Un invierno de la IA es un período de reducción de financiación, interés y actividad investigadora en inteligencia artificial tras una ola de expectativas infladas que la tecnología de la época no logró cumplir. El término, acuñado por analogía con el "invierno nuclear", describe patrones cíclicos de auge y caída que se han repetido desde la fundación del campo en el taller de Dartmouth de 1956. Los historiadores generalmente identifican dos grandes inviernos de la IA, a mediados de la década de 1970 y desde finales de la década de 1980 hasta principios de la de 1990, aunque también se produjeron desaceleraciones regionales menores.
Cada invierno siguió un patrón similar: las primeras demostraciones generaron expectación mediática y una fuerte inversión gubernamental o corporativa, el enfoque subyacente alcanzó entonces límites fundamentales que sus defensores habían subestimado, los financiadores perdieron la paciencia y los presupuestos de investigación se desplomaron, lo que llevó a muchos investigadores a reetiquetar su trabajo fuera de la etiqueta "IA" por completo.
Primer invierno de la IA (mediados de la década de 1970)
El primer invierno fue desencadenado en parte por el informe Lighthill del Reino Unido de 1973, encargado por el gobierno británico, que concluyó que la investigación en IA no había cumplido sus primeras promesas y provocó importantes recortes en la financiación universitaria en todo el país. En Estados Unidos, DARPA redujo la financiación de investigación abierta en IA después de que los proyectos de reconocimiento de voz y traducción automática no cumplieran lo esperado; la traducción automática en particular ya había sido dañada años antes por un informe del gobierno estadounidense de 1966 que concluía que no podía igualar la calidad humana. Un factor agravante fue el libro de Marvin Minsky y Seymour Papert de 1969 que demostraba los límites matemáticos del perceptrón de una sola capa, lo que desalentó la investigación en redes neuronales durante más de una década.
Segundo invierno de la IA (finales de la década de 1980 a principios de la de 1990)
El segundo invierno siguió al colapso del mercado comercial de los sistemas expertos y las máquinas LISP especializadas, después de que ambos resultaran costosos de mantener e incapaces de escalar al conocimiento del mundo real y desordenado fuera de sus dominios limitados. El Proyecto de Computación de Quinta Generación de Japón, una gran apuesta gubernamental lanzada en 1982 sobre IA simbólica y programación lógica, no logró producir un avance comercial para su conclusión en 1992, lo que empeoró aún más el sentimiento de los inversores a nivel mundial. La etiqueta "IA" en sí misma se volvió comercialmente pasada de moda durante este período, y muchos investigadores describieron su trabajo en su lugar como "aprendizaje automático", "informática" o "reconocimiento de patrones".
Legado y debate moderno
La recuperación de cada invierno provino de técnicas más limitadas y demostrablemente útiles, en lugar de nuevas promesas de inteligencia general: el aprendizaje automático estadístico durante la década de 1990 y el aprendizaje profundo después de 2012. Desde el lanzamiento de ChatGPT en 2022, los comentaristas han preguntado periódicamente si el actual auge de la IA, con su enorme gasto de capital y los discutidos rendimientos de las leyes de escalado, podría terminar en un tercer invierno. Otros argumentan que la IA actual, a diferencia de épocas anteriores, ya genera ingresos comerciales sustanciales y una adopción masiva, lo que hace menos probable un colapso simétrico incluso si eventualmente se produce una corrección en las valoraciones.