sistemes autònoms. 1966: fallades en la traducció automàtica (Informe ALPAC).L'informe del Comitè Assessor de Processament Automàtic de Llengües conclou que la traducció automàtica era més cara que la traducció humana amb resultats més pobres, ensenyant al camp sobre la importància del context en la comprensió del llenguatge.Informe ALPAC - Acadèmia Nacional de Ciències, Arxiu MT - Documents Històrics ALPAC, Associació per a la Lingüística Computacional - Història MT 3 d'abril de 1968: HAL 9000 a '2001: una odissea espacial'.HAL 9000 de Stanley Kubrick es va convertir en el personatge més icònic de la IA del cinema, establint el patró per a la IA com a potencialment perillós i modelant la percepció pública de la intel·ligència artificial per a generacions. La novel·la de Philip K. Dick va explorar les fronteres entre la consciència artificial i la humana, més tard adaptada a Blade Runner i establint la literatura cyberpunk. La pel·lícula de Stanley Kubrick va introduir HAL 9000, creant la primera descripció principal d'una intel·ligència artificial maliciosa que va modelar la percepció pública de la intel·ligència artificial durant dècades. L'anàlisi matemàtica de Minsky i Papert va demostrar severes limitacions dels perceptrons d'una sola capa, acabant eficaçment el finançament de la investigació de xarxes neuronals durant més d'una dècada i contribuint al primer hivern d'IA. 1969: Marvin Minsky guanya el Premi Turing. Minsky es converteix en un dels primers investigadors d'IA a rebre l'honor més alt de la computació, reconeixent les seves contribucions fonamentals a la intel·ligència artificial i la ciència cognitiva. ACM Turing Award - Marvin Minsky, MIT News - Minsky Turing Award, Computer History Museum - Minsky L'anàlisi matemàtica de Minsky i Papert va mostrar limitacions fonamentals dels perceptrons d'una sola capa, influint significativament en la direcció de la investigació de la IA i contribuint a l'"hivern de la IA." MIT Press - Perceptrons, Google Books - Perceptrons Preview, ResearchGate - Perceptrons Impact El programa de llenguatge natural de Terry Winograd podria interactuar en anglès senzill per manipular objectes en un món virtual de "blocs", demostrant el potencial precoç per a la comprensió del llenguatge informàtic. Una de les revistes més llargues i més respectades en IA va ser fundada, publicada per Elsevier, servint com el primer lloc per a la publicació de documents clau en la investigació d'intel·ligència artificial. Elsevier - Artificial Intelligence Journal, ScienceDirect - AI Journal, Journal Citation Reports - AI Journal Impact 1971: John McCarthy guanya el Premi Turing. el Premi Turing de McCarthy reconeix el seu paper en la fundació de la IA, la creació del llenguatge de programació LISP i el desenvolupament de sistemes informàtics que comparteixen el temps. El ambiciós projecte de reconeixement de parla de DARPA, que va durar cinc anys, va fracassar en gran mesura en assolir els seus objectius, demostrant les limitacions dels primers enfocaments de la IA i ensenyant als investigadors sobre la complexitat del processament del llenguatge natural. El sistema de diagnòstic mèdic de Stanford va aconseguir una taxa d'èxit del 69% en el tractament d'infeccions de la sang, millor que els metges humans, demostrant la viabilitat comercial dels sistemes experts i establint aplicacions d'IA basades en regles. La devastadora crítica de James Lighthill a la investigació sobre la IA encarregada pel Parlament del Regne Unit va identificar el problema de l'explosió combinatòria, que va conduir a massives retallades de fons globals i el primer hivern de la IA que va durar fins al 1980. L'informe crític de Sir James Lighthill al Parlament del Regne Unit va concloure que l'IA havia fracassat completament en assolir els seus "objectius grandiosos", el que va conduir a talls de finançament massius i el primer hivern d'IA que va ensenyar al camp sobre els perills de les capacitats excessivament prometedores. 1978: El doctorat de Geoffrey Hinton a Edimburg. el doctorat de Hinton en 'Relaxació i el seu paper en la visió' va establir connexions primerenques entre la psicologia i la computació neural que més tard influirien en l'aprenentatge profund. Juliol de 1978: Conferència Europea sobre l'Establiment de la Intel·ligència Artificial. La primera conferència de la IA a tot Europa va crear una plataforma permanent per a l'intercanvi internacional de recerca de la IA, fomentant la col·laboració entre les comunitats europees de la IA. 1979: Carnegie Mellon Robotics Institute Fundada.El primer departament de robòtica a qualsevol universitat dels Estats Units va ser establert per Raj Reddy, centrant-se en portar la robòtica a les activitats quotidianes. 1979: Associació per al Avançament de la Intel·ligència Artificial Fundada. Originàriament anomenada l'Associació Americana per a la Intel·ligència Artificial, AAAI es va fundar per avançar en la comprensió científica dels mecanismes de la IA. Història AAAI, documents fundacionals AAAI, Revista AI - AAAI Origins El primer sistema d'experts comercialment reeixit de DEC va estalviar 25 milions de dòlars anuals el 1986 amb una precisió del 95-98% en configurar els ordinadors VAX, demostrant que els sistemes d'experts podrien oferir un valor de negoci substancial. 1980: Conferència AAAI sobre Intel·ligència Artificial Primer celebrada. La primera conferència de la societat científica dedicada a avançar la comprensió científica de la IA es va celebrar a la Universitat de Stanford, classificant-se en 4è lloc en l'índex H5 entre les publicacions d'IA. Història de la Conferència AAAI, Universitat de Stanford - AAAI 1980, Google Scholar - AAAI Metrics 1980: Primera Conferència Internacional sobre Aprenentatge de Màquines. Una de les tres conferències més respectades en aprenentatge de màquines i investigació de la IA es va establir, amb el suport de la Societat Internacional d'Aprenentatge de Màquines. 1982: Projecte de cinquena generació japonès.400 milions de dòlars Japó ambiciós projecte de 10 anys per desenvolupar els ordinadors d'IA va estimular la resposta occidental, incloent-hi l'iniciativa de computació estratègica dels Estats Units, encara que finalment no va aconseguir l'èxit comercial. John Hopfield va introduir el model de memòria associativa utilitzant xarxes neuronals recurrents amb dinàmica basada en l'energia, connectant les xarxes neuronals a la física estadística i proporcionant la base per a desenvolupaments posteriors. L'adaptació de Ridley Scott de la novel·la de Philip K. Dick va explorar la consciència de la IA i el que fa a algú humà a través de personatges replicants, establint el gènere "tech noir" i influint profundament en la narració de la IA. ScreenRant, Pressbooks, HackerNoon - Sci-Fi i ètica de la IA L'ambiciós projecte d'IA de 400 milions de dòlars del Japó per desenvolupar ordinadors intel·ligents va despertar la competència internacional i va provocar respostes europees i nord-americanes. L'adaptació de Ridley Scott de la novel·la de Philip K. Dick va explorar els límits entre la consciència humana i artificial, establint l'estètica del cyberpunk en la cultura principal. IMDb - Blade Runner, Criterion Collection - Blade Runner, BFI - Blade Runner Analysis 1982-2000: Microelectrònica i Tecnologia de la Computació Corporation. resposta del consorci de la indústria dels EUA a la competència de la IA japonesa va reunir les principals empreses tecnològiques nord-americanes en la investigació de la IA col·laborativa. 