Reseña del libro: La Máquina Infinita: Demis Hassabis, DeepMind y la búsqueda de la superinteligencia de Sebastian Mallaby

Después de haber leído anteriormente La Ley de la Potencia, que considero el mejor libro escrito sobre capital de riesgo, me acerqué al último libro de Sebastian Mallaby con expectativas inusualmente altas. La Máquina Infinita: Demis Hassabis, DeepMind y la búsqueda de la superinteligencia no defraudó.

Al igual que La Ley de la Potencia, el libro tiene éxito porque Mallaby entiende que las empresas transformadoras no pueden explicarse únicamente a través de la tecnología o los resultados financieros. Deben entenderse a través de las ambiciones, personalidades, rivalidades y creencias profundamente arraigadas de las personas que las construyen.

La Máquina Infinita es en parte la historia de un empresario que crea una de las empresas de inteligencia artificial más importantes de la historia. Sin embargo, es más importante aún la historia de un científico que utiliza el empresariado como vehículo para perseguir preguntas científicas.

Demis Hassabis no parece ser alguien que fundó DeepMind principalmente para volverse rico, famoso o celebrado como fundador de tecnología. Parece ser alguien que identificó la inteligencia como el problema más consecuente en el que podría trabajar y luego construyó su vida alrededor de resolverlo.

Esa distinción es lo que hace que el libro sea tan atractivo.

Un científico primero y un empresario segundo

Mallaby traza el camino de Hassabis desde ser un prodigio del ajedrez y diseñador de videojuegos hasta neurocientífico, investigador de inteligencia artificial y finalmente co-fundador de DeepMind. El libro se basa en más de 30 horas de conversaciones con Hassabis, junto con más de 100 entrevistas con colegas, competidores, críticos y ex colaboradores.

Este acceso permite a Mallaby presentar a Hassabis no solo como la cara pública de Google DeepMind, sino como una persona cuyos intereses han permanecido notablemente consistentes.

El ajedrez le enseñó a pensar varios movimientos por adelantado. Diseñar juegos de simulación le enseñó cómo podrían surgir mundos complejos a partir de reglas relativamente simples. La neurociencia lo animó a preguntar cómo funcionan la memoria, la imaginación, la planificación y la inteligencia dentro del cerebro humano.

Estos empeños no fueron etapas desconectadas de su carrera. Fueron diferentes enfoques de la misma pregunta subyacente: ¿Puede entenderse la inteligencia lo suficientemente bien como para recrearla?

Lo que destaca en todo el libro es la tendencia de Hassabis a reducir los problemas a sus fundamentos. En lugar de comenzar con lo que la tecnología existente podría lograr, comenzó repetidamente con el resultado que creía que debería ser posible y trabajó hacia atrás.

Este enfoque de primeros principios también explica su horizonte de tiempo inusualmente largo. Hassabis estuvo dispuesto a mantener un problema en su mente durante años, o incluso décadas, hasta que la ciencia y la computación hubieran avanzado lo suficiente como para que él pudiera abordarlo adecuadamente.

El ejemplo más claro es la predicción de la estructura de las proteínas.

La conversación que plantó la semilla de la predicción de la estructura de las proteínas

Mientras estudiaba ciencias de la computación en Cambridge en la década de 1990, Hassabis se hizo amigo de estudiantes de biología. Uno de ellos estaba particularmente fascinado por el problema de la predicción de la estructura de las proteínas y explicó que resolverlo podría transformar la biología.

Hassabis inmediatamente reconoció que era el tipo de problema de búsqueda enorme que podría abordarse con inteligencia artificial algún día. Se informa que mantuvo notas sobre problemas científicos que podrían volverse adecuados para los algoritmos que esperaba construir. La predicción de la estructura de las proteínas permaneció entre ellos durante casi dos décadas.

Esta es una de las partes más emocionantes del libro.

Una conversación aparentemente ordinaria lo introdujo a un problema que permanecería en la parte posterior de su mente a través de la universidad, la investigación en neurociencia, el empresariado, la creación de DeepMind y el desarrollo de sistemas de aprendizaje cada vez más capaces.

Para entender la importancia de lo que siguió, es necesario apreciar la escala del desafío.

Las proteínas comienzan como cadenas de aminoácidos. Esas cadenas se pliegan en estructuras tridimensionales intrincadas, y la forma resultante determina en gran medida lo que una proteína puede hacer dentro de un organismo vivo. Entender esa estructura es, por lo tanto, esencial para estudiar enfermedades, diseñar medicamentos y comprender muchos de los mecanismos en los que se basa la vida.

