Google DeepMind acelera el desarrollo de inteligencia artificial con Genie 3 y Game Arena

El director ejecutivo de Google DeepMind, Demis Hassabis, describió el acelerado ritmo de innovación en el desarrollo de inteligencia artificial de la compañía al señalar que el equipo está publicando avances casi a diario.

En una conversación reciente con Google for Developers, Hassabis detalló la rapidez con la que se lanzan modelos avanzados como Genie 3 y DeepThink, así como el papel de la plataforma Game Arena en la evaluación de nuevos progresos hacia la inteligencia artificial general (AGI). “Estamos prácticamente publicando algo nuevo cada día. Es difícil seguir el ritmo, incluso internamente”, comentó el ejecutivo de Google.

En los últimos meses, el ritmo de innovación en Google DeepMind se ha intensificado, con lanzamientos que, según Hassabis, “resultan difíciles de seguir incluso para quienes trabajamos dentro de la empresa”. Modelos como DeepThink, disponible para suscriptores de la aplicación Gemini, y Genie 3, que ha generado asombro en la comunidad, figuran en una lista de más de 50 novedades recientes.

Este impulso es el resultado de años de trabajo en sistemas basados en agentes capaces de realizar tareas complejas, una evolución iniciada con proyectos como AlphaGo y AlphaZero.

Uno de los conceptos clave en la estrategia de Google DeepMind es el desarrollo de modelos del mundo. Hassabis señaló que estos sistemas buscan comprender la física y la estructura del entorno real, más allá del procesamiento de lenguaje o matemáticas. “Queremos construir lo que llamamos un modelo del mundo, que realmente entienda la física del mundo”, afirmó Hassabis.

Esta capacidad resulta esencial para aplicaciones en robótica y asistentes universales, como los proyectos Astra y Gemini Live, que necesitan entender el contexto espacio-temporal y operar en el mundo físico. El CEO remarcó que la eficacia de estos modelos se demuestra en su habilidad para generar mundos virtuales coherentes, un aspecto en el que Genie 3 ha destacado por mantener la continuidad de los entornos generados.

Genie 3 es resultado de la convergencia de múltiples líneas de investigación. Este modelo no solo permite crear mundos virtuales que respetan las leyes físicas, también funciona como plataforma de entrenamiento para otros agentes de inteligencia artificial, como SIMA.

Hassabis detalló que un agente puede operar dentro de entornos generados por Genie 3, lo que posibilita tanto la generación ilimitada de datos de entrenamiento como el desarrollo de nuevas formas de entretenimiento interactivo. “Es emocionante en múltiples dimensiones”, expresó, haciendo referencia a su valor científico y a su potencial para inspirar nuevos géneros de juegos y experiencias digitales.

La evaluación rigurosa de estos avances representa un reto significativo. Para afrontarlo, Google DeepMind ha lanzado Game Arena en colaboración con Kaggle, una plataforma donde modelos de IA compiten entre sí en diversos juegos. Hassabis señaló que este entorno permite medir objetivamente el rendimiento, ya que las pruebas aumentan automáticamente su dificultad a medida que los modelos mejoran.

“Los mejores modelos se enfrentan entre sí. A medida que mejoran, las pruebas se vuelven más difíciles automáticamente”, explicó el CEO. Esta estrategia pretende superar la saturación de los estándares de evaluación tradicionales y ampliar el rango de habilidades evaluadas, incorporando la comprensión de la física y la inteligencia física.

Pese a los logros conseguidos, Hassabis reconoce que los sistemas actuales presentan limitaciones. Modelos como Gemini y DeepThink han obtenido resultados destacados en pruebas matemáticas y científicas, pero siguen cometiendo errores en tareas básicas, como resolver problemas de lógica simple o superar juegos sencillos. “Todavía hay cosas bastante simples que estos sistemas no pueden hacer, lo que indica que aún falta algo”, reflexionó Hassabis.

Esta inteligencia irregular revela la necesidad de avances en razonamiento, planificación y memoria, así como la creación de nuevos estándares de evaluación dirigidos a aspectos más complejos y sutiles del comportamiento inteligente.

Según la visión de Hassabis, el futuro de la inteligencia artificial apunta a la convergencia de modelos especializados en un sistema único capaz de abordar múltiples tareas al mismo nivel de calidad. “Estamos empezando a ver la convergencia de esos modelos en lo que llamamos un omni model, que puede hacerlo todo”, anticipó en su diálogo con Google for Developers. Este modelo integral, capaz de combinar razonamiento, planificación, uso de herramientas y comprensión del mundo físico, marca el siguiente gran paso hacia la inteligencia artificial general.

La meta, según Hassabis, es clara: construir sistemas que no solo igualen, sino que superen la versatilidad y profundidad actuales, integrando todas las capacidades en una sola arquitectura. La promesa de un omni model capaz de afrontar con excelencia los desafíos de la robótica, el entretenimiento y la ciencia marca el horizonte al que Google DeepMind dirige sus esfuerzos.