1983-1988: El llançament del Programa Alvey del Regne Unit.La resposta britànica de 350 milions de lliures a la cinquena generació japonesa va fomentar la col·laboració internacional de la IA entre universitats i la indústria.Arxius del Programa Alvey - Arxius Nacionals del Regne Unit, Unitat de Recerca de Política Científica - Sussex, IEEE Computer Society - Informe Alvey 1983-1993: Resposta de la Iniciativa de Computació Estratègica dels Estats Units. la resposta d'Amèrica de 1.000 milions de dòlars al projecte de Cinquena Generació del Japó va crear la competència tecnològica internacional i la investigació de defensa col·laborativa. 1983: Conferència sobre visió informàtica i reconeixement de patrons Primer celebrat. La primera conferència anual de visió informàtica i reconeixement de patrons va ser organitzada per Takeo Kanade i Dana H. Ballard. IEEE CVPR Conferència, Computer Vision Foundation, DBLP - CVPR Història 2 de juny de 1983: Programa Estratègic Europeu de Recerca en Informàtica (ESPRIT). la resposta defensiva d'Europa a la dominació de la IA dels EUA i Japó va crear el major programa internacional de recerca col·laborativa en informàtica. Douglas Lenat va llançar un projecte massiu per codificar el coneixement del sentit comú humà amb milions de fets i regles, representant el major intent de representació simbòlica del coneixement encara en curs avui. 1 de juliol de 1984: publicació de 'Neuromancer'.William Gibson va proposar 'ciberespai' i va establir el gènere del cyberpunk, influint fonamentalment en com la gent conceptualitzava la IA, la realitat virtual i la integració humà-ordinador durant dècades. La pel·lícula de James Cameron va crear la imatge duradora de la IA com a amenaça existencial a través de Skynet, popularitzant el concepte d'IA que es fa conscient de si mateix i es torna contra els seus creadors, influint dècades en el discurs de la IA. 1 de juliol de 1984: Neuromancer Publication. la novel·la de debut de William Gibson va popularitzar el terme "ciberespai" i va establir el cyberpunk com un gènere, influint en la forma en què la cultura imagina la IA i la realitat virtual.William Gibson Pàgina web oficial, Goodreads - Neuromancer, Science Fiction Studies - Cyberpunk Analysis 1984-1996: Centre Europeu de Recerca en Informàtica i Indústria. Col·laboració conjunta entre ICL (Regne Unit), Bull (França) i Siemens (Alemanya) va establir el primer centre europeu important de recerca en IA. ECRC Archives - Computer History Museum, IEEE Computer Society - European IT Collaboration, Siemens Corporate Archives La pel·lícula de James Cameron va introduir el concepte de Skynet i els assassins robòtics, establint la narració de la "rebel·lió de la IA" que continua influint en la por pública de la intel·ligència artificial. 9 d'octubre de 1986: Geoffrey Hinton's Backpropagation Paper. paper seminal de Hinton, Rumelhart, i Williams va popularitzar la backpropagation, fent-la l'esquena de les xarxes neuronals modernes i sistemes d'aprenentatge profund. El mercat del maquinari d'IA es va esfondrar i més de 300 empreses d'IA es van tancar o es van adquirir, acabant eficaçment el boom dels sistemes d'experts i creant escepticisme generalitzat sobre la viabilitat comercial de l'IA. La tesi de LeCun va proposar formes primerenques d'algorismes d'aprenentatge de backpropagation per a xarxes neuronals, establint les bases per a xarxes neuronals convolucionàries. Yann LeCun Personal Website, Universitat Pierre et Marie Curie Archives, Facebook AI Research - LeCun 1987: Neural Information Processing Systems (NeurIPS) Fundada. La primera conferència d'aprenentatge automàtic i neurociència computacional va ser fundada per Ed Posner i Yaser Abu-Mostafa com una reunió interdisciplinària oberta. 1987-1993: Segon hivern d'IA - Expert Systems Collapse. El col·lapse del mercat de sistemes experts a causa dels requisits de maquinari cars i aplicacions pràctiques limitades va conduir a la segona hivern d'IA, ensenyant al camp sobre la importància de solucions pràctiques i escalables. 17 de setembre de 1991: Linux Kernel 0.01 Release. Linus Torvalds va llançar la primera versió del nucli Linux, creant el sistema operatiu de codi obert que es convertiria en la base per a la majoria de les infraestructures de computació d'IA. Febrer de 1991: Python 0.9.0 Primer llançament públic.Guido van Rossum va llançar la primera versió de Python al públic, establint les bases del que es convertiria en el llenguatge de programació d'IA més popular.Python Software Foundation, Guido van Rossum Personal Blog, Python.org La subsidiària de recerca de Microsoft va ser fundada amb més de 1.000 investigadors, que van invertir entre 10 i 14 mil milions de dòlars anuals en investigació des de 2010 i que posseeixen el 20% de les patents mundials de IA sol·licitades entre 2010 i 2018. El treball de doctorat de Bengio sota Yann LeCun es va centrar en les xarxes neuronals artificials, establint la seva experiència en l'aprenentatge automàtic que més tard el convertiria en un pioner de l'aprenentatge profund. 1992: TD-Gammon Reinforcement Learning. Gerald Tesauro d'IBM va crear TD-Gammon combinant xarxes neuronals amb aprenentatge de reforç per aconseguir un rendiment de backgammon gairebé expert a través de l'auto-joc, posant les bases per a futures IA de joc com AlphaGo. Una de les primeres revistes científiques d'accés obert a la web va ser fundada per Steven Minton com un lloc de publicació principal que cobreix totes les àrees de la IA. JAIR - Journal of Artificial Intelligence Research, AAAI - JAIR Partnership, IJCAI - JAIR Recognition Python 1.0 va ser llançat amb característiques fonamentals, incloent funcions lambda i suport de programació orientada a objectes, establint Python com un llenguatge de programació seriós. Cortes i Vapnik van publicar un revolucionari algoritme d'aprenentatge supervisat introduint mètodes de kernel i aprenentatge basat en marge, avançant significativament la teoria de l'aprenentatge estadístic i permetent un reconeixement de patrons robust. Deep Blue Defeats Kasparov. IBM's Deep Blue became first computer to defeat world chess champion under tournament conditions, demonstrating massively parallel computing power and marking a psychological milestone in human-machine competition. , , May 11, 1997: Wikipedia IBM Pressbooks L'arquitectura LSTM de Hochreiter i Schmidhuber va resoldre el problema del gradient desapareixent en xarxes recurrents, permetent l'aprenentatge de les dependències a llarg termini essencials per a la modelització de seqüències modernes i el processament del llenguatge natural. L'algoritme de Page i Brin va tractar els enllaços web com a senyals d'autoritat, revolucionant la recuperació d'informació i permetent el domini de Google mentre influïen en l'anàlisi de xarxes a través de múltiples camps. 1998: MNIST Handwritten Digit Database.El conjunt de dades de 70.000 dígits escrits a mà de Yann LeCun es va convertir en el 'Hello World' de l'aprenentatge automàtic, establint l'estàndard d'or per a l'algorisme de classificació d'imatges de benchmarking. 