Hassabis, el gurú bueno de la IA: «Estamos a menos de tres años de la inteligencia artificial general»

Artículo

Para Demis Hassabis, el impacto de la inteligencia artificial es diez veces más rápido y diez veces mayor que el de la Revolución Industrial. «Es como si ocurriera en una década en lugar de en un siglo, por lo que equivale a cien veces la Revolución Industrial y, para ser honesto, probablemente esto sea una subestimación». El premio Nobel es optimista, lo que no significa que desprecie los peligros, sobre todo porque vivimos «el entorno competitivo más feroz que ha existido jamás».

«Nadie quiere que ocurra algo catastrófico. El problema es que estamos en una especie de dilema del prisionero. Por definición, quien se toma más tiempo para lanzar algo o para hacerlo más seguro lo tiene más difícil que quien simplemente lo publica y deja que pase lo que pase. El traidor tiene cierta ventaja», admite el científico británico.

Su producto estrella es AlphaFold, la explicación de por qué un neurocientífico ganó el Nobel de Química (y el Princesa de Asturias de Investigación Científica y Técnica). Al lector le resultarán familiares los nombres de ChatGPT, Claude y Gemini. AlphaFold no sirve para generar bromas virales, pero es capaz de ejecutar labores tan especializadas como predecir con precisión la estructura tridimensional de las proteínas a partir de su secuencia de aminoácidos. Basta con saber que el programa hace en segundos algo que a los investigadores humanos les llevaba años. La biología molecular y la medicina han dado un salto gigantesco con su ayuda. Científicos de todo el mundo ya han usado AlphaFold, sin necesidad de pagar por ello. El trabajo común es el camino para triunfar en este campo y «en todo lo demás».

¿De verdad es tan versátil la IA? Recordemos el pasado de Hassabis, porque demostró que la inteligencia artificial no tiene por qué limitarse a replicar el pensamiento humana. Desde el principio, intentó que las máquinas aprendieran por sí mismas, que utilizaran redes neuronales en el llamado deep learning o aprendizaje profundo. Empezó con un pasatiempo, el Pong, uno de los primeros videojuegos de la historia, el de las dos palas y la pelotita. Ahora parece una tontería, pero no fue fácil para un programa aprender a manejar la «raqueta» virtual. Pronto saltó a otro videojuego fundacional, el del muro de ladrillos, Breakout (con el tiempo evolucionó al Arkanoid), diseñado por Atari y en cuyo diseño trabajaron dos tipos que también nos resultarán conocidos, Steve Jobs y Steve Wozniak.

Después nació AlphaGo, todavía un «simple juego», aunque tuvo enorme repercusión cuando venció al campeón del mundo de Go, el surcoreano Lee Sedol. Hassabis visitó hace poco Corea para celebrar el décimo aniversario de este hito, que en su opinión marcó realmente el inicio de la era moderna de la inteligencia artificial. El siguiente fue AlphaZero, hace casi una década, que superó a los mejores programas de ajedrez del mundo, que ya destrozaban a los grandes maestros. Una vez demostrado lo que quería, en un paseo circular que lo llevó a sus orígenes como ajedrecista, se atrevió a dar el verdadero salto. Había llegado la hora de aplicar sus descubrimientos a cosas importantes de verdad, a «todo lo demás».

«En las estribaciones de la singularidad»

El científico británico empieza a repetir con frecuencia que estamos «en las estribaciones de la singularidad», una afirmación que suele generar revuelo. «Realmente lo creo», asegura. «Creo que estamos a solo unos pocos años de la inteligencia artificial general (AGI), quizás unos dos o tres, con un margen de más o menos un año, lo que es asombroso si uno se detiene a pensarlo».

«Tengo la sensación de que, cuando miremos atrás dentro de diez años, veremos este periodo —el actual y el del próximo año— como el comienzo de algo enorme. Esta era de los agentes inteligentes, de la que hablaba Alison Noble, está empezando a funcionar de verdad. Llevábamos tiempo prediciéndola, pero ahora ya funciona».

