Cargando aplicación...
Preparando tu experiencia meskeIA
De la Máquina de Turing al Ordenador Cuántico — 10 períodos con inventores, máquinas icónicas y los hitos que transformaron la informática en 200 años
Haz clic en un período para ver sus detalles. La línea abarca de 1820 a Presente.
De la Máquina de Turing al Ordenador Cuántico — 10 períodos con inventores, máquinas icónicas y los hitos que transformaron la informática en 200 años
La historia de los ordenadores es la historia de la humanidad condensando su inteligencia en silicio. En 200 años pasamos de ruedas mecánicas a cúbits cuánticos, del Analytical Engine de Babbage al ChatGPT. Cada generación de hardware hizo posible un nuevo tipo de software; cada nuevo software creó una nueva forma de trabajar, comunicarse y entender el mundo. Esta cronología traza esos saltos tecnológicos y sus consecuencias.
| Período | Fecha | Categoría | Figura clave | Aportación principal |
|---|---|---|---|---|
| Primera Generación: Válvulas | 1945–1956 | Válvulas | Eckert y Mauchly | Primer procesamiento masivo de datos electrónico |
| Transistores y Circuitos Integrados | 1956–1975 | Transistor/CI | Kilby y Noyce | Miniaturización y reducción de coste en 10x |
| El Microprocesador y el PC Personal | 1975–1993 | Microprocesador/PC | Ted Hoff / Steve Jobs | Ordenador en el hogar y GUI accesible |
| La Revolución Internet | 1993–2008 | Internet | Tim Berners-Lee | Distribución global de información y comercio electrónico |
| La Era Mobile: Smartphone y Tablet | 2008–2014 | Mobile | Steve Jobs / Andy Rubin | Ordenador de bolsillo y economía de apps |
| IA Generativa y Computación Cuántica | 2022–hoy | IA | Sam Altman / Jensen Huang | IA conversacional y computación cuántica práctica |
Repasa la evolución de las arquitecturas de hardware y los hitos del software con la cronología visual. Entiende por qué la arquitectura Von Neumann domina todavía hoy, qué problema resolvió el transistor y cómo la Ley de Moore moldeó 50 años de expectativas tecnológicas.
Quiere entender el contexto histórico de las decisiones tecnológicas actuales: por qué x86 domina el PC pero ARM domina el móvil, cómo llegamos al cloud, por qué la GPU se convirtió en el corazón de la IA. El pasado explica las restricciones del presente.
Usa el iPhone, Google y Amazon cada día sin saber que descienden directamente de Babbage, Turing y von Neumann. Esta cronología conecta los objetos cotidianos con los inventores y las decisiones que los hicieron posibles. La historia de la informática es más apasionante que cualquier biopic.
Para entender la IA generativa actual hay que saber que el backpropagation es de 1986, que las redes neuronales existen desde los años 50 y que la diferencia entre el AlphaGo de 2016 y el ChatGPT de 2022 es principalmente escala computacional. El presente de la IA tiene 80 años de historia detrás.
La CPU (Unidad Central de Proceso) tiene pocos núcleos muy potentes, optimizada para tareas secuenciales y complejas. La GPU (Unidad de Proceso Gráfico) tiene miles de núcleos simples, optimizada para operaciones paralelas masivas. El deep learning explota la GPU porque entrenar una red neuronal es esencialmente millones de multiplicaciones de matrices simultáneas — exactamente lo que la GPU hace mejor.
La GPU se convirtió en el corazón de la IA por accidente: fue diseñada para videojuegos en los años 90. NVIDIA no anticipó que CUDA (2006) convertiría las GPUs en el hardware crítico de la IA hasta que ya estaba ocurriendo.Un ordenador clásico usa bits (0 o 1). Un ordenador cuántico usa cúbits que pueden ser 0, 1 o superposición de ambos simultáneamente. Además, los cúbits pueden estar "entrelazados": el estado de uno afecta al otro. Esto permite resolver ciertos problemas (factorización, simulación molecular, optimización) exponencialmente más rápido que cualquier ordenador clásico.
El problema: los cúbits son extremadamente frágiles. Google Willow opera a -273°C para mantener la coherencia cuántica. A temperatura ambiente, los cúbits pierden su estado cuántico en microsegundos.Gordon Moore predijo en 1965 que el número de transistores en un chip se duplicaría cada dos años. Eso se cumplió durante 50 años gracias a la miniaturización. El problema: los transistores actuales miden 2-3 nanómetros — el tamaño de unos pocos átomos. A esa escala, los efectos cuánticos hacen que los electrones "tuneleen" a través de barreras que deberían ser impermeables.