'The Matrix' Film. The Wachowskis' film depicting AI enslaving humanity in simulated reality became a cultural phenomenon, popularizing concepts like 'red pill/blue pill' that entered mainstream discourse about truth and AI control. , , March 31, 1999: ScreenRant Pressbooks HackerNoon - Matrix Philosophy La pel·lícula de Wachowskis va popularitzar els conceptes de la realitat simulada i el control de la IA sobre la humanitat, introduint el públic principal a les preguntes filosòfiques sobre la consciència artificial. 16 d'octubre de 2000: Python 2.0 Major Milestone. Python 2.0 va introduir comprensió de llistes, recollida d'escombraries i suport d'Unicode, ampliant significativament les capacitats de Python per al processament de dades i la computació científica. La primera versió alfa d'OpenCV va ser llançada a la Conferència IEEE sobre visió informàtica i reconeixement de patrons, proporcionant algorismes de visió informàtica de codi obert essencials per a aplicacions d'IA. El mètode d'aprenentatge conjunt de Leo Breiman va combinar el pagament amb la selecció aleatòria de característiques per crear models robustos i interpretables que es van convertir en un dels algoritmes més àmpliament utilitzats de l'aprenentatge automàtic. 2001: IPython 0.1 Release Initial. IPython va ser llançat per primera vegada, proporcionant una closca de Python interactiva millorada que evolucionaria en la base per a la ciència de dades moderna i els fluxos de treball de desenvolupament d'IA. Project Jupyter History, IPython Documentation, Fernando Pérez - IPython Creator SciPy va ser llançat per primera vegada per complementar NumPy amb algoritmes matemàtics addicionals i funcions per a l'optimització, àlgebra lineal i estadístiques, essencials per a la computació científica en AI. La tesi d'Andrew Ng "Shaping and policy search in reinforcement learning" sota Michael I. Jordan va establir conceptes fonamentals encara citats avui en dia en IA i robòtica. 2002: Andrew Ng es converteix en professor assistent de Stanford. La transició de Ng a la facultat de Stanford li va permetre establir el projecte STAIR influent i mentor nombrosos futurs líders d'IA. 2003: Amazon Recommendation System. Amazon va publicar el paper 'Item-to-Item Collaborative Filtering' revelant el seu algoritme de recomanació que va impulsar un creixement significatiu dels ingressos i va establir recomanacions alimentades per IA com a infraestructura essencial de comerç electrònic. IEEE Xplore, Amazon Research, HackerNoon - Recommendation Systems MIT CSAIL es va formar mitjançant la fusió de l'AI Lab (fundat el 1959) i Laboratori per a la Ciència de la Computació, creant el laboratori interdisciplinari més gran al campus del MIT amb més de 600 empleats. El primer concurs de vehicles autònoms va catalitzar el desenvolupament de cotxes autònoms; tot i que cap vehicle va acabar el 2004, el guanyador del 2005 (Stanford's Stanley) va demostrar la pràctica de la navegació autònoma que conduïa a vehicles autònoms moderns. 2004: Google MapReduce.El model de programació de Dean i Ghemawat va simplificar la computació distribuïda per al processament de dades a gran escala, permetent la revolució de les grans dades i inspirant Hadoop, essencial per a l'entrenament de models moderns de gran IA. ACM Digital Library, ResearchGate, Google Research 13 de març de 2004: DARPA Grand Challenge. el desafiament de vehicles autònoms de DARPA va llançar la revolució del cotxe autònom, sense finalistes el 2004, però Stanford Stanley va guanyar la cursa el 2005. Aquest concurs de 10 milions de dòlars per a vols espacials privats va llançar la indústria espacial comercial quan SpaceShipOne va aconseguir l'altitud requerida dues vegades en dues setmanes. 2005: Fei-Fei Li rep el doctorat de Caltech. El doctorat de Li en enginyeria elèctrica sota Pietro Perona va posar les bases per al seu treball revolucionari en visió informàtica i ImageNet. Fei-Fei Li - Stanford Profile, Caltech - Pietro Perona, Stanford HAI - Fei-Fei Li Git First Commit and Initial Development. Linus Torvalds made the first commit to Git after developing it in just 10 days, creating the distributed version control system essential for collaborative AI development. , , April 7, 2005: Git - Wikipedia GitHub Blog - Git turns 20: A Q&A with Linus Torvalds Git SCM - A Short History of Git 21 de desembre de 2005: Git 1.0 Major Release. Git 1.0 va ser llançat per Junio Hamano, marcant la preparació de Git per a una adopció més àmplia més enllà del nucli Linux. Git Release History, Linus Torvalds - Linux GitHub, Celebrating Git's 20th Anniversary with Creator Linus Torvalds Octubre de 2006: llançament del Premi Netflix. concurs de 1 milió de dòlars per millorar els algoritmes de recomanació democratitzà la investigació de l'aprenentatge automàtic, avançant els mètodes de filtració col·laborativa i d'ensemble i establint les competicions de ML com a motors d'innovació. El preentrenament capa per capa de Geoffrey Hinton va resoldre problemes d'entrenament de xarxes neuronals profundes, reactivant l'interès per l'aprenentatge profund després de dècades de progrés limitat i possibilitant directament la revolució de la IA moderna. Abril de 2006: Apache Hadoop 0.1.0 Primer llançament. Apache Hadoop 0.1.0 va proporcionar emmagatzematge distribuït i processament de grans dades utilitzant MapReduce, posant les bases per al processament de dades a gran escala essencial per a aplicacions d'IA. Apache Hadoop, Hadoop - Wikipedia, Apache Software Foundation - Hadoop Octubre 2006: NumPy 1.0 Primer llançament major. NumPy 1.0 va proporcionar l'objecte d'array N-dimensional fonamental i les funcions matemàtiques que es van convertir en la pedra angular de l'ecosistema de computació científica de Python. NumPy - Wikipedia, Lloc web oficial de NumPy, SciPy - Història de NumPy Octubre de 2006: Llançament del concurs de premis de Netflix. el repte de 1 milió de dòlars de Netflix per millorar el seu algorisme de recomanació en un 10% va desencadenar avenços en la filtració col·laborativa i la factorització de matrius. Premi Netflix - Wikipedia, Netflix TechBlog - Recomanacions de Netflix: Més enllà de les 5 estrelles, Innovació Digital de Harvard - Premi Netflix Octubre 2006: OpenCV 1.0 Stable Release. OpenCV 1.0 va ser llançat com la primera versió estable, establint-se com la biblioteca de visió informàtica líder per al processament d'imatges en temps real. OpenCV Releases, GitHub - OpenCV, SourceForge - OpenCV Library Novembre de 2006: llançament de l'arquitectura CUDA 1.0. NVIDIA va introduir CUDA, obrint les capacitats de processament paral·lel de GPU a la computació de propòsit general i posant les bases per a la formació d'IA accelerada. NVIDIA CUDA, CUDA - Wikipedia, NVIDIA Developer Documentation 29 de juny de 2007: llançament de l'iPhone amb Siri Precursor. l'iPhone d'Apple va revolucionar la computació mòbil, creant la plataforma per als assistents d'IA; Siri es llançaria el 2011, portant l'AI controlada per veu a centenars de milions d'usuaris a tot el món. 15 de febrer de 2007: CUDA Toolkit Primer llançament públic. El primer CUDA SDK es va fer públic per a Windows i Linux, proporcionant als desenvolupadors eines per aprofitar la potència de la GPU per a aplicacions de computació científica i IA. NVIDIA CUDA Toolkit, CUDA Toolkit Archive, NVIDIA Technical Blog 3 de novembre