Precursores de la retropropagación
Etapa 2 · Nace la IA (1943–1979) › Redes neuronales y aprendizaje
- Linaje
- Neuronas y redes
- Tipo
- Formulación
Quién
Qué ocurrió
Henry Kelley publica en el ARS Journal «Gradient Theory of Optimal Flight Paths», un método para optimizar trayectorias de vuelo. Arthur Bryson y Stuart Dreyfus desarrollan métodos parecidos a principios de los años sesenta.
Qué aportó
Calculan el gradiente de un objetivo propagando derivadas hacia atrás, de una etapa a la anterior, a través del sistema. Es un precursor de la retropropagación en la teoría del control óptimo.
Desarrollo
La carrera espacial y los misiles planteaban un problema concreto: elegir los mandos de un vehículo a lo largo del tiempo para llegar a un destino gastando lo mínimo. La trayectoria es una sucesión de estados, y cada decisión afecta a todos los que vienen después.
Kelley propuso mejorar una trayectoria de partida paso a paso, en la dirección del gradiente del coste. Para obtener ese gradiente hay que saber cómo cambia el resultado final cuando se toca un mando en un instante cualquiera, y la forma eficiente de calcularlo es ir del final hacia el principio, encadenando las derivadas de cada etapa con la siguiente. Bryson y Dreyfus, por caminos distintos, llegaron a procedimientos equivalentes.
Ese cálculo hacia atrás es, en esencia, lo que hace la retropropagación en una red neuronal, donde las etapas son las capas en lugar de los instantes. Pero estos trabajos se publicaron en revistas de ingeniería aeroespacial y de control, y nadie los conectó entonces con la investigación en redes neuronales de Rosenblatt y Widrow, que necesitaba justo un método así.
La historia del aprendizaje profundo de Jürgen Schmidhuber los reivindica como antecedentes, aunque señala que la forma eficiente y general del método llegó en 1970 con Linnainmaa.
Una cadena de cálculo de izquierda a derecha, de x a una multiplicación por w, una función f y el coste E. Debajo, unas flechas discontinuas vuelven de E hacia la izquierda con las derivadas del coste respecto a y, a y w.
Lleva a
Retropropagación de Rumelhart, Hinton y Williams (octubre de 1986)
Convergencia independiente
Rumelhart llegó al método por su cuenta hacia 1982 y el artículo de 1986 no cita los trabajos previos
Bibliografía
Fuente original
Estudios y contexto
- Annotated History of Modern AI and Deep Learning (arXiv:2212.11279) (se abre en una pestaña nueva). Jürgen Schmidhuber, 2022
Cómo citar
«Precursores de la retropropagación». En La historia de la IA, revisión del 13 de noviembre de 2026. https://thehistoryofai.com/es/hito/kelley-bryson-control-optimo
Última revisión de esta ficha: 13 de noviembre de 2026.