Gerald Tesauro entrenó una red con TD-lambda para backgammon, alcanzando nivel de élite sin conocimiento experto manual masivo.
A principios de los 90, Gerald Tesauro (IBM) desarrolló TD-Gammon: una red neuronal entrenada con temporal-difference learning jugando millones de partidas contra sí misma.
El sistema alcanzó un nivel cercano a los mejores jugadores humanos y descubrió estrategias no obvias. Fue una demostración temprana del poder del self-play.
Décadas después, AlphaGo y AlphaZero heredaron la intuición: dejar que el agente genere experiencia a escala puede superar el conocimiento codificado a mano.
Los modelos IBM de traducción automática basada en alineamientos estadísticos marcaron el giro data-driven del procesamiento del lenguaje.
A fines de los 80 y en los 90, LeCun y colegas aplicaron redes convolucionales al reconocimiento de códigos postales y cheques.
Las SVM de Vapnik y colegas dominaron clasificación en los 90–2000 con márgenes máximos y kernels.