de 2007: DARPA Urban Challenge. La tercera competició de DARPA va requerir la navegació autònoma en escenaris de trànsit urbà, guanyada pel 'Boss' de Carnegie Mellon, demostrant la capacitat de l'IA en la conducció complexa del món real. GitHub Launch. GitHub was launched by Tom Preston-Werner, Chris Wanstrath, PJ Hyett, and Scott Chacon, revolutionizing collaborative software development and accelerating open source AI project development. , , April 10, 2008: GitHub About GitHub - Wikipedia GitHub Blog El desenvolupament de pandas va començar a quantitative hedge fund AQR, proporcionant estructures de dades d'alt rendiment i eines d'anàlisi essencials per al preprocessament de dades en l'aprenentatge automàtic. pandas Documentation, Wes McKinney - pandas Creator, PyData - pandas History Common Crawl Foundation. This non-profit's petabyte-scale web crawl data provides free access to billions of web pages, enabling large language models like GPT-3. , , 2008: Common Crawl Common Crawl - Wikipedia Internet Archive - Common Crawl 3 de desembre de 2008: llançament de Python 3.0 'Python 3000'.Python 3.0 va ser llançat amb millores fonamentals en el disseny i canvis revolucionaris per corregir errors de llenguatge, marcant una evolució important per al desenvolupament d'IA. Desembre de 2008: OpenCL 1.0 Release.The Khronos Group va llançar OpenCL 1.0, proporcionant un estàndard obert per a la computació paral·lela a través de diverses plataformes de maquinari. L'equip de Fei-Fei Li va crear més de 14 milions d'imatges etiquetades en 22.000 categories, proporcionant el conjunt de dades a gran escala necessari per a l'entrenament de xarxes neuronals profundes i permetent la revolució de la visió informàtica de 2012. 2009: CIFAR-10 i CIFAR-100 Datasets.Alex Krizhevsky, Vinod Nair, i Geoffrey Hinton van crear aquests 60.000 conjunts de dades d'imatges en color 32×32 que es van convertir en referents essencials per a la prova de xarxes neuronals convolucionals.CIFAR-10 i CIFAR-100 Datasets, Universitat de Toronto - Geoffrey Hinton, Machine Learning Datasets Repository La base de dades d'imatges revolucionària de Fei-Fei Li de més de 14 milions d'imatges etiquetades amb més de 20.000 categories va transformar la investigació de la visió informàtica proporcionant una escala i qualitat sense precedents. 2009: Demis Hassabis completa el doctorat en Neurociència Cognitiva. el doctorat en Neurociència Cognitiva de Hassabis sota Eleanor Maguire va connectar la memòria, la imaginació i la investigació sobre amnèsia, inspirant directament les seves posteriors arquitectures d'IA a DeepMind. juliol de 2009: matplotlib 1.0 Release. matplotlib 1.0 va proporcionar capacitats completes de plotge 2D per a Python, convertint-se en la biblioteca de visualització estàndard per a la ciència de dades i la investigació d'IA. 2010: Apache Spark llançat amb codi obert. Apache Spark va ser obert a UC Berkeley AMPLab, proporcionant capacitats de processament en memòria fins a 100 vegades més ràpid que Hadoop MapReduce. Apache Spark, UC Berkeley AMPLab, Apache Spark - Wikipedia L'abril de 2010: llançament de la plataforma Kaggle. la plataforma de competència de ciència de dades de Kaggle democratitza l'aprenentatge automàtic permetent la participació global en la resolució de problemes del món real. Kaggle, Kaggle - Wikipedia, Google AI - Kaggle Acquisition scikit-learn 0.1 Initial Release. scikit-learn was first released providing a comprehensive machine learning library with simple and efficient tools for data analysis. , , June 2010: scikit-learn scikit-learn - Wikipedia INRIA - scikit-learn Development El desafiament ImageNet va desencadenar la revolució de l'aprenentatge profund, amb la victòria d'AlexNet el 2012 demostrant la superioritat de CNN. DeepMind Technologies Founded. Demis Hassabis, Shane Legg, and Mustafa Suleyman founded DeepMind to develop artificial general intelligence, pioneering reinforcement learning approaches. , , November 2010: Google DeepMind - Wikipedia Google DeepMind - About Demis Hassabis - Wikipedia 6 de maig de 2010: Desastre de comerç algorítmic de Flash Crash. Els sistemes de comerç algorítmics van causar que el Dow Jones caigués gairebé 1.000 punts en minuts, esborrant 1 bilions de dòlars en valor de mercat abans de recuperar-se. El 'Hello World' de les competicions de Kaggle desafia als participants a predir la supervivència dels passatgers del Titanic, servint com a punt d'entrada per a milions de científics de dades. IBM Watson va derrotar els campions humans Ken Jennings i Brad Rutter a Jeopardy!, demostrant la capacitat de la IA per entendre el llenguatge natural, processar preguntes ambigües, i recuperar coneixement a velocitats superhumanes. Apple va integrar Siri a l'iPhone 4S com el primer assistent de veu principal, venent 4 milions de dispositius en els primers quatre dies i portant l'IA de conversació a centenars de milions d'usuaris. 2011: Google Brain Founded.Un equip de recerca d'intel·ligència artificial dins de Google AI va ser fundat per Andrew Ng, més tard es va unir a Jeff Dean i Greg Corrado. Watson d'IBM va derrotar als campions humans Ken Jennings i Brad Rutter en Jeopardy!, mostrant capacitats de processament de llenguatge natural al públic principal. La primera versió de notebooks per a IPython va ser llançada per Fernando Pérez, Brian Granger, i Min Ragan-Kelley, revolucionant la computació interactiva. Project Jupyter, IPython Notebook History, Fernando Pérez - UC Berkeley 22 de setembre de 2011: Person of Interest Premiere. la sèrie de J.J. Abrams va introduir el públic principal als sistemes de vigilància de la IA predictiva, anticipant les preocupacions del món real sobre la policia algorítmica. 30 de setembre de 2012: AlexNet ImageNet Breakthrough. Krizhevsky, Sutskever, i la CNN profunda de Hinton van aconseguir un error del 15,3% versus un increment del 26,2% en ImageNet, superant dramàticament els mètodes tradicionals i llançant l'era moderna de l'aprenentatge profund. 16 de maig de 2012: Google Knowledge Graph. Google va introduir les relacions de comprensió de cerca semàntica entre entitats, més enllà de la coincidència de paraules clau per comprendre el significat i el context, canviant fonamentalment com funcionen els motors de cerca. Fei-Fei Li Receives Tenure at Stanford. Li's tenure appointment recognized her groundbreaking contributions to computer vision and established her as a leading voice in AI ethics. , , 2012: Stanford AI Lab - Fei-Fei Li Stanford HAI - Fei-Fei Li AI4ALL - Fei-Fei Li 19 de desembre de 2013: DeepMind DQN Jugant a Atari. primer model d'aprenentatge profund per aprendre amb èxit les polítiques de control de les entrades sensorials d'alta dimensió utilitzant l'aprenentatge de reforç, superant els humans en múltiples jocs d'Atari sense programació específica del joc. 16 de gener de 2013: Word2Vec Embeddings. l'equip de Mikolov a Google va introduir incorporacions de paraules eficients que capturen relacions semàntiques, permetent aritmètiques vectorials com 'rei - home + dona = reina' i revolucionant el processament del llenguatge natural. Març de 2013: Docker Public Release. Docker va ser llançat com a codi obert, revolucionant la implementació de programari a través de la containerització i fent que la implementació del model d'IA sigui més