Demis Hassabis comenzó a jugar al ajedrez a los cuatro años, y pronto se convirtió en un niño prodigio. A los ocho años el éxito en el tablero le llevó a plantearse dos cuestiones que le han obsesionado desde entonces: en primer lugar, ¿cómo aprende el cerebro a dominar tareas complejas?, y en segundo lugar, ¿podrían los ordenadores algún día hacer lo mismo?

Ahora, a los 38 años, Hassabis se hace esas mismas preguntas trabajando para Google, después de haber vendido su poco conocida start-up con sede en Londres (Reino Unido), DeepMind, a la compañía de búsquedas a principios de este año por 400 millones de libras esterlinas (650 millones dólares o 525 millones de euros, según la tasa de cambio de aquel momento).

Google se hizo con DeepMind poco después de que hiciera una demostración de un software capaz de autoenseñarse a jugar a videojuegos clásicos a un nivel sobrehumano (ver "¿Quiere Google acaparar el mercado del aprendizaje profundo?"). En la conferencia TED de Vancouver (Canadá) este año, el director general de Google, Larry Page, habló efusivamente de Hassabis y denominó la tecnología de su compañía como "una de las cosas más emocionantes que he visto en mucho tiempo".

Ya se está trabajando en cómo hacer que la tecnología de DeepMind logre mejorar algunos de los productos existentes de Google, como las búsquedas. Pero si la tecnología avanza tal y como espera Hassabis, podría cambiar el papel que juegan los ordenadores en muchos campos.

DeepMind quiere construir un software de inteligencia artificial que pueda aprender a enfrentarse a casi cualquier problema. Esto podría ayudar a resolver algunos de las cuestiones más difíciles del mundo, señala Hassabis. "La IA tiene el enorme potencial de ser increíble para la humanidad", afirma. "Realmente va a acelerar el progreso en cuanto a la solución de enfermedades y todas las cosas en las que estamos progresando de forma relativamente lenta en este momento", asegura.

Hombre del Renacimiento

La búsqueda de Hassabis por entender y crear inteligencia le ha llevado a través de tres carreras: desarrollador de juegos, neurocientífico y, ahora, empresario de inteligencia artificial. Después de terminar la escuela secundaria dos años antes de lo previsto, consiguió un trabajo con el famoso diseñador de juegos británico Peter Molyneux. A los 17, Hassabis dirigió el desarrollo del clásico juego de simulación Theme Park, lanzado en 1994. Después acabó una licenciatura en Ciencias Informáticas en la Universidad de Cambridge (Reino Unido), y fundó su propia y exitosa compañía de juegos en 1998.

Pero las exigencias de crear juegos de ordenador exitosos limitaron el trabajo de Hassabis en su verdadera vocación. "Pensé que era hora de hacer algo que se centrara en la inteligencia como aspecto principal", afirma.

Así que en 2005 Hassabis comenzó un doctorado en Neurociencia en el University College de Londres, con la idea de que el estudio de cerebros reales pudiera darle pistas que le ayudaran con la inteligencia artificial. Eligió estudiar el hipocampo, una parte del cerebro que sustenta la memoria y la navegación espacial, y aún es relativamente poco conocida. "Elegí áreas y funciones del cerebro para las que no teníamos algoritmos demasiado buenos", afirma Hassabis.

Como científico informático y empresario de juegos que no había estudiado biología en la escuela secundaria, Hassabis destacaba entre los médicos y psicólogos de su departamento. "Solía bromear diciendo que lo único que sabía sobre el cerebro era que estaba en el cráneo", afirma.

Muy pronto, Hassabis demostró lo que valía. En un estudio de 2007 reconocido por la revista Science como "Revelación del Año", mostró que cinco pacientes con amnesia debida a daños en el hipocampo tenían problemas para imaginar eventos futuros. Sugirió que una parte del cerebro que se cree que se ocupa sólo del pasado es también crucial para la planificación del futuro.

Para su próxima aventura empresarial, Hassabis se basó en la idea de que la memoria y la planificación futura están entrelazadas. En 2011 dejó la vida de investigador postdoctoral para fundar DeepMind Technologies, y declaró que el objetivo de la empresa era "resolver la inteligencia".

Alta puntuación

Hassabis fundó DeepMind con su colega y especialista en IA Shane Legg, y el emprendedor en serie Mustafa Suleiman. La compañía contrató a investigadores líderes en el aprendizaje automático, y atrajo a notables inversores como la firma de Peter Thiel, Founders Fund, y el fundador de SpaceX y Tesla, Elon Musk. Sin embargo DeepMind mantuvo un perfil bajo hasta diciembre de 2013, cuando tuvo una especie de presentación en sociedad durante una conferencia líder en investigación sobre el aprendizaje automático.

