Filosofía de ingeniería: Demis Hassabis, resolver la inteligencia para resolverlo todo

Ideas clave

• El plan tenía dos pasos: resolver la inteligencia y luego usarla para resolver todo lo demás. Esa frase – el verdadero discurso fundacional de Hassabis para DeepMind – es la estrategia entera. Construir un sistema de aprendizaje general en lugar de uno limitado, y después apuntarlo a los problemas más difíciles de la ciencia. Suena a soberbia hasta que lo ves ejecutarlo en orden.¹⁷
• Los juegos eran el banco de pruebas, no la meta. AlphaGo venció a Lee Sedol 4-1 en marzo de 2016 – una década antes de lo que predecían los expertos – y la “Jugada 37” de la segunda partida, una jugada con una probabilidad aproximada de 1 en 10.000 de ser elegida por un humano, mostró al sistema inventando en vez de imitar.⁵ Hassabis escogió los juegos porque son autocontenidos, con objetivos claros, el entorno de pruebas ideal para el aprendizaje por refuerzo.⁷
• Después volcó esa inteligencia sobre la biología y ganó un Nobel. AlphaFold2 resolvió en CASP14, en 2020, el problema de predicción de la estructura de proteínas que llevaba 50 años sin solución; la base de datos de AlphaFold contiene hoy estructuras de unos 200 millones de proteínas que utilizan más de dos millones de investigadores.⁸⁹ En 2024 Hassabis compartió el Premio Nobel de Química con John Jumper (y David Baker) – paso dos, cumplido.¹⁰¹¹
• De niño prodigio del ajedrez a diseñador de videojuegos, neurocientífico y fundador. Nacido en Londres en 1976, con nivel de maestro en ajedrez a los trece años, codiseñador de Theme Park a los diecisiete, un título doble con matrícula de honor en Cambridge y, luego, un doctorado en neurociencia cognitiva por la UCL estudiando la memoria y la imaginación – cada capítulo alimentó al siguiente.¹²³⁴

El principio

“Paso uno, resolver la inteligencia; paso dos, usarla para resolver todo lo demás.” – Demis Hassabis, sobre el plan fundacional de DeepMind⁷

La mayor parte de la tecnología ambiciosa se construye al revés. Eliges un problema – búsqueda, recomendaciones, detección de fraude – y construyes el sistema más limitado y confiable que resuelve eso. La generalidad se trata como un lujo que te ganas más tarde, si acaso. Hassabis invirtió el orden. Su apuesta era que la primera jugada correcta no consiste en resolver ningún problema concreto, sino en resolver la capacidad general que resuelve problemas – construir un sistema de aprendizaje capaz de dominar dominios para los que nunca fue diseñado específicamente – y solo entonces apuntarlo a los objetivos que más importan.⁷

Por eso el orden de la frase carga con todo el peso. “Resolver la inteligencia” va primero no porque las aplicaciones no importen, sino porque, a su juicio, una inteligencia suficientemente general es la herramienta de mayor apalancamiento que puedes construir: resuélvela una vez y obtendrás una llave que abre muchas cerraduras en lugar de una herramienta diseñada para una sola. La frase puede sonar grandilocuente, y lo sería – si no hubiera dedicado luego quince años a recorrer los dos pasos en secuencia, en público, llegando a un Premio Nobel por el segundo.¹⁰

El método que sostiene el lema tiene dos ingredientes poco habituales. El primero es la neurociencia como inspiración: Hassabis estudió el cerebro precisamente para extraer de él ideas algorítmicas, partiendo de la teoría de que vale la pena entender la única inteligencia general que conocemos antes de intentar construir otra.⁷ El segundo son los juegos como banco de pruebas: mundos autocontenidos con funciones objetivo claras, donde un sistema de aprendizaje puede entrenarse, medirse y llevarse hasta el juego sobrehumano antes de confiarle algo real.⁷ De los juegos al aprendizaje general y al descubrimiento científico – ese es el arco completo, y es el principio en una línea: resolver la inteligencia y luego usarla para resolver todo lo demás.

