Sala 2 · El nacimiento · 1969

Perceptrons, el libro que enfrió el entusiasmo

Perceptrons, el libro que enfrió el entusiasmo (Marvin Minsky y Seymour Papert, 1969): El límite de las neuronas de una sola capa.

Minsky y Papert demostraron que un perceptrón de una sola capa no puede resolver problemas como el XOR (o exclusivo). El libro enfrió por años el interés en las redes neuronales y anticipa lo que viene en la próxima sala.

En 1969, Marvin Minsky y Seymour Papert, ambos del MIT, publicaron Perceptrons: An Introduction to Computational Geometry. Era un estudio matemático riguroso sobre lo que el perceptrón, la máquina de aprendizaje de Frank Rosenblatt que vimos antes en esta sala, podía y no podía calcular.

El libro demostró que un perceptrón de una sola capa solo puede aprender a separar patrones linealmente separables, es decir, aquellos en los que una línea recta, o su equivalente en más dimensiones, puede dividir una categoría de la otra. El contraejemplo más simple es la o exclusiva, XOR: la salida debe ser verdadera cuando exactamente una de las dos entradas es verdadera. Ninguna línea separa esos casos, así que un perceptrón de una sola capa no puede aprenderla. Minsky y Papert también mostraron que reconocer propiedades como si una figura es conexa exigiría recursos que crecen de forma impracticable con el tamaño de la imagen.

Los autores sabían que las redes con varias capas podían, en principio, calcular mucho más. Pero nadie tenía todavía una forma eficiente de entrenar las capas ocultas, y el libro dudaba de que alguien fuera a encontrar una que justificara el esfuerzo. Su influencia aún se debate: algunos historiadores piensan que provocó el declive de la investigación en redes neuronales en la década de 1970, mientras que otros creen que el financiamiento y el entusiasmo ya se estaban desplazando hacia la IA simbólica.

Sea como sea, el interés por las redes neuronales cayó durante más de una década. La salida llegó con la retropropagación, en la Sala 3. En 1988, Minsky y Papert publicaron una edición ampliada con un capítulo nuevo que respondía a ese resurgimiento.

Papert siguió después por otro camino y dejó un legado distinto: el lenguaje de programación Logo y décadas de trabajo sobre cómo aprenden los niños con computadoras.

Pregúntale a tu IA: ¿por qué ninguna línea recta puede separar los cuatro casos de XOR? Pídele que los dibuje como puntos en una cuadrícula.

¿Sabías que…? Apilar varias capas resolvía el problema; lo que faltaba era un buen método para entrenarlas.

Fuente: mitpress.mit.edu/9780262630221/perceptrons/

Verla en el museo →

← Shakey, el robot que planificaba

Toda la Sala 2: El nacimiento

Cómo citar: Nazareno, I. (2026). Perceptrons, el libro que enfrió el entusiasmo (1969). New Mind Museum. Consultado el 17 de noviembre de 2026, en https://newmindmuseum.com/es/museo/perceptrons-el-libro-que-enfrio-el-entusiasmo-1969/