La historia de Demis Hassabis es un relato único de cómo la pasión por los juegos, la curiosidad por el cerebro humano y la ambición por resolver la inteligencia se entrelazaron para dar forma a uno de los pioneros más influyentes en el campo de la inteligencia artificial. Su camino no fue lineal, sino que zigzagueó entre diferentes disciplinas, cada una aportando una pieza crucial a su visión final.
Tras completar sus estudios en Cambridge, Hassabis se sumergió inicialmente en el mundo del desarrollo de videojuegos. Trabajó en Lionhead Studios, colaborando con el renombrado diseñador Peter Molyneux, con quien ya había compartido experiencias en Bullfrog Productions. En Lionhead, Hassabis fue el programador principal de IA para el aclamado juego 'god game' Black & White, lanzado en 2001. Su paso por la industria del entretenimiento digital le proporcionó una base sólida en lógica de programación y diseño de sistemas complejos.
La Aventura Empresarial en Elixir Studios
En 1998, Hassabis decidió emprender su propio camino y fundó Elixir Studios, una desarrolladora de juegos independiente con sede en Londres. Consiguió importantes acuerdos de publicación con empresas como Eidos Interactive, Vivendi Universal y Microsoft. Además de dirigir la compañía, Hassabis ejerció como diseñador ejecutivo en proyectos ambiciosos como Republic: The Revolution y Evil Genius. Ambos juegos recibieron nominaciones BAFTA por sus bandas sonoras interactivas.
Republic: The Revolution, un juego de simulación política inusualmente ambicioso, enfrentó retrasos debido a la magnitud de su visión, que incluía una simulación de IA del funcionamiento de un país ficticio completo. La versión final, aunque reducida, recibió críticas tibias. Evil Genius, una sátira de simulador de villano tipo Bond, tuvo una mejor recepción. A pesar de los esfuerzos, en abril de 2005, los derechos de propiedad intelectual y tecnología de Elixir Studios fueron vendidos y el estudio cerró sus puertas.
El Giro Hacia la Academia: La Neurociencia Cognitiva
Después de su experiencia empresarial, Hassabis tomó una decisión fundamental: regresar a la academia para profundizar en la comprensión de la mente humana. Obtuvo su PhD en Neurociencia Cognitiva en el Instituto de Neurología UCL Queen Square en 2009, bajo la supervisión de Eleanor Maguire. Su objetivo era claro: encontrar inspiración en el cerebro humano para desarrollar nuevos algoritmos de inteligencia artificial. Este período marcó un punto de inflexión, fusionando su interés inicial en la creación de inteligencias artificiales para juegos con una base científica rigurosa.
Su investigación se centró en campos como la imaginación, la memoria y la amnesia. Co-escribió varios artículos influyentes publicados en revistas de prestigio como Nature, Science, Neuron y PNAS. Su primer trabajo académico significativo, publicado en PNAS, fue un estudio pionero que demostró sistemáticamente por primera vez que los pacientes con daño en el hipocampo, conocido por causar amnesia, también eran incapaces de imaginarse a sí mismos en nuevas experiencias. Este hallazgo estableció un vínculo crucial entre el proceso constructivo de la imaginación y el proceso reconstructivo del recuerdo de la memoria episódica.
Basándose en este trabajo y un estudio posterior de resonancia magnética funcional (fMRI), Hassabis propuso una nueva teoría sobre el sistema de memoria episódica, identificando la 'construcción de escenas' (la generación y el mantenimiento en línea de una escena compleja y coherente) como un proceso clave subyacente tanto al recuerdo de la memoria como a la imaginación. Esta investigación tuvo una amplia cobertura mediática y fue incluida entre los 10 principales avances científicos del año por la revista Science. Posteriormente, generalizó estas ideas para proponer la noción de un 'motor de simulación de la mente', cuya función sería imaginar eventos y escenarios para ayudar en una mejor planificación.
Continuó su investigación en neurociencia e inteligencia artificial como científico visitante en el Instituto Tecnológico de Massachusetts (MIT) y la Universidad de Harvard. Posteriormente, obtuvo una beca postdoctoral Henry Wellcome en la Unidad de Neurociencia Computacional Gatsby en UCL, trabajando con Peter Dayan.
La Creación de DeepMind: Resolviendo la Inteligencia
El culminar de su diversa experiencia llegó en 2010, cuando Hassabis co-fundó DeepMind en Londres junto a Shane Legg y Mustafa Suleyman. Hassabis conoció a Legg durante sus postdoctorados en la Unidad Gatsby, y Suleyman era amigo de la familia. También reclutó a su amigo universitario y socio de Elixir, David Silver. La misión de DeepMind es audaz y ambiciosa: "resolver la inteligencia" y luego usar esa inteligencia "para resolver todo lo demás". Más concretamente, buscan combinar conocimientos de la neurociencia de sistemas con avances en aprendizaje automático y hardware informático para desarrollar algoritmos de aprendizaje de propósito general cada vez más potentes, trabajando hacia la creación de una Inteligencia Artificial General (AGI).