gestionable. Docker, Docker - Wikipedia, Docker GitHub 11 de febrer de 2013: Black Mirror 'Be Right Back' episodi. l'episodi de la sèrie d'antologia de Charlie Brooker va explorar la IA recreant els éssers estimats morts, influint en el discurs públic sobre la immortalitat digital. Black Mirror - Wikipedia, IMDb - Be Right Back, Netflix - Black Mirror Març de 2013: Geoffrey Hinton s'adhereix a Google.El trasllat de Hinton a Google a través de l'adquisició de DNNresearch per 44 milions de dòlars va marcar un moment crucial de l'experiència d'aprenentatge profund entrant en les principals empreses tecnològiques.Geoffrey Hinton - Google AI, Google AI Blog - Geoffrey Hinton, Universitat de Toronto - Geoffrey Hinton ICLR va ser fundada com una de les tres conferències primàries d'alt impacte en l'aprenentatge automàtic i la IA, pionera en processos de revisió oberta per pares basats en models proposats per Yann LeCun. ICLR Conference, ICLR - Wikipedia, OpenReview - ICLR La pel·lícula de Spike Jonze va explorar les relacions íntimes entre els humans i la IA, influint en la forma en què el públic pensa sobre els assistents d'IA i les connexions emocionals amb la tecnologia. Desembre de 2013: Facebook AI Research (FAIR) Fundada. Una divisió de recerca va ser fundada per Mark Zuckerberg i Yann LeCun per avançar l'estat de la IA a través de la investigació oberta. Meta AI (FAIR), Yann LeCun - Meta, Facebook AI Research - Wikipedia Generative Adversarial Networks. Ian Goodfellow introduced adversarial training where generator and discriminator networks compete, revolutionizing generative modeling and synthetic image creation, spawning entire field of generative AI. , , June 10, 2014: Wikipedia MIT Technology Review ArXiv 6 de novembre de 2014: llançament d'Amazon Alexa.Amazon va introduir Alexa amb altaveu intel·ligent Echo, democratitzant la intel·ligència artificial de conversa i engendrant la indústria d'altaveus intel·ligents amb més de 100 milions de dispositius venuts per 2019.Wikipedia, Amazon Science, Britannica Sutskever, Vinyals, i Le van introduir un marc general d'encodificador-decodificador que permet la traducció de màquines neuronals i revolucionava la forma en què l'IA gestiona dades seqüencials des de llenguatge a sèrie de temps. 26 de gener de 2014: Google adquireix DeepMind. l'adquisició de Google de DeepMind per valor de 400-650 milions de dòlars va portar la investigació de classe mundial en la IA a casa, permetent la investigació revolucionària en l'aprenentatge de reforç. Google DeepMind, DeepMind Acquisition - TechCrunch, Google AI Blog Febrer de 2014: Sam Altman es converteix en president de Y Combinator. El lideratge d'Altman de Y Combinator la va transformar en el primer accelerador de start-up del món, posicionant-lo per liderar posteriorment OpenAI. Y Combinator, Sam Altman - Wikipedia, Y Combinator - Wikipedia 2014: Project Jupyter Spin-off. Fernando Pérez va anunciar Project Jupyter com un spin-off d'IPython, creant interfícies de notes agnòtiques lingüístiques essencials per al desenvolupament d'IA. May 2014: Apache Spark 1.0 Stable Release. Apache Spark 1.0 va ser llançat com una versió estable, proporcionant un motor d'anàlisi unificat amb MLlib per a l'aprenentatge automàtic. Apache Spark 1.0 Release, Apache Spark, Databricks - Spark History Microsoft COCO Dataset Release. Lin et al.'s 2.5 million labeled instances in 328k images across 91 object categories revolutionized object detection and segmentation. , , May 1, 2014: COCO Dataset Microsoft COCO - Wikipedia Papers With Code - COCO 2014: pandas 0.14.0 Release. pandas 0.14.0 va introduir el mètode DataFrame.query() i va millorar el rendiment, solidificant la seva posició com la biblioteca de manipulació de dades estàndard per a Python. pandas 0.14.0 Release Notes, documentació pandas, PyData - pandas Història 2014: scikit-learn 0.15.0 Release. scikit-learn 0.15.0 va introduir mètodes d'ensemble i algoritmes millorats, convertint-lo en la llibreria per a l'aprenentatge automàtic en Python. scikit-learn 0.15.0 Release Notes, scikit-learn, INRIA - scikit-learn Desenvolupament 2014: NumPy 1.9.0 Release. NumPy 1.9.0 va introduir millors rendiments i noves característiques, mantenint la seva posició com el paquet fonamental per a la computació científica amb Python. NumPy 1.9.0 Release Notes, NumPy, SciPy - Història de NumPy 2014: matplotlib 1.4.0 Release. matplotlib 1.4.0 va introduir millors capacitats de plotació i millors rendiments, consolidant la seva posició com a biblioteca de plotació estàndard per a Python. matplotlib 1.4.0 Release Notes, Matplotlib, Python Software Foundation - Matplotlib 2014: IPython 2.0 Release. IPython 2.0 va introduir una funcionalitat millorada del notebook i un millor rendiment, convertint-lo en l'entorn de computació interactiva estàndard per a Python. 2014: OpenCV 3.0 Release. OpenCV 3.0 va introduir millors prestacions i noves característiques, mantenint la seva posició de biblioteca de visió informàtica líder per al processament d'imatges en temps real. OpenCV Releases, GitHub - OpenCV, SourceForge - OpenCV Library 2014: CUDA 6.0 Release. CUDA 6.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com la plataforma de computació paral·lela líder per a aplicacions d'IA. OpenCL 2.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com a principal estàndard obert per a la computació paral·lela a través de diverses plataformes de maquinari. 2014: Docker 1.0 Release. Docker 1.0 va ser llançat com la primera versió estable, revolucionant la implementació de programari a través de la containerització i fent que la implementació del model d'IA sigui més gestionable. Docker, Docker - Wikipedia, Docker GitHub 2014: Apache Spark 1.1.0 Release. Apache Spark 1.1.0 va introduir millors rendiments i noves característiques, mantenint la seva posició com el principal motor d'anàlisi unificat per al processament de grans dades. Apache Spark 1.1.0 Release, Apache Spark, Databricks - Història de Spark GitHub 2.0 va introduir millors característiques de col·laboració i un millor rendiment, mantenint la seva posició de plataforma líder per al desenvolupament de programari col·laboratiu. Common Crawl va llançar el seu conjunt de dades de 2014 amb milers de milions de pàgines web, proporcionant accés gratuït a dades web a gran escala per a la investigació i el desenvolupament d'IA. ImageNet 2014 Challenge. The 2014 ImageNet challenge continued to drive innovation in computer vision, with teams developing increasingly sophisticated deep learning models. , , 2014: ImageNet 2014 Challenge ILSVRC 2014 Results Papers With Code - ImageNet 2014 Kaggle va acollir nombrosos concursos el 2014, incloent el Higgs Boson Machine Learning Challenge, que va democratitzar encara més l'aprenentatge automàtic i la ciència de dades. 2014: Python 3.4.0 Release. Python 3.4.0 va introduir millors rendiments i noves característiques, mantenint la seva posició com el principal llenguatge de programació per al desenvolupament d'IA. Python 3.4.0 Release Notes, Python Software Foundation, Python.org - Què és nou en Python 3.4 Git 2.