A finales de los 80, el boom de sistemas expertos y estaciones Lisp se desinfló: hardware especializado perdió frente a workstations generales, y muchas bases de reglas no cumplieron ROI.
Empresas quebraron o pivotaron; conferencias y revistas hablaron de “AI winter”. Al mismo tiempo, en visión, habla y minería de datos, métodos estadísticos y redes (con backprop) avanzaban con menos fanfarria.
Ese invierno preparó el terreno ideológico del ML: menos promesas de AGI, más benchmarks, datasets y probabilidad. La marca “AI” se rehabilitaría solo tras hitos públicos como Deep Blue y, después, ImageNet.