Contexto

Demis Hassabis nació en Londres el 27 de julio de 1976, hijo de padre grecochipriota y madre china singapurense.¹ Fue un prodigio del ajedrez desde los cuatro años; a los trece había alcanzado el nivel de maestro con un Elo en torno a 2300, y capitaneó las selecciones juveniles de Inglaterra.¹ El ajedrez no es aquí una nota al pie – es el origen de toda su visión del mundo. Un niño que pasa años calculando líneas, evaluando posiciones y eligiendo la mejor continuación ha interiorizado, antes de la pubertad, el bucle exacto que más tarde estaría bajo AlphaGo: mirar hacia adelante, evaluar, elegir.

El siguiente capítulo fueron los juegos – la construcción de ellos. Tras ganar un concurso para un puesto en Bullfrog Productions, Hassabis codiseñó y fue programador principal del clásico de simulación Theme Park a los diecisiete años, trabajando junto a Peter Molyneux; vendió millones de copias y ayudó a dar origen al género de la simulación de gestión.² Pasó luego a ser programador principal de IA en Black & White en Lionhead, y después fundó su propio estudio, Elixir Studios, lanzando Republic: The Revolution y Evil Genius.¹ Dedicó una década de su vida a crear software que simulaba comportamiento inteligente – multitudes, criaturas, oponentes – que es exactamente el aprendizaje que diseñarías para alguien a punto de intentar construir lo real.

Entonces volvió a los primeros principios. Se había graduado con un doble título con matrícula de honor en Ciencias de la Computación en Cambridge en 1997, y regresó a la academia para hacer un doctorado en neurociencia cognitiva en la UCL (2009), trabajando sobre la memoria episódica y la imaginación – demostrando que los pacientes con daño en el hipocampo tienen dificultades no solo para recordar el pasado, sino para imaginar escenas futuras nuevas.¹³⁴ Ese es un hallazgo profundo para quien construye IA: la maquinaria de la memoria y la maquinaria de la imaginación son la misma maquinaria. Realizó trabajo posdoctoral en la Gatsby Computational Neuroscience Unit y, en 2010, cofundó DeepMind junto a Shane Legg y Mustafa Suleyman; Google la adquirió en 2014.¹ El ajedrez le enseñó la búsqueda; los juegos le enseñaron la simulación; la neurociencia le enseñó cómo es la inteligencia general vista desde dentro. DeepMind es donde las tres convergen.

El trabajo

Los juegos como banco de pruebas: AlphaGo y la Jugada 37

Empecemos por el motor mismo, en miniatura. Mucho antes de las redes neuronales, la idea central de una máquina que juega era la anticipación: antes de comprometerte con una jugada, imaginas las respuestas del oponente, tus respuestas a esas, y así sucesivamente por el árbol de posibilidades, puntúas dónde termina cada línea y eliges la jugada que conduce al mejor resultado suponiendo que ambos lados juegan bien. El widget de abajo es esa idea reducida a su forma más pequeña – tres en raya contra un oponente que examina cada continuación antes de cada jugada, de modo que no se le puede ganar. Juégalo, y estarás jugando contra el bisabuelo de AlphaGo.

El tres en raya es lo bastante pequeño para examinarlo hasta el final. El go no lo es. Un tablero de go tiene más posiciones legales que átomos hay en el universo observable, razón por la cual la anticipación por fuerza bruta – la técnica que descifró el ajedrez – había fracasado en el go durante décadas.⁵ La jugada de DeepMind fue conservar la búsqueda pero volverla inteligente: AlphaGo combinó la búsqueda en árbol de Monte Carlo con dos redes neuronales profundas – una red de política que propone jugadas prometedoras (para que no malgastes búsqueda en las malas) y una red de valor que juzga qué tan buena es una posición (para que no tengas que leer cada línea hasta el final). Las redes se entrenaron primero con partidas de expertos humanos y luego se afinaron mediante aprendizaje por refuerzo, jugando millones de partidas contra versiones de sí mismas.⁵