La dificultad es que incluso una proteína relativamente pequeña puede asumir teóricamente un número astronómico de configuraciones posibles. Determinar experimentalmente una estructura a través de métodos como la cristalografía de rayos X o la microscopía electrónica criogénica puede requerir un tiempo, experiencia y gastos sustanciales.

Durante unos 50 años, los científicos lucharon por predecir de manera fiable la estructura tridimensional de una proteína a partir de su secuencia unidimensional de aminoácidos. El desafío se convirtió en uno de los grandes problemas no resueltos en biología computacional.

A menudo se dice que AlphaFold “resolvió la predicción de la estructura de las proteínas”. Técnicamente, esa descripción es demasiado amplia. AlphaFold transformó la predicción de la estructura de las proteínas; no explica cada etapa del proceso de plegamiento físico, el movimiento de las proteínas, el plegamiento incorrecto o la interacción molecular.

Esa calificación no disminuye el logro. Predecir estructuras con precisión casi experimental fue en sí mismo un avance que cambió un campo científico completo.

Los juegos fueron el campo de entrenamiento, no el destino

DeepMind no comenzó con la biología. Sus primeros avances vinieron a través de los juegos.

Los juegos ofrecieron algo invaluable a un laboratorio de inteligencia artificial: entornos controlados con reglas claras, resultados medibles y un número enorme de decisiones posibles. Un agente podía experimentar, fallar, recibir retroalimentación y mejorar sin la ambigüedad y el riesgo físico de operar en el mundo real.

La red de aprendizaje profundo de DeepMind demostró que un solo sistema de aprendizaje podía dominar una amplia selección de juegos de Atari a partir de píxeles de pantalla y señales de recompensa en lugar de instrucciones específicas del juego. El trabajo ayudó a establecer el aprendizaje de refuerzo profundo como uno de los enfoques más prometedores en la inteligencia artificial moderna.

La siguiente prueba importante fue Go.

Go había resistido los enfoques computacionales tradicionales porque el número de posiciones posibles en el tablero hacía imposible la búsqueda exhaustiva. El éxito requería reconocimiento de patrones, planificación estratégica y la capacidad de identificar movimientos prometedores sin calcular todos los resultados posibles.

En marzo de 2016, AlphaGo derrotó al legendario jugador de Go Lee Sedol cuatro juegos a uno. Más de 200 millones de personas vieron a una máquina realizar movimientos que incluso los jugadores de élite inicialmente lucharon por entender.

AlphaGo Zero luego eliminó la dependencia de los registros de juegos humanos. Comenzando solo con las reglas, aprendió jugando contra sí mismo y finalmente superó la versión anterior de AlphaGo. AlphaZero generalizó el enfoque aún más, dominando el ajedrez, el shogi y el Go a través del autoaprendizaje sin depender de estrategias creadas por humanos o ejemplos.

Estos sistemas no fueron prototipos directos de AlphaFold. La conexión es más filosófica y organizativa que arquitectónica.

Los juegos enseñaron a DeepMind cómo construir sistemas capaces de navegar vastos espacios de posibilidades. Demostraron que las redes neuronales, el aprendizaje de refuerzo, la búsqueda y enormes cantidades de cálculo podrían descubrir soluciones que los humanos no habían programado explícitamente.

Más importante aún, les dieron a Hassabis la confianza de que la inteligencia artificial podría ir más allá de la clasificación y el reconocimiento de patrones para generar conocimientos genuinamente útiles.

AlphaGo fue un logro histórico, pero nunca fue el destino final. Los juegos fueron laboratorios en los que DeepMind podría desarrollar las ideas, las personas, la infraestructura y la confianza necesarias para enfrentar problemas científicos reales.

La predicción de la estructura de las proteínas fue donde la misión original finalmente sería puesta a prueba.

AlphaFold y la diferencia entre ganar y resolver

DeepMind comenzó formalmente a trabajar en la predicción de la estructura de las proteínas en 2016. Su primer sistema AlphaFold ingresó a la competencia de estructura de proteínas CASP13 en 2018 y logró la mayor precisión entre los participantes.

Para muchas organizaciones, ganar la competencia habría sido suficiente. Habría generado titulares, reconocimiento académico y prueba de que el proyecto había tenido éxito.

Hassabis quería más.

Un sistema que encabezaba un benchmark pero seguía siendo insuficientemente confiable para el trabajo científico diario no había resuelto realmente el problema. DeepMind amplió el equipo, colocó a John Jumper en un papel de investigación central y rediseñó sustancialmente el sistema en lugar de simplemente refinar su primer enfoque.

El resultado fue AlphaFold2.

