La máquina que pretende descifrarlo todo: Demis Hassabis y la carrera hacia la superinteligencia
Fuente principal: The Infinity Machine: Demis Hassabis, DeepMind, and the Quest for Superintelligence, de Sebastian Mallaby, publicado por Penguin Press en 2026.
El hombre que convirtió la inteligencia en una misión
Durante siglos, la humanidad construyó herramientas para ampliar su fuerza, desplazarse más rápido y comunicarse a grandes distancias. Ahora intenta fabricar algo mucho más ambicioso: una máquina capaz de ampliar, reproducir y eventualmente superar la inteligencia humana.
Esa búsqueda tiene numerosos protagonistas, pero pocos resultan tan decisivos como Demis Hassabis, cofundador y director ejecutivo de Google DeepMind. Su historia ocupa el centro de The Infinity Machine, el nuevo libro del periodista y escritor británico Sebastian Mallaby. La obra no presenta únicamente la biografía de un científico brillante. También reconstruye la competencia empresarial, científica y geopolítica por desarrollar una inteligencia artificial que pueda aprender, razonar y descubrir aquello que todavía permanece oculto para las personas.
Mallaby retrata a Hassabis como un personaje difícil de encasillar. Fue un niño prodigio del ajedrez, diseñador de videojuegos, investigador en neurociencia, emprendedor tecnológico y, finalmente, ganador del Premio Nobel de Química. Sin embargo, detrás de esa trayectoria existe una idea que ha orientado prácticamente toda su vida: si el ser humano consigue comprender cómo funciona la inteligencia, podrá utilizarla para resolver los grandes problemas de la ciencia.
El dinero, según el relato, nunca fue el objetivo principal. Tampoco se trataba simplemente de crear productos digitales atractivos. Hassabis aspiraba a construir una inteligencia artificial general, conocida como AGI, capaz de trasladar lo aprendido de un campo a otro y enfrentarse a problemas que no hubiera visto anteriormente. Una máquina que no solo ejecutara instrucciones, sino que aprendiera a descubrir.
Una ambición que parecía imposible
Cuando Hassabis fundó DeepMind en Londres en 2010 junto con Shane Legg y Mustafa Suleyman, buena parte de la comunidad científica consideraba que la inteligencia artificial general era una aspiración demasiado lejana. Los sistemas disponibles podían realizar tareas específicas, pero estaban muy lejos de mostrar la flexibilidad de la mente humana.
Además, DeepMind enfrentaba un problema empresarial evidente. Su misión era extraordinaria, pero difícil de convertir en un modelo de negocio inmediato. Convencer a los inversionistas de financiar una compañía dedicada a comprender la inteligencia resultaba mucho más complicado que presentar una aplicación con clientes, ingresos y una fecha estimada de rentabilidad.
Hassabis consiguió compensar esa debilidad con una visión poderosa. Su argumento partía de una idea atribuida al físico Richard Feynman: para comprender verdaderamente algo, es necesario ser capaz de construirlo. Si la ciencia deseaba entender la mente humana, tendría que intentar crear una versión artificial de ella.
DeepMind comenzó entonces a combinar neurociencia, aprendizaje profundo y aprendizaje por refuerzo. La empresa no se limitaba a programar soluciones. Diseñaba sistemas que aprendían mediante la experiencia, recibían recompensas por sus aciertos y modificaban su comportamiento después de cada intento.
Los primeros resultados aparecieron en escenarios que podían parecer modestos: antiguos videojuegos de Atari. La máquina recibía únicamente la imagen de la pantalla y una instrucción general para aumentar su puntuación. Sin conocer previamente las reglas, aprendía a jugar mediante prueba y error. Lo verdaderamente importante no era que un programa pudiera dominar un videojuego, sino que comenzaba a encontrar estrategias por sí mismo.
AlphaGo y la derrota de la intuición humana
La consagración pública de DeepMind llegó en 2016. AlphaGo, su sistema especializado en el juego de mesa Go, derrotó al campeón surcoreano Lee Sedol.