En marzo de 2016, en Seúl, AlphaGo venció a Lee Sedol – uno de los más grandes jugadores vivos – 4-1, ante una audiencia de más de 200 millones de personas, aproximadamente una década antes de lo que habían predicho los expertos.⁵ El momento que lo define es la Jugada 37 de la segunda partida: una jugada que el propio sistema estimaba que un humano elegiría con una probabilidad de alrededor de 1 en 10.000, leída al principio como un error por los comentaristas y comprendida después como genial. Fue la primera vez que el mundo vio a una máquina producir, en un dominio que los humanos habían refinado durante milenios, no una imitación del genio humano sino algo genuinamente nuevo.⁵ De eso se trata toda la fase de los juegos: no de ganar, sino de demostrar que un sistema de aprendizaje podía descubrir.

AlphaZero: aprender de nada más que las reglas

AlphaGo aún se apoyaba en una muleta: arrancaba desde una base de datos de partidas humanas. El siguiente paso eliminó incluso eso. A AlphaZero (presentado en 2017, con resultados completos en Science en 2018) se le entregaron únicamente las reglas de un juego y luego se enseñó a sí mismo enteramente mediante autojuego, partiendo de movimientos aleatorios – sin partidas humanas, sin libros de aperturas, sin heurísticas hechas a mano.⁶ Tabula rasa. Desde ese punto en blanco dominó el go, el ajedrez y el shogi a nivel sobrehumano, superando a los motores especializados más fuertes – y lo hizo con un único algoritmo general aplicado a tres juegos muy distintos, la prueba más clara hasta el momento de lo “general” en inteligencia general.⁶

El detalle que me parece más instructivo es cómo ganó. AlphaZero examinaba solo unas 60.000 posiciones por segundo en ajedrez, frente a los 60 millones del motor tradicional Stockfish – mil veces menos – y aun así salió adelante, porque su intuición aprendida le decía qué líneas valía la pena leer siquiera.⁶ Además jugaba con un estilo extraño, sacrificial, profundamente posicional, que sorprendió a los grandes maestros. Esta es la misma lección que la Jugada 37, generalizada: cuando dejas de obligar a un sistema a imitar el conocimiento humano y lo dejas aprender la estructura de un problema desde cero, no solo nos iguala – encuentra cosas que se nos escaparon. Ese es el puente de “resolver la inteligencia” al paso dos, porque la mayoría de los problemas difíciles de la ciencia no tienen, para empezar, ningún libro de jugadas humano del que copiar.

AlphaFold: volcar la inteligencia sobre la ciencia (Nobel 2024)

Entonces Hassabis usó la llave. Durante cincuenta años, el gran desafío de la biología había sido el problema del plegamiento de proteínas: una proteína es una cadena de aminoácidos que se pliega en una forma 3D precisa, esa forma determina lo que la proteína hace, y predecir la forma a partir de la secuencia había resistido todos los enfoques. Los métodos experimentales para determinar una sola estructura podían tardar años y costar una fortuna.⁸⁹

En CASP14, en 2020 – la evaluación bienal y a ciegas del campo – el AlphaFold2 de DeepMind predijo estructuras con un margen aproximado del ancho de un átomo respecto a la respuesta experimental, unas tres veces más preciso que el siguiente mejor sistema y, para la mayoría de las proteínas, comparable al laboratorio.⁸ Los organizadores de CASP declararon esencialmente resuelto el problema de 50 años.⁸ DeepMind hizo entonces lo que convierte un resultado en infraestructura: liberó la base de datos de estructuras de proteínas de AlphaFold, que creció desde el proteoma humano hasta unos 200 millones de estructuras – casi todas las proteínas catalogadas que la ciencia conoce – disponibles de forma gratuita, usada hoy por más de dos millones de investigadores en 190 países.⁹¹¹

En octubre de 2024, el Comité Nobel concedió a Hassabis y a su colega John Jumper la mitad del Premio Nobel de Química “por la predicción de la estructura de proteínas”, compartiendo el premio con David Baker, reconocido “por el diseño computacional de proteínas”.¹⁰¹¹ Hassabis fue nombrado caballero ese mismo año por sus servicios a la inteligencia artificial.¹ Lo que conviene asimilar es el orden: esto no es un giro de carrera independiente, de los juegos a la biología. Es el paso dos de la frase original. Construir un sistema de aprendizaje general, validarlo donde el objetivo es limpio (un juego) y luego apuntarlo a un problema donde el objetivo tiene la misma forma – un espacio de búsqueda enorme, una función de puntuación clara – pero cuya recompensa es una herramienta para toda la biología.