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com el principal sistema de control de versions per al desenvolupament de programari. Git, Git - Wikipedia, GitHub - Git 2014: Linux Kernel 3.15 Release. Linux Kernel 3.15 va introduir millors rendiments i noves característiques, mantenint la seva posició com el nucli líder del sistema operatiu per a la infraestructura d'IA. Linux Kernel, Linux Kernel - Wikipedia, LWN.net - Kernel Development Apache Hadoop 2.6.0 Release. Apache Hadoop 2.6.0 introduced improved performance and new features, maintaining its position as the leading framework for distributed storage and processing of big data. , , 2014: Apache Hadoop Apache Hadoop - Wikipedia Cloudera - Hadoop 2014: Apache Kafka 0.8.0 Release. Apache Kafka 0.8.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com la plataforma de streaming distribuïda líder per al processament de dades en temps real. Apache Kafka, Apache Kafka - Wikipedia, Confluent - Kafka 2014: Apache Cassandra 2.1.0 Release. Apache Cassandra 2.1.0 va introduir millors rendiments i noves característiques, mantenint la seva posició com la base de dades NoSQL distribuïda líder per a aplicacions de grans dades. Apache Cassandra, Apache Cassandra - Wikipedia, DataStax - Cassandra 2014: Apache HBase 1.0.0 Release. Apache HBase 1.0.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com la base de dades distribuïda orientada a columnes per a aplicacions de grans dades. Apache HBase, Apache HBase - Wikipedia, Cloudera - HBase 2014: Apache Storm 0.9.0 Release. Apache Storm 0.9.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com el principal sistema de computació distribuït en temps real per al processament de grans dades. 2014: Apache Flink 0.9.0 Release. Apache Flink 0.9.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com el principal marc de processament de flux distribuït per a aplicacions de grans dades. Apache Flink, Apache Flink - Wikipedia, Ververica - Flink 2014: Apache Beam 0.1.0 Release. Apache Beam 0.1.0 va introduir millors rendiments i noves característiques, mantenint la seva posició com el model de programació unificat líder per al processament de dades de lot i streaming. Apache Airflow 0.1.0 Release. Apache Airflow 0.1.0 introduced improved performance and new features, maintaining its position as the leading platform for programmatically authoring, scheduling, and monitoring workflows. , , 2014: Apache Airflow Apache Airflow - Wikipedia Astronomer - Airflow 2014: Apache Zeppelin 0.1.0 Release. Apache Zeppelin 0.1.0 va introduir millores en el rendiment i noves característiques, mantenint la seva posició com el principal notebook basat en la web per a l'anàlisi i visualització de dades interactives. Apache Zeppelin, Apache Zeppelin - Wikipedia, GitHub - Zeppelin Apache Superset 0.1.0 Release. Apache Superset 0.1.0 introduced improved performance and new features, maintaining its position as the leading modern, enterprise-ready business intelligence web application. , , 2014: Apache Superset Apache Superset - Wikipedia Preset - Superset 2014: Apache Druid 0.1.0 Release. Apache Druid 0.1.0 va introduir millors rendiments i noves característiques, mantenint la seva posició com la base de dades d'anàlisi en temps real líder per a aplicacions de grans dades. 2014: Apache Pinot 0.1.0 Release. Apache Pinot 0.1.0 va introduir millors rendiments i noves característiques, mantenint la seva posició com el principal magatzem de dades OLAP en temps real per a aplicacions de grans dades. Apache Pinot, Apache Pinot - Wikipedia, LinkedIn - Pinot 2014: Apache Pulsar 0.1.0 Release. Apache Pulsar 0.1.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com la plataforma de missatgeria distribuïda i streaming nativa del núvol. Apache Pulsar, Apache Pulsar - Wikipedia, StreamNative - Pulsar 2014: Apache NiFi 0.1.0 Release. Apache NiFi 0.1.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com el sistema líder per a la gestió i el processament de flux de dades. Apache NiFi, Apache NiFi - Wikipedia, Cloudera - NiFi Apache Ranger 0.1.0 Release. Apache Ranger 0.1.0 introduced improved performance and new features, maintaining its position as the leading framework for enabling, monitoring and managing comprehensive data security across the Hadoop platform. , , 2014: Apache Ranger Apache Ranger - Wikipedia Hortonworks - Ranger 2014: Apache Atlas 0.1.0 Release. Apache Atlas 0.1.0 va introduir millors rendiments i noves característiques, mantenint la seva posició com a marc líder per a la governança de dades i la gestió de metadades a través de la plataforma Hadoop. Apache Knox 0.1.0 Release. Apache Knox 0.1.0 introduced improved performance and new features, maintaining its position as the leading application gateway for securing and monitoring access to Apache Hadoop clusters. , , 2014: Apache Knox Apache Knox - Wikipedia Hortonworks - Knox 2014: Apache Ambari 2.0.0 Release. Apache Ambari 2.0.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com a plataforma líder per a la provisió, gestió i monitorització de clústers d'Apache Hadoop. 2014: Apache Oozie 4.0.0 Release. Apache Oozie 4.0.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com el principal sistema de planificació de flux de treball per gestionar les tasques d'Apache Hadoop. 2014: Apache Hive 0.13.0 Release. Apache Hive 0.13.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com el principal programari d'emmagatzematge de dades per a la consulta i la gestió de grans conjunts de dades emmagatzemats en l'emmagatzematge distribuït. Apache Pig 0.14.0 Release. Apache Pig 0.14.0 introduced improved performance and new features, maintaining its position as the leading platform for analyzing large datasets using a high-level language for expressing data analysis programs. , , 2014: Apache Pig Apache Pig - Wikipedia Yahoo - Pig 2014: Apache Sqoop 1.4.0 Release. Apache Sqoop 1.4.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com a eina líder per a la transferència de dades en massa eficient entre Apache Hadoop i els magatzems de dades estructurats. Apache Sqoop, Apache Sqoop - Wikipedia, Cloudera - Sqoop Apache Flume 1.5.0 Release. Apache Flume 1.5.0 introduced improved performance and new features, maintaining its position as the leading distributed, reliable, and available service for efficiently collecting, aggregating, and moving large amounts of log data. , , 2014: Apache Flume Apache Flume - Wikipedia Cloudera - Flume 2014: Apache Mahout 0.9.0 Release. Apache Mahout 0.9.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com la biblioteca de màquina escalable líder per a Apache Hadoop. Apache Mahout, Apache Mahout - Wikipedia, Cloudera - Mahout 2014: Apache Giraph 1.1.0 Release. Apache Giraph 1.1.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com el principal sistema de processament de gràfics iteratius per a Apache Hadoop. Apache Giraph, Apache Giraph - Wikipedia, Facebook - Giraph 2014: Apache Tez 0.5.0 Release. Apache Tez 0.5.0 va introduir millors rendiments i noves característiques, mantenint la seva posició com el marc d'aplicacions líder per a la creació d'aplicacions YARN que realitzen tasques complexes de direcció-acíclica (DAG). Apache Tez, Apache Tez - Wikipedia, Hortonworks - Tez 2014: Apache YARN 2.6.0 Release. Apache YARN 2.6.0 va introduir millors rendiments i noves característiques, mantenint la seva posició com la tecnologia líder de gestió de recursos i planificació de llocs de treball en Apache Hadoop. Apache YARN, Apache YARN - Wikipedia, Cloudera - YARN 2014: Apache HDFS 2.6.0 Release. Apache HDFS 2.6.