El acontecimiento representó mucho más que una victoria informática. El Go posee una cantidad de movimientos posibles tan extraordinaria que resulta imposible calcular anticipadamente todas las alternativas. Los grandes jugadores dependen de la intuición, la experiencia y la capacidad de reconocer patrones. Hasta entonces, esas cualidades parecían pertenecer exclusivamente a la inteligencia humana.
AlphaGo demostró lo contrario.
Uno de sus movimientos desconcertó inicialmente a los comentaristas. Parecía una decisión equivocada, incluso absurda. Con el avance de la partida, se comprobó que la máquina había encontrado una estrategia que los jugadores humanos no acostumbraban considerar. No se había limitado a copiar el conocimiento acumulado durante siglos: había producido una posibilidad nueva.
La victoria provocó admiración, pero también incomodidad. Si una máquina podía desarrollar una forma de intuición en un juego tan complejo, ¿qué otros territorios considerados humanos podían ser conquistados por la inteligencia artificial?
Para Hassabis, el resultado era apenas una demostración. Su verdadero objetivo no consistía en ganar juegos, sino en trasladar esa capacidad de reconocimiento de patrones a la ciencia.
AlphaFold: cuando la inteligencia artificial entró al laboratorio
El mayor logro científico de DeepMind llegó con AlphaFold, un sistema creado para predecir la estructura tridimensional de las proteínas.
Las proteínas participan en prácticamente todos los procesos de la vida. Su funcionamiento depende de la forma que adoptan, pero determinar esa estructura mediante los procedimientos tradicionales podía requerir meses o años de trabajo. Durante décadas, el plegamiento de proteínas fue uno de los grandes desafíos de la biología.
AlphaFold cambió radicalmente ese panorama. En 2020 alcanzó un nivel de precisión que sorprendió a la comunidad científica. Posteriormente, DeepMind puso a disposición de investigadores de todo el mundo una base con aproximadamente 200 millones de estructuras proteicas predichas.
La herramienta comenzó a utilizarse en investigaciones sobre enfermedades, nuevos medicamentos, resistencia a los antibióticos, cultivos, contaminación y degradación de plásticos. Trabajos que antes podían prolongarse durante años empezaron a avanzar en minutos o días.
Aquí se encuentra uno de los puntos más importantes del libro. La inteligencia artificial deja de aparecer como una tecnología dedicada solamente a automatizar oficinas, generar imágenes o responder preguntas. Se convierte en un instrumento para acelerar el descubrimiento científico.
Mallaby describe esta transformación como una posible reinvención de la invención. Si las máquinas pueden examinar cantidades inmensas de información, identificar relaciones invisibles para las personas y proponer soluciones, la humanidad podría concentrar en una década avances que anteriormente habrían requerido un siglo.
El Nobel de Química concedido a Hassabis y John Jumper en 2024 confirmó el alcance de ese cambio. Por primera vez, uno de los grandes reconocimientos de la ciencia celebraba de manera tan directa la convergencia entre inteligencia artificial y biología.
La guerra por dominar la inteligencia artificial
The Infinity Machine también relata una feroz competencia empresarial. DeepMind no desarrolla su trabajo en aislamiento. A su alrededor se encuentran Google, OpenAI, Microsoft, Meta, Anthropic y otras organizaciones que compiten por talento, capacidad de cómputo, inversiones y liderazgo tecnológico.
Google adquirió DeepMind en 2014, proporcionándole los recursos necesarios para desarrollar proyectos de gran escala. La operación, sin embargo, creó una tensión permanente. Hassabis deseaba conservar la independencia científica y la misión original de la empresa, mientras Google necesitaba transformar sus investigaciones en productos capaces de competir en el mercado.
Esa tensión se intensificó después de la aparición de ChatGPT en noviembre de 2022. OpenAI había conseguido algo que DeepMind todavía no había logrado: colocar la inteligencia artificial generativa directamente en las manos de millones de personas.
Google poseía investigadores excepcionales, enormes cantidades de datos y una infraestructura difícil de igualar. A pesar de ello, fue sorprendido por un competidor más pequeño y rápido. Comenzó entonces una carrera acelerada para desarrollar modelos de lenguaje, asistentes inteligentes y sistemas capaces de razonar.