La misión e Isomorphic: lo que viene

Si AlphaFold demostró la tesis, Isomorphic Labs – que Hassabis fundó y dirige, escindida de DeepMind en 2021 – es el intento de industrializarla: usar la IA para reinventar el proceso de descubrimiento de fármacos, tratando toda la cadena, desde la diana hasta la molécula, como un problema que un sistema al estilo de AlphaFold puede atacar.¹ Es el paso dos, otra vez, sobre una diana más grande: de predecir la forma de una proteína a diseñar la molécula que se le une. Mientras tanto, la misión declarada de DeepMind se ha ampliado hacia construir IA de manera responsable en beneficio de la humanidad, y Hassabis se ha convertido en una de las voces de mayor rango más prudentes sobre la AGI – instando a la cautela precisamente porque se toma al pie de la letra la mitad de “resolver todo lo demás”.⁷ El patrón se sostiene en ambas direcciones: la ambición es enorme, y la disciplina sobre cómo llegar hasta allí es igual de seria.

El método

El método de Hassabis es inusualmente legible, porque él mismo lo ha narrado. Quita la prensa y lo que queda es una receta repetible.

Apunta a la capacidad general, no a la tarea específica. La decisión definitoria fue “resolver la inteligencia” primero y las aplicaciones después – construir un sistema de aprendizaje que generaliza, en lugar de lo más limitado que se pueda lanzar. La mayoría de los equipos no pueden permitirse esto. La disciplina consiste en saber cuándo la generalidad es el apalancamiento real y cuándo es procrastinación.⁷

Explota el único ejemplo que funciona. Existe exactamente una inteligencia general – el cerebro – así que Hassabis estudió neurociencia para robarle sus ideas. Cuando un problema tiene una única solución conocida en la naturaleza, entenderla a fondo supera a inventar desde cero. El mismo instinto recorre esta serie: codificar la estructura que ya funciona en lugar de reinventarla, como hizo LeCun al incorporar la invariancia a la traslación en la convolución.⁷

Construye el banco de pruebas antes que el producto. Los juegos le dieron mundos autocontenidos con funciones objetivo claras donde un sistema podía entrenarse y medirse con honestidad antes de tocar nada que importara. La lección general: invierte en el entorno donde puedas obtener una señal limpia y rápida de si la cosa funciona. Una referencia en la que confías vale más que una opinión en la que no – la puerta de la evidencia aplicada a todo un programa de investigación.⁷

Quita la muleta humana cuando puedas. AlphaGo aprendió de partidas humanas; AlphaZero no aprendió de ninguna, y resultó mejor. Cuando un sistema ha madurado lo suficiente para aprender la estructura de un problema directamente, el andamiaje aportado por los humanos puede convertirse en un techo. Saber cuándo apartarlo de una patada es una habilidad en sí misma.⁵⁶

Y luego gasta la capacidad en algo que importe. La disciplina que hace que todo esto sea más que un truco es que el segundo paso ocurre de verdad. Jugar nunca fue el punto; AlphaFold sí lo era. La capacidad sin una diana digna está incompleta – la prueba de Steve de si el trabajo merece existir, aplicada a la inteligencia misma.⁸¹⁰

Cadena de influencia

Quién lo formó

El ajedrez. Antes de las ciencias de la computación, antes de la neurociencia, estaba el tablero. El bucle de anticipación, evaluación y elección que un maestro interioriza es el mismo bucle que está bajo AlphaGo y AlphaZero. Hassabis aprendió el algoritmo de niño viviéndolo. (Influencia formativa)