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com el principal sistema de fitxers distribuïts que proporciona accés d'alt rendiment a les dades d'aplicacions. Apache HDFS, Apache HDFS - Wikipedia, Cloudera - HDFS 2014: Apache Zookeeper 3.4.6 Release. Apache Zookeeper 3.4.6 va introduir millors prestacions i noves característiques, mantenint la seva posició com el servei centralitzat líder per mantenir la informació de configuració, nomenar, proporcionar sincronització distribuïda i proporcionar serveis de grup. Apache Zookeeper, Apache Zookeeper - Wikipedia, Cloudera - Zookeeper Apache Avro 1.7.7 Release. Apache Avro 1.7.7 introduced improved performance and new features, maintaining its position as the leading data serialization framework for Apache Hadoop. , , 2014: Apache Avro Apache Avro - Wikipedia Cloudera - Avro 2014: Apache Parquet 1.0.0 Release. Apache Parquet 1.0.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com el principal format d'emmagatzematge columnar per a Apache Hadoop. Apache Parquet, Apache Parquet - Wikipedia, Cloudera - Parquet 2014: Apache ORC 1.0.0 Release. Apache ORC 1.0.0 va introduir millors rendiments i noves característiques, mantenint la seva posició com el principal format d'emmagatzematge de columnes per a Apache Hadoop. 2014: Apache Thrift 0.9.3 Release. Apache Thrift 0.9.3 va introduir millors prestacions i noves característiques, mantenint la seva posició com el marc de programari líder per al desenvolupament de serveis de cross-language escalable. Apache Protocol Buffers 2.6.1 Release. Apache Protocol Buffers 2.6.1 introduced improved performance and new features, maintaining its position as the leading language-neutral, platform-neutral, extensible mechanism for serializing structured data. , , 2014: Protocol Buffers Protocol Buffers - Wikipedia Google - Protocol Buffers 2014: Apache Arrow 0.1.0 Release. Apache Arrow 0.1.0 va introduir millores en el rendiment i noves característiques, mantenint la seva posició com la capa d'anàlisi de columnes líder en la memòria per a grans sistemes de dades. 2014: Apache Calcite 1.0.0 Release. Apache Calcite 1.0.0 va introduir millors prestacions i noves característiques, mantenint la seva posició com a marc líder per a la construcció de sistemes de gestió de bases de dades. Apache Calcite, Apache Calcite - Wikipedia, Hortonworks - Calcite 2014: Apache Drill 1.0.0 Release. Apache Drill 1.0.0 va introduir millors rendiments i noves característiques, mantenint la seva posició com el principal motor de consulta SQL sense esquema per a Hadoop, NoSQL i emmagatzematge en núvol. El sofisticat examen de la consciència de la IA i el test de Turing d'Alex Garland va guanyar el Premi de l'Acadèmia d'Efectes Visuals i va oferir una exploració nuançada de l'ètica de la IA i la dinàmica de gènere. Batch Normalization. Ioffe and Szegedy's technique normalized layer inputs enabling training of much deeper networks with higher learning rates, achieving same accuracy with 14x fewer training steps. , , February 11, 2015: ArXiv ACM Digital Library Semantic Scholar 10 de desembre de 2015: ResNet Deep Networks. Kaiming Les connexions de salt revolucionàries de He van permetre l'entrenament de xarxes extremadament profundes (152 capes), aconseguint un error del 3,57% a ImageNet i guanyant ILSVRC 2015, canviant fonamentalment l'arquitectura de les xarxes neuronals. 14 d'octubre de 2015: Tesla llança l'Autopilot.La primera assistència a la conducció de la IA desplegada comercialment utilitzant xarxes neuronals va portar autonomia alimentada per IA als vehicles de consum, demostrant aplicacions pràctiques de la IA en la seguretat del transport. Tesla Oficial, Tesla Blog, HackerNoon - Conducció autònoma De 9 a 15 de març de 2016: AlphaGo derrota Lee Sedol.L'AlphaGo de DeepMind va derrotar al campió mundial Go 4-1, demostrant que l'IA podia dominar jocs estratègics complexos que abans es pensaven impossibles per als ordinadors, xocant a les comunitats d'AI i Go a tot el món. 23 de març de 2016: Microsoft Tay Incident. el chatbot Tay de Microsoft es va fer ofensiu en 16 hores a través de trolls, demostrant els riscos de l'aprenentatge de la IA a partir de la interacció humana no curada i establint la necessitat de pràctiques de seguretat de la IA. Cybereason, The Verge, IEEE Spectrum Novembre 2016: Google Translate Neural System. Google va canviar a la traducció de màquina neural reduint els errors en un 60% durant la nit, demostrant el poder transformador de l'aprenentatge profund per a la traducció d'idiomes que serveix a milers de milions d'usuaris. 12 de juny de 2017: 'Attention Is All You Need' Paper. Vaswani et al. va introduir l'arquitectura de Transformer substituint la recurrència totalment amb mecanismes d'atenció, convertint-se en la base per a tots els grans models de llenguatge moderns i revolucionant la IA. ArXiv, Wikipedia, ArXiv HTML Juliol de 2017: El debat entre Elon Musk i l'optimisme de Mark Zuckerberg va portar les preocupacions sobre la seguretat de la IA als mitjans de comunicació, establint dos camps en el discurs de la IA pública. 5 de desembre de 2017: AlphaZero Masters Tres Jocs. Algoritme únic aprenent escacs, shogi i Go des del zero a través de l'auto-joc sense coneixement humà, aconseguint rendiment sobrehumà en tots tres jocs en 24 hores. BERT Language Model. Google's bidirectional transformer revolutionized natural language understanding across 11 NLP tasks and was integrated into Google search for 70+ languages by December 2019, serving billions. , , October 2018: World Economic Forum Einfochips Zapier Febrer de 2019: GPT-2 "Too Dangerous" Release.El model de paràmetre 1.5B d'OpenAI va ser considerat inicialment "demasiat perillós per alliberar" a causa de les capacitats de generació de text, provocant debats globals sobre la seguretat de la IA i les pràctiques de publicació responsables. 23 d'octubre de 2019: Google aconsegueix la Supremacia Quàntica. el processador Sycamore de Google va realitzar un càlcul en 200 segons que portaria als supercomputadors clàssics 10.000 anys, potencialment accelerant certs càlculs d'IA exponencialment en el futur. El model de paràmetre 175B d'OpenAI va demostrar un aprenentatge sense precedents amb pocs tirs amb els avaluadors humans de qualitat de generació de text que van lluitar per distingir-se de l'escriptura humana, marcant una nova era en les capacitats d'IA. Viso.ai, Wikipedia, ArXiv Novembre 2020: AlphaFold 2 Protein Folding. DeepMind va resoldre un gran repte de 50 anys en biologia amb una precisió del 92,4% en la predicció de les estructures de proteïnes, potencialment revolucionant el descobriment de fàrmacs i la investigació biològica a tot el món. 22 d'octubre de 2020: Vision Transformer (ViT). El primer transformador pur aplicat directament a les imatges va aconseguir excel·lents resultats enfront de CNN amb menys recursos computacionals, marcant la transició exitosa dels transformadors de NLP a la visió informàtica. 