Invierno de la IA
Un período en el que la financiación de la investigación en IA y el optimismo público cayeron drásticamente después de que las expectativas iniciales superaran los resultados prácticos.
Un invierno de la IA se refiere a una o más caídas históricas: el primero hacia mediados de los años 70 y el segundo hacia finales de los 80 y principios de los 90, cuando la IA simbólica y los sistemas expertos decepcionaron a financiadores e industria. Los críticos argumentaban que muchas tareas seguían fuera de alcance; los presupuestos se redujeron a pesar de las promesas anteriores.
Las recuperaciones llegaron en parte gracias a los sistemas expertos en dominios específicos, y luego al renovado aprendizaje automático y especialmente al aprendizaje profundo cuando los datos y la capacidad de cómputo estuvieron a la altura.