El cerebro, estudiado deliberadamente. Hassabis hizo un doctorado en neurociencia cognitiva explícitamente para aprender de la única inteligencia general que conocemos, trabajando sobre la maquinaria compartida de la memoria y la imaginación. La apuesta de que la IA debe inspirarse en el cerebro no es una metáfora para él; era un plan de investigación. (Influencia directa)

La revolución del aprendizaje profundo. AlphaGo y AlphaFold son, en su núcleo, redes neuronales profundas, y ese linaje pasa directamente por Geoffrey Hinton, cuyo trabajo hizo entrenables las redes, y por Yann LeCun, cuyas arquitecturas convolucionales enseñaron a las redes a ver estructura. Hassabis construyó la búsqueda y el sistema; ellos construyeron el sustrato sobre el que aprende. (Influencia directa)

A quién formó él

La IA para la ciencia. AlphaFold no solo resolvió un problema; estableció una plantilla – que un sistema de aprendizaje general, apuntado a una pregunta científica difícil con un objetivo limpio, puede dejar atrás décadas de esfuerzo especializado. Todo proyecto del tipo “AlphaFold para X” desciende de esa demostración.

El aprendizaje por refuerzo a escala. AlphaGo y AlphaZero son la prueba canónica de que el aprendizaje por refuerzo profundo con autojuego puede alcanzar y superar la pericia humana en espacios de búsqueda enormes, redefiniendo lo que todo un subcampo creía posible.

La imaginación pública sobre la IA. La Jugada 37 y el enfrentamiento con Lee Sedol fueron, para cientos de millones de personas, el momento en que una máquina dejó de imitar y empezó a crear. Ese marcador cultural también forma parte de su influencia.

El hilo conductor

Hassabis es el punto donde la rama del aprendizaje profundo de esta serie pasa de la percepción a la acción y el descubrimiento. Fei-Fei Li aportó los datos que enseñaron a las redes a ver; Geoffrey Hinton hizo que la máquina de aprendizaje funcionara de verdad; Yann LeCun le dio la arquitectura para encontrar estructura. Hassabis toma esas mismas redes y las envuelve en búsqueda y autojuego – un sistema que no solo clasifica el mundo, sino que actúa en él, planifica y descubre. La línea hacia adelante llega de forma natural al “Software 2.0” de Andrej Karpathy, la idea de un programa compilado a partir de datos en vez de escrito a mano, que es exactamente lo que es AlphaZero: ninguna regla de estrategia programada, solo las reglas del juego y una recompensa, con todo lo demás aprendido. LeCun dice aprende a ver; Hinton dice el aprendizaje funciona; Li dice aquí está el mundo del que aprender; Hassabis dice: ahora úsalo para hacer algo – y lo apunta a un problema de la biología que llevaba cincuenta años abierto. (Puente de la serie)

Lo que me llevo de esto

La lección que conservo de Hassabis trata de secuenciar la ambición. La frase “resolver la inteligencia y luego resolver todo lo demás” es fácil de ridiculizar como grandilocuencia de fundador, y lo sería – salvo que la trató como un plan literal de dos pasos y ejecutó los pasos en orden, en público, durante quince años, con un Premio Nobel al final del paso dos. La disciplina no es el tamaño de la ambición; es la negativa a saltarse el banco de pruebas. No afirmó que curaría enfermedades el primer día. Construyó un sistema, lo validó de forma sobrehumana en un lugar donde el marcador era inequívoco y solo entonces lo apuntó a la diana que importaba. Eso reordena mi forma de pensar sobre las metas grandes: enuncia el final audaz, pero gánate el derecho a él primero sobre una referencia limpia. Es la calidad es la única variable aplicada a una hoja de ruta – la pregunta es “¿es real la capacidad?” antes que “¿es impresionante la aplicación?”.