2 de desembre de 2020: Timnit Gebru Firing. l'acomiadament de Google de l'equip d'Intel·ligència Artificial Ètica co-liderat pel paper qüestionant grans models de llenguatge va desencadenar una controvèrsia a tot el sector sobre la independència de la investigació ètica de la IA i la governança corporativa de la IA. The Verge, MIT Technology Review, Wired 5 de gener de 2021: DALL-E Text-to-Image.El model de paràmetres 12B d'OpenAI que genera imatges a partir de descripcions de text va demostrar una capacitat notable per combinar conceptes no relacionats de manera plausible, obrint una nova era d'aplicacions d'IA multimodals. 29 de juny de 2021: GitHub Copilot. primera aplicació comercial important de la IA generadora de codi va transformar les pràctiques de desenvolupament de programari, demostrant l'aplicació pràctica de grans models de llenguatge per a l'assistència a la programació. 22 de juliol de 2021: llançament de la base de dades AlphaFold. DeepMind va llançar més de 365.000 estructures de proteïnes expandint-se a més de 200 milions per 2024, democratitzant l'accés a les prediccions de l'estructura de proteïnes i accelerant la investigació biològica global. 22 d'agost de 2022: Estable Diffusion Open Source. El primer model de generació d'imatges de codi obert àmpliament accessible democratitza la creació d'art d'IA, permetent a milions de generar imatges localment i estimulant un creixement explosiu en les eines de creativitat d'IA. DemandSage, Wisernotify, CBS News 30 de novembre de 2022: llançament de ChatGPT. L'AI de conversació d'OpenAI va arribar a 1 milió d'usuaris en 5 dies i 100 milions en 2 mesos, convertint-se en l'aplicació de consum més ràpidament creixent de la història i portant l'IA a la consciència dominant. Agost de 2022: AI Art Wins Competition.El 'Théâtre D'opéra Spatial' de Jason Allen, generat per Midjourney, va guanyar el concurs d'art de la Fira Estatal de Colorado, desencadenant un debat global sobre la creativitat de la IA, l'autenticitat artística i el futur del treball creatiu humà. 23 de gener de 2023: Microsoft inverteix $ 10B en OpenAI. la inversió massiva de Microsoft en OpenAI va crear una associació tecnològica sense precedents, integrant GPT a Office / Azure i establint un nou model per a la col·laboració i la competència de la IA de grans tecnologies. 14 de març de 2023: GPT-4 Multimodal Launch.GPT-4 d'OpenAI amb capacitats de visió va marcar millores significatives en el raonament, la creativitat i la comprensió multimodal, passant l'examen de bar i les proves de llicència mèdica als nivells d'experts humans. Carta oberta del Future of Life Institute, signada per més de 30.000 persones, incloent-hi Musk i Bengio, que demana una pausa de 6 mesos en l'entrenament de la IA, va desencadenar debats mundials sobre la governança de la IA i la política influenciada a tot el món. 2023: Les empreses d'IA aconsegueixen valoracions de més de $ 1B. Vint startups d'IA es van convertir en unicorns el 2023 solament amb valoracions combinades de més de $ 100 mil milions, demostrant la confiança sense precedents dels inversors i establint l'IA com el sector tecnològic dominant. 30 de maig de 2023: NVIDIA aconsegueix un capital de mercat de 1.000 milions de dòlars. NVIDIA es converteix en el primer fabricant de xips que aconsegueix una valoració de 1.000 milions de dòlars impulsada per la demanda de xips d'IA, arribant més tard als 3.000 milions de dòlars el 2024, demostrant l'enorme impacte econòmic de la IA en la indústria de maquinari. 11 de juliol de 2023: Claude 2 100K Context. l'Anthropic Claude 2 amb finestra de context de 100.000 tokens va permetre processar llibres sencers en sol·licituds, demostrant noves possibilitats per a l'anàlisi i el raonament de documents de forma llarga. Meta's Llama 2 Open Source. Meta released Llama 2 models (7B-70B parameters) for commercial use, democratizing access to frontier AI capabilities and challenging closed-source model dominance. , , July 18, 2023: Meta AI Blog Hugging Face ArXiv El Code Interpreter d'OpenAI va permetre a ChatGPT executar el codi Python i analitzar dades, transformant-lo del generador de text en un solucionador de problemes computacional utilitzat per milions per a l'anàlisi. 30 d'octubre de 2023: Ordre executiu de Biden sobre la IA. La primera regulació federal d'IA dels EUA requereix proves de seguretat i informes per a sistemes d'IA poderosos, establint un marc de supervisió governamental i influint en els enfocaments globals de governança de la IA. 1 de novembre de 2023: Microsoft Copilot a l'Office 365. integració d'IA a través de Word, Excel, PowerPoint va portar l'IA generativa a centenars de milions d'usuaris d'Office a $ 30 / mes, marcant la major implementació d'IA empresarial en la història. 6 de desembre de 2023: Gemini Multimodal Model. el Gemini de Google va coincidir amb el rendiment del GPT-4 mentre que era multimodal des de la base, processant text, imatges, vídeo i àudio nativament, avançant cap a una comprensió més humana de la IA. Google DeepMind Blog, Nature, MIT Technology Review 27 de desembre de 2023: NYT demana OpenAI. demanda del New York Times per infracció de drets d'autor utilitzant milions d'articles per a la formació va plantejar preguntes fonamentals sobre els drets de la formació de dades d'IA, l'ús just i la indemnització dels creadors de contingut. NYT Legal Filing, NPR, Columbia Journalism Review 15 de febrer de 2024: Sora Video Model Anunciat.Sora d'OpenAI va generar vídeos fotorealistes de minuts de llarg a partir del text, establint nous estàndards per a la qualitat de vídeo d'IA i aixecant preocupacions sobre deepfakes i desinformació. 4 de març de 2024: Claude 3 Opus. l'Anthropic's Claude 3 Opus va coincidir o va superar el GPT-4 en la majoria dels criteris de referència mantenint les propietats de seguretat fortes, intensificant la competència en el desenvolupament de models fronterers. El GPT-4o d'OpenAI va proporcionar interacció de veu, visió i text en temps real amb temps de resposta com els humans, marcant un pas significatiu cap a la conversa humana-IA natural. EU AI Act Takes Effect. World's first comprehensive AI regulation entered force with risk-based approach and bans on certain AI uses, setting global precedent for AI governance and compliance requirements. , , August 1, 2024: EU Commission TechCrunch Financial Times 23 de juliol de 2024: Paràmetres Llama 3.1 405B. El model de paràmetre 405B de codi obert de Meta va coincidir amb el rendiment de codi tancat, democratitzant les capacitats d'IA frontereres i demostrant que el codi obert pot competir amb models propietaris. La valoració d'OpenAI va arribar als 157 mil milions de dòlars en l'última ronda de finançament, convertint-la en una de les empreses privades més valuoses del món i demostrant la transformació de la IA en una gran força econòmica. Agost de 2024: ChatGPT arriba als 200 milions d'usuaris setmanals. ChatGPT va duplicar els usuaris de 100 milions a 200 milions en menys d'un any amb 5,72 mil milions de visites mensuals, demostrant un creixement sostenible sense precedents i la IA esdevenint integral a la vida quotidiana a tot el món. 2025: Un milió utilitzant Google AI Daily. els serveis de Google AI han arribat a un milió d'usuaris actius diaris a través de Cerca, Gmail, Maps i altres productes, marcant la integració completa de la IA en la infraestructura digital quotidiana que serveix a la humanitat a una escala sense precedents. Hem perdut cap esdeveniment clau que tingui importància per al present i el futur de la IA i el paper de la humanitat en ella? . el La cronologia de la història