En CASP14 en 2020, AlphaFold2 logró una precisión que los organizadores y los investigadores consideraron comparable a los métodos experimentales en muchos objetivos de proteínas. La investigación asociada demostró que la predicción computacional podría acercarse regularmente a la precisión atómica, incluyendo en casos donde no había una estructura conocida estrechamente relacionada disponible.

DeepMind y el Instituto de Bioinformática Europea luego lanzaron predicciones que cubrían más de 200 millones de estructuras de proteínas, casi todas las proteínas catalogadas por la ciencia. La base de datos ha sido accedida desde entonces por más de tres millones de investigadores en más de 190 países.

En 2024, Hassabis y Jumper compartieron la mitad del Premio Nobel de Química por la predicción de la estructura de las proteínas, con la otra mitad otorgada a David Baker por el diseño computacional de proteínas.

La secuencia de eventos captura lo que encontré más impresionante sobre Hassabis.

No parece satisfecho con ganar la medición aceptada de un problema. Continuamente pregunta si el problema subyacente ha sido realmente resuelto.

Esa es la esencia del pensamiento de primeros principios. Un benchmark es solo un proxy. El objetivo no es ocupar el primer lugar. El objetivo es crear algo que cambie lo que los científicos pueden hacer.

El punto ciego de LLM que ayudó a OpenAI a avanzar

El libro también aclaró uno de los episodios más confusos en la historia reciente de la inteligencia artificial.

Los investigadores de Google introdujeron la arquitectura transformer en el papel emblemático de 2017 Attention Is All You Need. Los transformers se convirtieron en la base sobre la cual se construyeron los modelos de lenguaje grande modernos.

Sin embargo, Google no convirtió esa ventaja inicial en el producto que definió la era de la inteligencia artificial generativa. OpenAI lanzó ChatGPT y estableció la interfaz a través de la cual cientos de millones de personas se encontrarían con la inteligencia artificial avanzada por primera vez. Anthropic luego emergió como otro líder, particularmente entre los desarrolladores y los usuarios empresariales.

La versión común de esta historia es que Google inventó el transformer y luego simplemente no construyó modelos de lenguaje. Eso no es del todo preciso. Google y DeepMind publicaron investigaciones sustanciales sobre modelos de lenguaje, incluido el modelo Gopher de 280 mil millones de parámetros de DeepMind en 2021.

El fracaso no fue la falta de investigación. Fue un fracaso de convicción estratégica y ejecución de producto.

Hassabis inicialmente dudó de que el lenguaje solo pudiera producir una inteligencia genuina. Creyó que un sistema inteligente necesitaba estar basado en el mundo a través de la percepción, la acción, la robótica o entornos simulados.

Su preocupación era razonable. Una máquina podría almacenar una definición de peso, pero ¿realmente entendería el peso sin haber levantado algo? Podría procesar descripciones de la gravedad, pero ¿entendería que un vaso se rompería cuando se deja caer?

La agenda de investigación de DeepMind enfatizó, por lo tanto, agentes que actuaban dentro de juegos y mundos simulados. Sus investigadores incluso construyeron sistemas diseñados específicamente para conectar el lenguaje con la percepción y la acción en entornos tridimensionales.

Lo que Hassabis subestimó fue cuánta información sobre el mundo físico y social ya se había codificado en el lenguaje humano. Los modelos grandes también podrían heredar una forma de basarse en la retroalimentación de las personas que habían experimentado directamente el mundo.

Hassabis ha reconocido desde entonces que esto fue algo que malinterpretó, describiendo los modelos de lenguaje como “incrediblemente efectivos”.

Esta fue una de las secciones más valiosas del libro porque hace que el comportamiento de Google sea mucho más comprensible.

Desde afuera, parecía inexplicable que la organización responsable del transformer permitiera que OpenAI definiera la era de LLM. Desde dentro del marco intelectual de Hassabis, tiene más sentido. Estaba buscando una forma más profunda de inteligencia y inicialmente consideró la predicción del lenguaje como un camino incompleto hacia ella.

Esa evaluación puede eventualmente demostrarse correcta en el nivel de la inteligencia artificial general. Los modelos de lenguaje solos pueden no ser suficientes. Pero como decisión de producto y plataforma, dio a los competidores una oportunidad extraordinaria.

En mi propia observación del mercado, Gemini se ha convertido en un sistema formidable y puede superar a los modelos competidores en evaluaciones individuales. Sin embargo, todavía parece que Google está tratando de redefinir una categoría cuyas expectativas fueron establecidas por OpenAI y Anthropic.

El libro ayuda a explicar cómo una de las organizaciones con la mayor concentración de talento y infraestructura de inteligencia artificial se encontró en esa posición.

Por qué vender DeepMind a Google fue coherente con la misión

El otro episodio que cambió mi comprensión de Hassabis fue la venta de DeepMind a Google.