La industria responde con chips 3D (apilando capas), arquitecturas ARM más eficientes, chips especializados (NPU, TPU) y, a largo plazo, la computación cuántica.Entre 1995 y 2000, el entusiasmo por Internet creó una burbuja especulativa: empresas sin ingresos reales alcanzaban valoraciones de miles de millones. El NASDAQ subió un 400% entre 1995 y 2000. En marzo de 2000, la burbuja estalló: el NASDAQ cayó un 78% en 2 años. Las empresas que sobrevivieron (Amazon, Google, eBay) dominarían la economía digital del siglo XXI.
Amazon perdió el 90% de su valor entre 2000 y 2001. Bezos no vendió sus acciones. En 2023, Amazon superó 1 billón de dólares en capitalización bursátil.La AGI es una IA capaz de realizar cualquier tarea cognitiva que pueda hacer un humano, con la misma flexibilidad. Las predicciones oscilan entre 5 y 50 años según el experto. Sam Altman (OpenAI) habla de "años, no décadas". Geoffrey Hinton advierte sobre riesgos existenciales. Yann LeCun (Meta) argumenta que los LLMs actuales no son el camino correcto.
La IA actual (estrecha) ya supera a los humanos en tareas específicas: ajedrez, go, diagnóstico médico por imagen, síntesis de proteínas. La AGI es cualitativamente diferente y nadie sabe con certeza si o cuándo llegará.Las válvulas ocupaban salas enteras y se quemaban con frecuencia → el transistor las sustituyó con menor tamaño y mayor fiabilidad. El transistor llegó a sus límites de integración → el circuito integrado puso miles en un chip. Este patrón se repite: cada generación nace de las limitaciones de la anterior, no de la nada.
Sin el IBM PC (hardware estándar abierto) no habría existido MS-DOS ni Windows. Sin el iPhone (hardware con pantalla táctil) no habría App Store ni economía de apps. Sin las GPUs de NVIDIA (hardware paralelo) no habría deep learning moderno. La historia de la informática es la historia de cómo hardware y software se habilitan mutuamente.
Bell Labs inventó el transistor (1947) porque AT&T necesitaba mejorar las centralitas telefónicas. Intel creó el microprocesador (1971) para una calculadora japonesa. La WWW la inventó CERN para compartir datos científicos. Los grandes inventos de la informática casi siempre nacen de un problema práctico concreto, no de especulación abstracta.
La Analytical Engine de Babbage nunca se construyó por limitaciones de fabricación mecánica. El Newton de Apple (1993) fue ridiculizado — 12 años antes del iPhone. El tablet PC de Microsoft (2001) fracasó porque la tecnología táctil no era suficientemente buena. Los fracasos explican por qué una idea que era impracticable en un momento se vuelve dominante una generación después.
Los transformers (base de GPT) tienen elementos de los años 80. El backpropagation que entrena redes neuronales fue formalizado en 1986. El concepto de "red neuronal" es de los años 50. El progreso reciente en IA es en gran parte una cuestión de escala computacional, no de ideas radicalmente nuevas. Conocer el origen ayuda a evaluar las predicciones actuales.
La velocidad de mejora de la informática es difícil de intuir: si los coches hubieran mejorado al mismo ritmo que los microprocesadores desde 1971, hoy un coche recorrería 480.000 km con un litro de gasolina y costaría menos que un céntimo de euro.
El software define la experiencia, no el hardware. Un ordenador de 2020 con Windows sin actualizar y sin SSD puede sentirse más lento que uno de 2018 bien optimizado. El mantenimiento del software importa tanto como el hardware físico.
Los grandes saltos de la informática no fueron solo técnicos, sino de ecosistema: el IBM PC triunfó porque era un estándar abierto; el iPhone por la App Store; AWS porque eliminó la necesidad de servidores físicos. La plataforma importa tanto como el hardware.
Muchas de las ideas fundamentales de la informática tienen décadas: los transformers (base de GPT) tienen elementos de los años 80; el backpropagation fue formalizado en 1986. El progreso reciente en IA es en gran parte una cuestión de escala, no de ideas radicalmente nuevas.