La historia de la IA

Perceptrons

Etapa 2 · Nace la IA (1943–1979) › Redes neuronales y aprendizaje

Linaje
Neuronas y redes
Tipo
Publicación

Quién

MIT

Qué ocurrió

Marvin Minsky y Seymour Papert, del MIT, publican Perceptrons: An Introduction to Computational Geometry en la editorial del MIT. En 1988 sale una edición ampliada con un prólogo y un epílogo nuevos.

Qué aportó

Demuestran con rigor qué no puede calcular un perceptrón de una capa con unidades que solo ven una parte de la entrada, como la paridad o la conexión de una figura. Se le atribuye el declive de la financiación conexionista, una lectura discutida.

Desarrollo

A finales de los años sesenta, el perceptrón competía con la inteligencia artificial simbólica por atención y financiación. Minsky, que había construido la SNARC, y Papert, matemático que había trabajado con Piaget, decidieron estudiarlo como un objeto matemático: qué funciones puede reconocer y cuántas conexiones necesita.

Sus resultados son precisos. Un perceptrón cuyas unidades intermedias solo miran un número limitado de puntos de la imagen no puede decidir si el número de puntos activos es par o impar, la paridad, que en su versión mínima es la función XOR. Tampoco puede decidir si una figura es conexa sin que alguna unidad vea una parte de la imagen que crece con su tamaño. El libro examina además cuánta memoria y cuánto tiempo de aprendizaje exigirían ciertos problemas.

Las demostraciones se refieren a la arquitectura de una sola capa ajustable. El libro reconocía que las redes de varias capas podían ser más potentes, pero dudaba de que se pudieran entrenar. Ya existían métodos para hacerlo, como el de Ivájnenko en Kiev o el de Amari en Japón, pero se habían publicado lejos de la comunidad que seguía a Rosenblatt, y en ella el problema se daba por abierto.

Durante años se le atribuyó haber hundido la investigación en redes neuronales en los setenta. Los autores lo negaron, y críticos como Jordan Pollack sostienen que un resultado estrecho se leyó como una condena general. La edición de 1988 respondió al renacimiento de las redes sin resultados nuevos.

Dos gráficos con los cuatro casos de dos entradas, a y b. En el de Y solo el punto (1, 1) está lleno, y una recta lo separa de los otros tres. En el del O exclusivo están llenos (0, 1) y (1, 0), en diagonal, y dos rectas de prueba no consiguen separarlos de los huecos.

Una recta separa los casos de Y, pero ninguna separa los del O exclusivo.

Nivel técnico

Un perceptrón de una capa traza una frontera recta: responde 1 a un lado de w₁a + w₂b + c = 0 y 0 al otro. Para Y basta la recta a + b = 1,5.

Para el O exclusivo habría que cumplir a la vez c ≤ 0 (en (0, 0) responde 0), w₁ + c > 0 y w₂ + c > 0 (en (1, 0) y (0, 1) responde 1) y w₁ + w₂ + c ≤ 0 (en (1, 1) responde 0). Sumando las dos del medio sale w₁ + w₂ + c > −c ≥ 0, que contradice la última. No hay pesos posibles.

Con una unidad intermedia que calcule «a Y b» el problema se resuelve: la salida responde 1 si a + b − 2·(a Y b) > 0,5. El libro trata el caso general, la paridad de toda una retina, y muestra que exige unidades que vean la imagen entera.

Malentendidos frecuentes

  • Se suele decir: Perceptrons demostró que las redes neuronales no pueden calcular funciones como el O exclusivo.

    En realidad: Sus demostraciones se refieren a perceptrones con una sola capa ajustable. Una red con una capa oculta resuelve el O exclusivo; lo que faltaba en la comunidad de Rosenblatt era un método conocido para entrenarla, y ya existían los de Ivájnenko y Amari.

Viene de

  • Perceptrón (1957)

    Influencia directa documentada

    El libro analiza matemáticamente el perceptrón y le da nombre

Hilos que pasan por aquí

Bibliografía

Cómo citar

«Perceptrons». En La historia de la IA, revisión del 13 de noviembre de 2026. https://thehistoryofai.com/es/hito/minsky-papert-perceptrons

Última revisión de esta ficha: 13 de noviembre de 2026.

Abrir en la cronología interactiva