«Toda mi vida he trabajado en IA porque era mi manera de contribuir a la ciencia. Mi aportación no era un descubrimiento científico concreto, sino construir la herramienta definitiva para ayudar a la ciencia, a la medicina y al descubrimiento científico. Creo que la IA y la AGI representan precisamente eso. Y pienso que estamos empezando a verlo ahora. Cada vez más personas pueden apreciar lo que algunos de nosotros veíamos hace veinte años».

Qué es la singularidad

«No se refiere solo a la tecnología, que es la inteligencia artificial general, término que acuñó Shane Legg, cofundador de DeepMind. La singularidad alude a algo más amplio: lo que sucederá con la sociedad, la economía, la ciencia y prácticamente todos los ámbitos de la vida. Creo que afectará a todo. Cada vez más personas coinciden en ello. La expresión se refiere a la era que estamos a punto de empezar a vivir».

¿Vamos a la velocidad adecuada?, le pregunta Adam Smith, el entrevistador de premios Nobel. «A mí me gustaría que tuviéramos más tiempo. Sería mejor si pudiéramos aplicar el método científico con más rigor. Sería preferible comprender mejor los sistemas que estamos construyendo, en lugar de tratarlos como cajas negras. Hay gente trabajando en ello, pero la comprensión científica avanza más lentamente que el rendimiento de los sistemas».

«Me gustaría ver cómo la ciencia alcanza a la ingeniería. Me considero tanto científico como ingeniero, pero las fuerzas del mercado están empujando claramente en una dirección. Eso produce avances extraordinarios, pero cuando aplicamos estas herramientas a la ciencia, sobre todo, sería preferible actuar con más reflexión. Dicho esto, tampoco creo que dispongamos de mucho tiempo antes de que llegue la AGI».

Tampoco puede decirse «que esto haya surgido de repente», añade el Nobel de Química. «Quienes han estado atentos han tenido cinco o seis años para reflexionar sobre ello. No sé si la sociedad ha aprovechado bien ese tiempo, pero desde luego ha existido una advertencia previa».

Los puntos fuertes de la IA

Hassabis bromea sobre la escasa profundidad de sus primeras aventuras, como los videojuegos, aunque luego reconoce la importancia de cada paso que dio. También valora lo que le aportó el ajedrez: «He intentado, porque la vida es corta, reutilizar y reconvertir cada experiencia al servicio de esa gran misión mayor que he tenido durante más de treinta años. Mi entrenamiento en ajedrez es la forma en que pienso sobre los negocios, la organización y la planificación, y cómo creo que he podido descomponer planes muy ambiciosos en pasos más pequeños y manejables. Todo eso viene del pensamiento ajedrecístico».

Para explicar lo que hace especialmente bien la IA, tampoco duda en recurrir a uno de los primeros programas que creó:

«Lo que voy a explicar se me hizo especialmente evidente después de AlphaGo», cuenta. «Los métodos que hemos desarrollado funcionan especialmente bien en un tipo concreto de problemas, básicamente, cuando existe un espacio combinatorio gigantesco. En el Go, por ejemplo, el número de posibles partidas es mayor que el de átomos en el universo. No se puede resolver por fuerza bruta. Lo mismo ocurre con las posibles conformaciones de una proteína. Se estima que existen del orden de 10³⁰⁰ configuraciones posibles. Ese es el primer requisito: un espacio de búsqueda enorme».

La segunda condición es más sencilla: tener un objetivo claro, como ganar una partida o minimizar la energía libre de un sistema. La tercera es contar con una fuente de datos. «Si un problema reúne esos tres elementos —un espacio inmenso de posibilidades, una función objetivo clara y datos suficientes—, entonces los métodos actuales funcionan muy bien. Aprenden un modelo profundo del dominio y lo utilizan para guiar una búsqueda inteligente dentro de un espacio que, de otro modo, sería inabordable. Eso fue exactamente lo que hicieron AlphaGo y AlphaFold: encontrar la aguja en el pajar».

