Las perspectivas de Demis Hassabis y Sergey Brin sobre el futuro de la inteligencia artificial general

Desde Mountain View, California - En una conversación, en el marco del Google I/O moderada por Alex Kantrowitz, presentador del Big Technology Podcast, Demis Hassabis, director ejecutivo de Google DeepMind, y Sergey Brin, cofundador de Google, compartieron sus perspectivas sobre los avances recientes, los desafíos técnicos y éticos, y las predicciones sobre la llegada de la inteligencia artificial general (AGI). El evento, transmitido en directo y con público presente, ofreció una visión privilegiada sobre el estado actual y el futuro de la IA.

Hassabis y Brin coincidieron en que la IA se encuentra en un momento de progreso acelerado, impulsado tanto por el aumento de la escala computacional como por innovaciones algorítmicas. Sin embargo, sus opiniones divergieron en torno a la importancia relativa de cada uno de estos factores y sobre el horizonte temporal para la llegada de la AGI.

Durante la sesión, Hassabis destacó los logros alcanzados con los modelos de frontera, como Gemini y Deep Think, subrayando que los avances actuales han sido posibles gracias a la combinación de técnicas existentes y la invención constante de nuevas soluciones. “Estamos viendo avances increíbles con las técnicas actuales, llevándolas al límite, pero también estamos inventando cosas nuevas todo el tiempo”, afirmó Hassabis. El directivo de Google DeepMind señaló que la demanda por modelos como 2.5 Pro y Flash ha crecido significativamente, lo que ha incrementado la necesidad de centros de datos tanto para el entrenamiento como para la inferencia de estos sistemas.

Brin, por su parte, resaltó la importancia de la infraestructura tecnológica, pero enfatizó que los avances algorítmicos han superado históricamente a los meros incrementos en capacidad computacional. “Si tuviera que adivinar, diría que los avances algorítmicos probablemente serán más significativos que los computacionales”, sostuvo el cofundador de Google.

El debate sobre si la escala computacional o los avances en algoritmos son el motor principal del progreso en IA ocupó un lugar central en la conversación. Hassabis defendió la necesidad de ambos enfoques: “Hay que escalar al máximo las técnicas conocidas y, al mismo tiempo, invertir en la próxima innovación que pueda suponer un salto de diez veces en algún aspecto”. Brin coincidió en la importancia de combinar ambos factores, pero recordó que, en problemas históricos como la simulación de cuerpos gravitacionales, las mejoras algorítmicas han resultado más determinantes que el simple aumento de potencia computacional.

Ambos líderes coincidieron en que el futuro de la IA dependerá de la sinergia entre hardware avanzado y nuevos métodos de aprendizaje, aunque Brin se mostró convencido de que la creatividad algorítmica será el factor decisivo en los próximos años.

Uno de los temas más destacados fue el llamado “paradigma del razonamiento”, que implica dotar a los modelos de IA de la capacidad de pensar y planificar más allá de respuestas inmediatas. Hassabis recordó los avances logrados con AlphaGo y AlphaZero, donde la incorporación de un sistema de razonamiento permitió superar ampliamente el rendimiento de versiones que solo ofrecían respuestas directas. “Con el razonamiento activado, el desempeño superaba en más de 600 puntos Elo a la versión básica”, explicó Hassabis.

Brin añadió que estos enfoques han demostrado que el razonamiento en tiempo de inferencia otorga una ventaja significativa, y que la industria apenas comienza a explorar el potencial de estos métodos. Deep Think, presentado como un sistema capaz de realizar procesos de razonamiento paralelos y autoevaluarse, fue citado como ejemplo de la nueva generación de modelos que podrían acercar a la IA a capacidades más generales.

La definición de AGI y los retos para alcanzarla generaron un intercambio de opiniones entre los participantes. Hassabis propuso distinguir entre la inteligencia típica de un ser humano y la capacidad teórica del cerebro humano como arquitectura, sugiriendo que la AGI debería ser capaz de realizar la gama de tareas que los mejores humanos de la historia han logrado, pero con una consistencia mucho mayor que los sistemas actuales. “La AGI debe ser mucho más consistente que los sistemas actuales”, afirmó Hassabis, quien también señaló que hoy en día es fácil encontrar fallos en los asistentes y chatbots existentes, lo que evidencia la distancia que aún separa a la IA de la verdadera generalidad.