En el casino Harrah, a orillas del lago Tahoe (EEUU), los investigadores de DeepMind mostraron un software que había aprendido a jugar a juegos clásicos de Atari como Space Invaders y Pong mejor que cualquier humano. El software no se había programado con ninguna información sobre cómo jugar. Sólo estaba equipado con acceso a los controles y la pantalla, un conocimiento del concepto de puntuación y un instinto para hacer que fuera lo más alta posible. El programa se convirtió en un jugador experto a través del proceso de prueba y error.

Nadie había hecho una demostración de un software que pudiera aprender a dominar una tarea tan compleja desde cero. DeepMind había hecho uso de una técnica de aprendizaje de máquinas de reciente popularidad llamada aprendizaje profundo, que implica el procesamiento de datos a través de redes de neuronas simuladas (ver "Aprendizaje profundo"). Pero había combinado el aprendizaje profundo con otros trucos para crear algo con un inesperado nivel de inteligencia.

"La gente estaba un poco sorprendida porque no se esperaba que fuéramos capaces de hacer algo así en esta etapa de la tecnología", señala Stuart Russell, profesor y especialista en inteligencia artificial de la Universidad de California en Berkeley (EEUU). "Creo que hizo que mucha gente pensara en ello".

DeepMind había combinado el aprendizaje profundo con una técnica llamada aprendizaje por refuerzo, inspirada en el trabajo de psicólogos de animales como B.F. Skinner. Esto condujo a un software que aprende por medio de acciones y recoge información sobre sus efectos, como sucede a menudo con los seres humanos y los animales.

Los investigadores de inteligencia artificial llevan experimentando con el aprendizaje por refuerzo desde hace décadas. Pero hasta la demostración de Atari de DeepMind, nadie había construido un sistema capaz de aprender algo tan complejo como la forma de jugar a un juego de ordenador, señala Hassabis. Una de las razones que lo hizo posible fue un truco tomado prestado de su zona favorita del cerebro. Parte del proceso de aprendizaje del software para jugar a juegos de Atari consiste en reproducir experiencias pasadas una y otra vez para intentar extraer los consejos más precisos sobre lo que se debería hacer en el futuro. "Sabemos que el cerebro lo hace", afirma Hassabis. "Cuando te vas a dormir el hipocampo vuelve a reproducir el recuerdo del día en la corteza".

Un año después, Russell y otros investigadores siguen sin saber bien cómo este truco, y otros utilizados por DeepMind, han conducido a resultados tan notables, y en qué otra cosa podrían ser utilizados. Google no tardó demasiado en reconocer la importancia del esfuerzo, y anunció que había adquirido DeepMind un mes después de la demostración de Tahoe.

Hombre de empresa

Hoy día, Hassabis dirige lo que se conoce como Google DeepMind. Todavía tiene su sede en Londres y su misión sigue siendo "resolver la inteligencia". Con cerca de 75 personas cuando se unió a Google, Hassabis ha dicho que quiere contratar a unas 50 más. Alrededor de un 75% del grupo trabaja en investigación fundamental. El resto forma un "equipo de investigación aplicada" que busca oportunidades para aplicar las técnicas de DeepMind a los productos existentes de Google.

La tecnología de DeepMind podría ser utilizada para refinar las recomendaciones de YouTube o mejorar las búsquedas de voz móviles de la compañía, afirma Hassabis. "En los próximos años parte de nuestra tecnología será incorporada en ese tipo de cosas", afirma. Google no es la única empresa convencida de que este enfoque podría ser una máquina de hacer dinero. El mes pasado, Hassabis recibió el Premio Mullard de la Royal Society del Reino Unido por crear un trabajo con probabilidades de beneficiar a la economía del país.

Pero Hassabis suena más ilusionado cuando habla de hacer algo más que simplemente ajustar los algoritmos de los productos actuales. Sueña con crear "científicos de IA" que puedan hacer cosas como generar y poner a prueba nuevas hipótesis acerca de enfermedades en el laboratorio. También asegura que el software de DeepMind podría ser útil para la robótica, un área en la que Google ha hecho una gran inversión recientemente (ver "De qué hablo cuando hablo de robots que corren"). "Una de las razones por las que no tenemos más robots que hagan cosas más útiles es porque por lo general están preprogramados", afirma Hassabis. "Son muy malos para tratar con lo inesperado o para aprender cosas nuevas".

La resistencia de Hassabis a hablar de aplicaciones podría interpretarse como reticencia, o podría ser que sus investigadores sigan aún en las primeras etapas de la comprensión sobre cómo hacer avanzar el software de inteligencia artificial de la compañía. Un fuerte indicador de que Hassabis cree que el progreso hacia una forma nueva y potente de IA será rápido es que está creando un comité de ética dentro de Google para considerar las posibles desventajas de la inteligencia artificial avanzada. "Es algo de lo que nosotros u otras personas en Google tenemos que ser conscientes. Hoy día seguimos jugando a juegos de Atari", dice riéndose. "Pero estamos en los primeros peldaños de la escalera".