El futuro de los medicamentos

Hassabis sabe explicar a los simples mortales los asuntos más complejos, como lo que supone la IA en el campo de la salud: «El descubrimiento de fármacos es una continuación natural de esta misma lógica», dice. «Existe ahí fuera una molécula —o muchas moléculas— con las propiedades adecuadas para tratar una enfermedad determinada. El problema consiste en encontrarla en un espacio de búsqueda gigantesco». En Isomorphic Labs trabajan justo en esa idea, encontrar fármacos para cada enfermedad, con sistemas comparables a los de AlphaFold.

Paul Nurse aporta otra idea apasionante sobre el pensamiento creativo: «La IA debe ayudarnos a pensar mejor. Los grandes modelos lingüísticos no son creativos. Pueden sugerir direcciones, pero no generan auténtica creatividad científica. Lo que me entusiasma es la posibilidad de trabajar con estas herramientas para producir nuevas ideas, porque lo que realmente nos apasiona a los científicos no es mover líquidos entre tubos, sino tener una intuición original, aunque la mayoría de las veces resulte equivocada».

El papel de los seres humanos

Demis Hassabis profundiza en la idea, que perfila con un punto de idealismo: «Esa es precisamente una de las razones por las que nunca me atrajeron los laboratorios experimentales. Lo que estas tecnologías deberían hacer es devolvernos tiempo para pensar. Los grandes científicos poseen algo muy difícil de describir: gusto intelectual. Saben formular las preguntas correctas y plantear la pregunta adecuada es mucho más difícil que responderla».

«Los sistemas actuales no saben decidir cuál es la pregunta verdaderamente importante. No saben definir los controles adecuados ni diseñar la estrategia científica correcta. Eso sigue dependiendo de los humanos, pero sí podremos probar ideas con mayor velocidad, descartarlas antes y avanzar hacia nuevas hipótesis. Además, liberarán a doctorandos y posdoctorandos de tareas rutinarias para que se concentren en cuestiones de nivel superior. Creo que veremos algo extraordinario. Un único estudiante será capaz de producir resultados que antes requerían un laboratorio entero. Eso cambiará radicalmente la ciencia».

En este punto, termina con un consejo a los jóvenes, consciente de la realidad pero siempre optimista: «La IA no va a desaparecer. El genio no va a volver a la lámpara, así que hay que abrazarla y comprender cómo funciona, seguir estudiando matemáticas, ciencias, programación e ingeniería. Aunque en el futuro se programe menos manualmente, quienes entiendan los fundamentos utilizarán estas herramientas mucho mejor que los demás y el resultado será una explosión de productividad. Un estudiante brillante y motivado podrá hacer ciencia de frontera desde prácticamente cualquier lugar del mundo. Eso es algo enormemente esperanzador.

«Gusto científico»

«La ciencia tardará un tiempo en aprender a utilizar correctamente estas herramientas», afirma. «En muchos casos, todavía se emplean de formas útiles, pero triviales, como interpretar imágenes, gestionar documentación y automatizar tareas administrativas. Todo eso está bien, es el primer paso, pero la cuestión verdaderamente creativa consiste en descubrir cómo aplicar estas herramientas a preguntas científicas profundas».

«Eso vale también para el mundo empresarial. Recibo continuamente consultas de directivos que sienten que deben hacer algo con la IA simplemente porque todo el mundo habla de ella. Y muchas veces les digo: “No necesitáis IA para eso. Lo que necesitáis es estadística”. Intentar aplicar IA a un problema inadecuado puede incluso empeorar las cosas. Por eso sigue siendo fundamental comprender bien el problema, el dominio científico, la herramienta, y combinar ambas cosas con criterio. Ahí es donde aparece lo que yo llamo el gusto científico, que seguirá siendo una capacidad profundamente humana».