DeepMind inicialmente se centró en entrenar algoritmos para dominar juegos. En diciembre de 2013, anunciaron un avance pionero al entrenar un algoritmo llamado Deep Q-Network (DQN) para jugar juegos de Atari a un nivel sobrehumano, utilizando solo los píxeles brutos de la pantalla como entrada.
Los primeros inversores de DeepMind incluyeron a varios empresarios tecnológicos de alto perfil. En 2014, Google adquirió DeepMind por 400 millones de libras. Aunque la mayor parte de la empresa ha permanecido como una entidad independiente en Londres, DeepMind Health se ha incorporado directamente a Google Health.
Desde la adquisición por parte de Google, DeepMind ha logrado una serie de hitos significativos. Quizás el más notable fue la creación de AlphaGo, un programa que derrotó al campeón mundial Lee Sedol en el complejo juego de Go. Go había sido considerado un 'santo grial' de la IA debido a su vasto número de posiciones posibles y su resistencia a las técnicas de programación existentes. AlphaGo no solo venció al campeón europeo Fan Hui 5-0 en octubre de 2015, sino que también ganó 4-1 contra el ex campeón mundial Lee Sedol en marzo de 2016.
Otros logros de DeepMind incluyen la creación de una máquina de Turing neuronal, la reducción del 40% del consumo de energía de los sistemas de refrigeración en los centros de datos de Google, el avance en la investigación sobre la seguridad de la IA y la creación de una asociación con el Servicio Nacional de Salud (NHS) del Reino Unido y el Moorfields Eye Hospital para mejorar los servicios médicos e identificar el inicio de afecciones oculares degenerativas.
DeepMind ha sido pionera en el campo del aprendizaje por refuerzo profundo, combinando aprendizaje profundo y aprendizaje por refuerzo. Hassabis ha predicho que la inteligencia artificial será "una de las tecnologías más beneficiosas para la humanidad", pero también ha advertido sobre los posibles peligros y riesgos si se utiliza de forma incorrecta, abogando firmemente por una mayor investigación en seguridad de la IA.
AlphaFold: Un Avance Científico Sin Precedentes
En 2016, DeepMind dirigió su inteligencia artificial al problema del Plegamiento de Proteínas, un desafío científico de 50 años de antigüedad: predecir la estructura 3D de una proteína a partir de su secuencia de aminoácidos 1D. Este es un problema fundamental en biología, ya que las proteínas son esenciales para la vida y su función está intrínsecamente ligada a su estructura. Conocer la estructura proteica es crucial para el descubrimiento de fármacos y la comprensión de enfermedades.
En diciembre de 2018, la herramienta AlphaFold de DeepMind ganó la 13ª Evaluación Crítica de Técnicas para la Predicción de Estructuras Proteicas (CASP), prediciendo con éxito la estructura más precisa para 25 de 43 proteínas.
En noviembre de 2020, DeepMind anunció resultados aún más impresionantes en la edición CASP14 con AlphaFold 2, una nueva versión del sistema. Logró una puntuación media GDT (Global Distance Test) de 87.0, mucho mayor que los resultados anteriores, y un error general menor que el ancho de un átomo, haciéndolo competitivo con métodos experimentales. Los organizadores de CASP declararon que el problema estaba "esencialmente resuelto". Al año siguiente, DeepMind utilizó AlphaFold2 para plegar las 200 millones de proteínas conocidas por la ciencia y puso el sistema y las estructuras a disposición pública y gratuita a través de la Base de Datos de Estructuras Proteicas AlphaFold, desarrollada en colaboración con EMBL-EBI.
En 2021, Hassabis fundó Isomorphic Labs, una filial de Alphabet dedicada a utilizar la inteligencia artificial para el descubrimiento de fármacos, basándose en la tecnología AlphaFold. En mayo de 2024, Google DeepMind e Isomorphic Labs lanzaron AlphaFold 3, una plataforma de modelo fundacional de IA para predecir el plegamiento de proteínas y sus interacciones con otras moléculas, con el objetivo de acelerar significativamente el descubrimiento de fármacos.
Filosofía y Visión del Futuro
Hassabis se describe a sí mismo como obsesionado con la eficiencia, creyendo que el tiempo es limitado y hay muchas cosas interesantes que hacer. Su rutina diaria a menudo implica trabajar hasta altas horas de la madrugada, encontrando las horas tranquilas propicias para el pensamiento creativo y la investigación. Sus padres, a quienes describe como un poco bohemios, le inculcaron la idea de seguir sus pasiones y trazar su propio camino. La experiencia de mudarse frecuentemente en su infancia le ayudó a adaptarse a nuevos entornos y personas, una habilidad que considera valiosa para dirigir empresas.
