Revolución Digital e IA

Explicación: Guido van Rossum publicó Python en 1991, inspirándose para el nombre en el grupo de humor Monty Python y no en la serpiente. El lenguaje alcanzó el número uno del índice TIOBE en 2024, dominando la ciencia de datos y la IA.

Explicación: OpenAI, fundada en 2015 por Sam Altman, Elon Musk y otros, lanzó GPT-4 en marzo de 2023. Este modelo multimodal puede analizar texto e imágenes. OpenAI también creó ChatGPT (noviembre 2022), que alcanzó 100 millones de usuarios en solo 2 meses, un récord absoluto.

Explicación: SQL fue diseñado en IBM en los años 1970 por Donald Chamberlin y Raymond Boyce, a partir del modelo relacional de Edgar Codd. Normalizado por ANSI en 1986, sigue siendo el lenguaje dominante de bases de datos más de cincuenta años después.

Explicación: HTTPS cifra los intercambios mediante TLS, sucesor de SSL inventado por Netscape en 1994 junto con el famoso icono del candado. Más del 95 % del tráfico web mundial ya utiliza HTTPS, gracias en gran parte a Let's Encrypt y sus certificados gratuitos.

Explicación: El concepto apareció en 2008 en el whitepaper de Bitcoin de Satoshi Nakamoto, pero fue Ethereum, lanzado en 2015 por Vitalik Buterin, quien popularizó los smart contracts y las dApps. Más de 1,2 billones de dólares circulan hoy por estas redes.

Explicación: RankBrain es un sistema de inteligencia artificial utilizado por Google desde 2015 para procesar consultas de búsqueda y mejorar la relevancia de los resultados.

Explicación: IBM desarrolló Watson, un sistema de IA que ganó el programa Jeopardy! en 2011 contra los campeones Ken Jennings y Brad Rutter.

Explicación: El aprendizaje supervisado utiliza datos etiquetados (con las respuestas correctas) para entrenar los modelos, a diferencia del aprendizaje no supervisado.

Explicación: La arquitectura Transformer, presentada en el artículo "Attention is All You Need" en 2017, revolucionó el procesamiento del lenguaje natural y es la base de GPT, BERT y Claude.

Explicación: El test de Turing, propuesto en 1950 en el artículo "Computing Machinery and Intelligence", evalúa si una máquina puede exhibir un comportamiento inteligente indistinguible del de un humano.

Explicación: La generación de imágenes por IA (como DALL-E, Midjourney, Stable Diffusion) utiliza modelos de difusión para crear imágenes a partir de prompts textuales.

Explicación: El problema del alineamiento de la IA se refiere a la dificultad de asegurar que una IA avanzada persiga objetivos beneficiosos y alineados con los valores humanos.

Explicación: Neuralink, fundada por Elon Musk en 2016, desarrolla implantes cerebrales para crear interfaces directas entre el cerebro humano y los ordenadores.

Explicación: Las redes neuronales convolucionales (CNN) están especialmente diseñadas para procesar datos en cuadrícula como las imágenes, gracias a sus capas de convolución que detectan características visuales.

Explicación: La IA explicable (XAI - Explainable AI) busca hacer las decisiones de los modelos de IA transparentes y comprensibles para los humanos, a diferencia de las "cajas negras".

Explicación: TensorFlow, desarrollado por Google Brain y hecho de código abierto en 2015, es uno de los frameworks más populares para crear y entrenar modelos de aprendizaje automático.

Explicación: El sobreajuste (overfitting) ocurre cuando un modelo se adapta demasiado a los datos de entrenamiento y pierde su capacidad de generalizar a nuevos datos.

Explicación: El LiDAR (Light Detection and Ranging) utiliza haces láser para crear un mapa 3D detallado del entorno, esencial para la navegación de vehículos autónomos.

Explicación: Los deepfakes utilizan IA para crear contenidos sintéticos hiperrealistas, como vídeos donde el rostro de una persona se reemplaza por el de otra.

Explicación: La supremacía cuántica y algoritmos cuánticos como el de Shor podrían romper los sistemas de criptografía RSA actuales, de ahí el desarrollo de la criptografía post-cuántica.