Tesis de Werbos
Etapa 2 · Nace la IA (1943–1979) › Redes neuronales y aprendizaje
- Linaje
- Neuronas y redes
- Tipo
- Formulación
Quién
Universidad de Harvard
Qué ocurrió
Paul Werbos presenta en Harvard su tesis doctoral, «Beyond Regression: New Tools for Prediction and Analysis in the Behavioral Sciences», sobre el cálculo eficiente de derivadas en modelos de varias etapas.
Qué aportó
Lleva el cálculo de derivadas hacia atrás a los modelos de predicción y propone usarlo para entrenar redes neuronales. La aplicación explícita a redes neuronales se publica en 1982.
Desarrollo
Werbos quería construir modelos de predicción para las ciencias sociales y le interesaba la idea de una red que aprendiera como el cerebro. En su tesis desarrolló lo que llamó derivadas ordenadas: una forma sistemática de calcular cómo influye cada parámetro de un sistema de muchas etapas en su resultado final, recorriendo el sistema hacia atrás.
La tesis pasó casi desapercibida. Llegó en pleno descrédito del conexionismo, cuando pocos investigadores trabajaban en redes neuronales. En 1982 publicó un artículo sobre análisis de sensibilidad no lineal en el que aplica el método a redes neuronales de la manera en que se usa hoy.
La prioridad está discutida. Werbos y buena parte de la bibliografía sitúan en la tesis de 1974 la primera descripción del entrenamiento de redes por retropropagación de errores, y el IEEE le dio en 1995 su premio de pionero de las redes neuronales por ello. Schmidhuber sostiene que la aplicación a redes neuronales aparece en 1982 y no todavía en la tesis.
Lo que no se discute es que el método no se difundió hasta 1986, cuando Rumelhart, Hinton y Williams mostraron que una red entrenada así aprendía representaciones útiles. En 1994 Werbos reunió la tesis y otros textos en The Roots of Backpropagation.
Vídeos
- Paul Werbos (se abre en una pestaña nueva) (IEEE CIS History · en inglés)
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
Estudios y contexto
- Annotated History of Modern AI and Deep Learning (arXiv:2212.11279) (se abre en una pestaña nueva). Jürgen Schmidhuber, 2022
- Who Invented the Reverse Mode of Differentiation? Documenta Mathematica, volumen extra «Optimization Stories», pp. 389-400 (se abre en una pestaña nueva). Andreas Griewank, 2012
Cómo citar
«Tesis de Werbos». En La historia de la IA, revisión del 13 de noviembre de 2026. https://thehistoryofai.com/es/hito/werbos-tesis
Última revisión de esta ficha: 13 de noviembre de 2026.