Ve la IA como una "meta-solución" para muchos de los problemas de la sociedad, desde el cambio climático (a través del descubrimiento de nuevos materiales, modelado mejorado o análisis de imágenes satelitales) hasta las enfermedades como el Alzheimer. Sin embargo, es consciente de la "gran disrupción" que la IA puede causar en el mercado laboral. Predice un futuro donde los trabajos creativos y de cuidado (como la enfermería o la enseñanza) podrían ser más valorados, mientras que las tareas más lógicas o repetitivas podrían ser aumentadas o reemplazadas por la IA. Aboga por una educación que se centre en enseñar a "aprender a aprender" y en habilidades metacognitivas, preparando a los estudiantes para un mundo impredecible y en constante cambio.
Hassabis es un firme defensor de la seguridad de la IA. Considera que la tecnología es neutral y depende de cómo los humanos la utilicen. Ha firmado declaraciones pidiendo que mitigar el riesgo de extinción por la IA sea una prioridad global y se opone al uso de la IA en sistemas de guerra, abogando por que siempre haya humanos en el control. No cree que exista una "carrera armamentística clásica" de IA, sino más bien una competencia comercial y de investigación, con una fuerte cultura de publicación en la comunidad científica.
Su motivación principal es comprender el mundo, abordando grandes preguntas sobre la conciencia, el cerebro y el universo. Espera que la IA sea una herramienta poderosa para avanzar en campos como la física y la neurociencia. Encuentra inspiración para su creatividad en la música (particularmente instrumental) y el cine (citando Blade Runner como muy influyente). Cree que, aunque las máquinas puedan generar contenido, la profundidad emocional y la conexión con la condición humana seguirán siendo dominios únicos de los creadores humanos.
Preguntas Frecuentes
¿Tiene Demis Hassabis un doctorado (PhD)? Sí, Demis Hassabis obtuvo su PhD en Neurociencia Cognitiva en el Instituto de Neurología UCL Queen Square en 2009.
¿Por qué es famoso Demis Hassabis? Es famoso por co-fundar DeepMind, una empresa líder en investigación de inteligencia artificial adquirida por Google, y por liderar proyectos innovadores como AlphaGo (que derrotó al campeón mundial de Go) y AlphaFold (que logró un avance sin precedentes en el plegamiento de proteínas). Su trabajo ha tenido un impacto significativo tanto en la investigación de IA como en la biología.
¿Qué es DeepMind? DeepMind es un laboratorio de investigación de inteligencia artificial co-fundado por Demis Hassabis. Su misión es "resolver la inteligencia" y desarrollar Inteligencia Artificial General (AGI) para aplicarla en la resolución de problemas complejos en ciencia y otras áreas para el beneficio de la humanidad.
¿Qué es AlphaFold? AlphaFold es una herramienta de inteligencia artificial desarrollada por DeepMind e Isomorphic Labs. Está diseñada para predecir la estructura 3D de las proteínas a partir de su secuencia de aminoácidos con alta precisión. Este avance es crucial para comprender la función de las proteínas y acelerar el descubrimiento de fármacos.
¿Qué piensa Demis Hassabis sobre el futuro de la IA? Hassabis ve la IA como una herramienta increíblemente potente y potencialmente beneficiosa para resolver grandes desafíos globales. Sin embargo, también es consciente de los riesgos de su mal uso y aboga activamente por la investigación en seguridad de la IA y el desarrollo ético, asegurando que se despliegue para el bien de la sociedad.
¿Ganó Demis Hassabis el Premio Nobel? El texto proporcionado no indica que Demis Hassabis haya ganado un Premio Nobel. Menciona que asistió a la Semana Nobel en 2024 y que los premios de ese año reconocieron trabajos en campos relacionados con su investigación, como las estructuras de proteínas y el aprendizaje automático. Su trabajo en áreas como AlphaFold es altamente reconocido y ha tenido un impacto científico masivo, alineándose con los tipos de descubrimientos que pueden ser honrados por los Premios Nobel, pero el texto no confirma que él sea un laureado.
La trayectoria de Demis Hassabis subraya el poder de la interdisciplinariedad y la búsqueda persistente de grandes preguntas. Su capacidad para fusionar conocimientos del desarrollo de juegos, la neurociencia cognitiva y la inteligencia artificial lo ha posicionado como una figura clave en la configuración del futuro de la tecnología y la ciencia.
Si quieres conocer otros artículos parecidos a Demis Hassabis: De Juegos a la Neurociencia y la IA puedes visitar la categoría Neurociencia.