La mitología de los fundadores tiende a celebrar la independencia. El empresario ideal se supone que debe retener el control, resistir la adquisición, construir un imperio y recibir reconocimiento personal por crear una empresa dominante.

Hassabis parece haber evaluado la decisión de manera diferente.

Durante la competencia por adquirir DeepMind en 2013, Larry Page hizo un argumento que fue directamente a las prioridades de Hassabis. Si su objetivo real era crear la inteligencia artificial general, ¿por qué gastar años reconstruyendo la infraestructura, recaudando capital y construyendo una empresa comparable a Google cuando los recursos de Google ya existían?

Las conversaciones se desarrollaron en medio de una serie casi surrealista de reuniones que involucraron a Page, Mark Zuckerberg, Elon Musk y otras figuras tecnológicas, incluida una reunión en un castillo alquilado en Nueva York para el cumpleaños de Musk.

Google podría ofrecer infraestructura de cómputo, capital, talento de investigación y paciencia a una escala que una DeepMind independiente habría luchado por reproducir. También estaba dispuesta a aceptar condiciones éticas que DeepMind consideraba importantes. Hassabis finalmente eligió Google a pesar de recibir una oferta más grande de Facebook.

Visto a través de una lente empresarial convencional, vender DeepMind tan temprano podría parecer una renuncia a la independencia.

Visto a través de la lente de Hassabis, permanecer independiente podría haber sido la mayor distracción.

Su objetivo no era convertirse en el fundador de la próxima Google. Era utilizar la ruta más creíble hacia la construcción de la inteligencia artificial general y aplicar la inteligencia avanzada a la ciencia. Google acortó esa ruta.

La adquisición luego produjo tensiones reales sobre la independencia, la gobernanza, la comercialización y los límites éticos de la inteligencia artificial. El libro no sugiere que colocar a DeepMind dentro de una de las corporaciones más grandes del mundo resolvió esas preguntas. De algunas maneras, las hizo más difíciles.

Sin embargo, la decisión revela algo importante sobre Hassabis. Parece menos apegado al estatus convencional del empresariado que a la misión científica que el empresariado hizo posible.

Uno de los buenos, pero no infalible

Hassabis finalmente se presenta como uno de los buenos en la carrera de inteligencia artificial.

Eso no significa que cada decisión haya sido correcta. Su vacilación sobre los modelos de lenguaje fue consecuente. La relación de DeepMind con Google ha involucrado compromisos. La concentración de sistemas de inteligencia artificial poderosos dentro de un pequeño número de corporaciones plantea preguntas que las buenas intenciones solas no pueden responder.

Pero sus motivaciones parecen inusualmente consistentes.

Quiere entender la inteligencia. Cree que la inteligencia artificial avanzada puede acelerar el descubrimiento científico. Ha enfatizado repetidamente la seguridad y la necesidad de considerar las consecuencias a largo plazo de los sistemas cada vez más capaces. Lo más significativo, AlphaFold proporciona evidencia concreta de que su visión de la inteligencia artificial como instrumento para la ciencia es más que un punto de conversación aspiracional.

Hay una diferencia entre prometer que la inteligencia artificial beneficiará a la humanidad y lanzar una herramienta utilizada por millones de investigadores para comprender mejor la maquinaria de la vida.

AlphaFold da a Hassabis credibilidad que pocos otros líderes en la carrera de la inteligencia artificial general poseen.

Pensamientos finales

La Máquina Infinita tiene éxito como biografía, historia de DeepMind y relato accesible de algunos de los avances más importantes en la inteligencia artificial moderna. También hace que los eventos que presenciamos en tiempo real, desde AlphaGo y AlphaFold hasta la respuesta retrasada de Google a ChatGPT, parezcan considerablemente más coherentes.

La lección más poderosa no es simplemente que Hassabis es excepcionalmente inteligente, aunque claramente lo es. Es que ha sido inusualmente deliberado al decidir qué problemas merecen esa inteligencia.

Una conversación con estudiantes de biología lo introdujo a la predicción de la estructura de las proteínas décadas antes de que la inteligencia artificial fuera capaz de abordarla. Mantuvo el problema en mente, construyó la organización y los sistemas necesarios para confrontarlo y regresó a él una vez que la tecnología hubo avanzado lo suficiente.

La mayoría de los empresarios comienzan con una tecnología disponible y buscan un mercado. Hassabis comenzó con preguntas que creía podrían cambiar la humanidad y trabajó hacia la creación de tecnología lo suficientemente poderosa como para responderlas.

Eso es lo que hace que La Máquina Infinita sea un libro tan memorable y Demis Hassabis una figura tan inusual en la historia de la inteligencia artificial.