La segunda lección es más callada y recorre todo el arco: las mejores ideas a menudo provienen de estudiar el único ejemplo que ya funciona. Hassabis no teorizó sobre la inteligencia en abstracto; fue y estudió el cerebro, porque es la prueba de existencia. Cuando estoy atascado, la jugada rara vez es inventar desde primeros principios en el vacío – es encontrar el sistema que ya resolvió una versión de esto y entender por qué funciona lo bastante bien como para robar la idea. El ajedrez le dio la búsqueda, el cerebro le dio la arquitectura, los juegos le dieron un entorno de pruebas y la biología le dio una diana digna. Nada se desperdició, porque cada capítulo fue él explotando un ejemplo que funciona para el siguiente. Resuelve la inteligencia y luego úsala – pero primero, ve y aprende de aquello que ya la tiene.

Preguntas frecuentes

¿Cuál es la filosofía de ingeniería de Demis Hassabis?

Resolver primero la inteligencia y luego usarla para resolver todo lo demás. En vez de construir el sistema más limitado que resuelve una tarea específica, Hassabis apostó por construir un sistema de aprendizaje general – inspirado en cómo funciona el cerebro, validado en juegos donde el objetivo es limpio – y después apuntar esa capacidad general a los problemas más difíciles de la ciencia.⁷ La estrategia es legible porque la ejecutó en orden: AlphaGo y AlphaZero demostraron que la inteligencia era real y general, y AlphaFold la gastó en el problema del plegamiento de proteínas de la biología, ganando un Nobel.⁵⁶⁸¹⁰

¿Cómo funciona AlphaGo y qué fue la Jugada 37?

AlphaGo combinó la búsqueda en árbol de Monte Carlo con dos redes neuronales profundas: una red de política que propone jugadas prometedoras y una red de valor que juzga qué tan buena es una posición, entrenadas primero con partidas humanas y luego afinadas mediante aprendizaje por refuerzo a través del autojuego.⁵ Como el go tiene más posiciones legales que átomos hay en el universo, la búsqueda exhaustiva es imposible – las redes permiten que el sistema busque de forma inteligente en su lugar. En marzo de 2016 AlphaGo venció a Lee Sedol 4-1 en Seúl, y la “Jugada 37” de la segunda partida – una jugada con una probabilidad de alrededor de 1 en 10.000 de ser elegida por un humano – fue el momento en que una máquina produjo una idea genuinamente novedosa en un juego que los humanos habían refinado durante milenios.⁵

¿Cuál es la diferencia entre AlphaGo y AlphaZero?

AlphaGo aprendió en parte de una base de datos de partidas de expertos humanos antes de mejorar mediante el autojuego. AlphaZero (2017) eliminó por completo los datos humanos: dadas únicamente las reglas de un juego, se enseñó a sí mismo desde el juego aleatorio mediante aprendizaje por refuerzo de puro autojuego – tabula rasa.⁶ Desde ese punto en blanco, un único algoritmo general dominó el go, el ajedrez y el shogi a nivel sobrehumano, venciendo a los motores especializados más fuertes mientras examinaba muchas menos posiciones, porque su intuición aprendida le decía qué líneas valía la pena leer.⁶ AlphaZero es la evidencia más fuerte de inteligencia “general”, porque el mismo método funcionó en tres juegos distintos sin ningún ajuste específico de dominio.

¿Qué es AlphaFold y por qué ganó el Premio Nobel?

AlphaFold es el sistema de IA de DeepMind para predecir la estructura 3D de una proteína a partir de su secuencia de aminoácidos – el “problema del plegamiento de proteínas” que había resistido toda solución durante unos cincuenta años.⁸⁹ En la evaluación CASP14 de 2020, AlphaFold2 predijo estructuras con una precisión aproximadamente atómica, comparable a los métodos experimentales, y los organizadores declararon el problema esencialmente resuelto.⁸ DeepMind liberó unos 200 millones de estructuras predichas – casi todas las proteínas conocidas – de forma gratuita para los investigadores.⁹ En 2024 Hassabis y John Jumper recibieron la mitad del Premio Nobel de Química “por la predicción de la estructura de proteínas”, compartiéndola con David Baker, reconocido “por el diseño computacional de proteínas”.¹⁰¹¹

Fuentes