Brin consideró que la llegada de la AGI no será un evento exclusivo de una sola empresa o país, sino que varias entidades podrían alcanzar ese umbral en un periodo similar, dado el carácter incremental y competitivo del sector. Ambos coincidieron en la importancia de establecer una definición consensuada de AGI y en la necesidad de que los primeros sistemas sean desarrollados de manera segura y fiable.

Consultados sobre el momento en que podría alcanzarse la AGI, Brin se mostró optimista y apostó que sucederá antes de 2030, mientras que Hassabis situó el hito “justo después” de esa fecha. “Para llegar a la AGI puede que se requieran uno o dos avances más”, estimó Hassabis, quien consideró que el sector aún necesita progresos en la precisión de los modelos de mundo y en la creatividad de los sistemas.

El debate abordó también cuestiones éticas y técnicas, como la posibilidad de que la AGI desarrolle emociones o la creación de sistemas capaces de automejorarse. Hassabis opinó que la comprensión de las emociones será necesaria, pero que dotar a la IA de reacciones emocionales similares a las humanas dependerá de decisiones de diseño y podría no ser deseable. Sobre la automejora, citó el caso de AlphaEvolve, un sistema que ayuda a diseñar mejores algoritmos y optimizar el entrenamiento de modelos, como un primer experimento en la combinación de técnicas evolutivas y modelos fundacionales. “No buscamos una explosión de inteligencia incontrolada”, aclaró Hassabis, quien recordó que, aunque la automejora ha funcionado en dominios acotados como los juegos, su aplicación en el mundo real plantea desafíos mucho mayores.

En cuanto a las aplicaciones prácticas, Hassabis subrayó que el asistente universal representa la aplicación definitiva para dispositivos como las smartglasses, ya que permitiría a la IA acompañar al usuario en su vida diaria y comprender el contexto físico. Brin compartió aprendizajes de la experiencia con Google Glass, reconociendo errores en el diseño y la producción, pero mostrando confianza en que la nueva generación de gafas inteligentes, apoyada en avances de IA, superará las limitaciones anteriores.

La conversación también abordó la generación de video por IA y los riesgos asociados al uso de datos sintéticos en el entrenamiento de modelos. Hassabis explicó que Google DeepMind emplea marcas de agua invisibles en sus contenidos generados para facilitar la detección y evitar la propagación de desinformación, y que la gestión rigurosa de la calidad de los datos es una prioridad para la compañía.

Al ser consultados sobre el futuro de la web y la sociedad en la próxima década, Brin reconoció la dificultad de hacer predicciones precisas debido al ritmo acelerado de los avances en IA. “No creo que realmente sepamos cómo será el mundo dentro de diez años”, admitió. Hassabis añadió que la web podría transformarse radicalmente en el corto plazo, especialmente si los agentes inteligentes pasan a ser los principales usuarios e intermediarios de la información.

Brin compartió anécdotas sobre el desarrollo de Google Glass, admitiendo errores y destacando la importancia de la experiencia adquirida para los nuevos dispositivos. “Sigo creyendo en el formato, y ahora la tecnología permite que las gafas sean más útiles sin distraer constantemente al usuario”, comentó. Hassabis coincidió en que el asistente universal es la aplicación clave para las smartglasses y que los avances en hardware y software permitirán materializar el potencial de estos dispositivos.

En la parte final, los participantes respondieron a preguntas sobre la contratación de candidatos que usan IA en entrevistas, la posibilidad de que el universo sea una simulación y sus rutinas diarias en Google. Hassabis aclaró que, aunque considera que el universo es computacional, no cree que sea una simulación en el sentido tradicional. Brin, por su parte, reflexionó sobre la dificultad de razonar sobre niveles superiores de realidad y la tendencia humana a proyectar sus propios conceptos en estas ideas.