Mallaby muestra que esta competencia no depende únicamente de los algoritmos. También intervienen la cultura organizacional, el liderazgo, las luchas internas, la capacidad de reunir equipos y la velocidad para convertir la investigación en productos reales. Tener a los mejores científicos no garantiza el éxito cuando la burocracia impide que trabajen en una dirección común.
La historia de DeepMind es, por ello, una valiosa lección empresarial: la innovación no surge solamente del talento individual; necesita una organización capaz de proteger, coordinar y convertir ese talento en resultados.
El peligro de una carrera sin frenos
El libro no presenta la inteligencia artificial como una fuerza inevitablemente beneficiosa. A medida que aumenta su capacidad, también crecen sus peligros.
Los sistemas pueden producir información falsa, reproducir prejuicios, manipular emociones, facilitar la creación de armas, transformar el mercado laboral y concentrar un poder extraordinario en unas pocas organizaciones. En el escenario más extremo, una inteligencia superior podría actuar de formas que sus propios creadores ya no fueran capaces de comprender o controlar.
Esta preocupación conduce al problema del alineamiento: cómo asegurar que una máquina extremadamente inteligente obedezca principios compatibles con los intereses humanos.
La dificultad no consiste únicamente en decirle que no provoque daño. Las sociedades ni siquiera están completamente de acuerdo sobre qué significa actuar correctamente en todas las circunstancias. Traducir valores humanos contradictorios y cambiantes a reglas matemáticas representa uno de los desafíos más complejos de la época.
A esta incertidumbre se suma la presión competitiva. Cada empresa teme que otra alcance primero la inteligencia artificial general. Cada país teme quedar subordinado a una potencia rival. Incluso los investigadores que reconocen los riesgos pueden sentirse obligados a continuar porque detenerse significaría entregar la ventaja a otros.
La paradoja es inquietante: todos pueden comprender que la carrera resulta peligrosa y, aun así, ninguno se siente capaz de abandonarla.
El científico frente al poder
Mallaby también examina las contradicciones personales de Hassabis. El científico afirma que no busca riqueza ni poder por sí mismos. Su interés está en el conocimiento y en la posibilidad de utilizar la inteligencia artificial para comprender la naturaleza.
Sin embargo, desarrollar una tecnología de semejante alcance exige dirigir equipos numerosos, controlar recursos extraordinarios y tomar decisiones que pueden afectar a millones de personas. Hassabis necesita ejercer poder precisamente porque su proyecto supera lo que podría lograr como investigador individual.
Allí aparece una de las preguntas centrales de la obra: ¿quién debería controlar una tecnología capaz de modificar el futuro de toda la humanidad?
Las empresas privadas poseen el talento y el capital para desarrollarla, pero responden a intereses comerciales. Los gobiernos pueden establecer reglas, aunque suelen avanzar más lentamente que la tecnología. Los organismos internacionales carecen todavía de suficiente autoridad. Y la ciudadanía recibe productos cada vez más poderosos sin participar realmente en las decisiones que determinaron su creación.
Hassabis sostiene que una inteligencia artificial general sería demasiado importante para pertenecer únicamente a una empresa o a una persona. Sería una creación del tamaño de la humanidad. El problema es que todavía no existen las instituciones adecuadas para administrarla.
Una biografía sobre el futuro de todos
The Infinity Machine es, en apariencia, la historia de Demis Hassabis y DeepMind. En el fondo, es una investigación sobre el momento en que la inteligencia dejó de ser una capacidad exclusivamente biológica y comenzó a transformarse en una infraestructura tecnológica.
Sebastian Mallaby construye un relato que combina biografía, ciencia, estrategia empresarial y disputa política. Su protagonista aparece como un hombre impulsado por una curiosidad extraordinaria, pero también como una figura obligada a convivir con las consecuencias de su propia ambición.
La inteligencia artificial podría ayudar a descubrir medicamentos, anticipar fenómenos climáticos, diseñar nuevos materiales y comprender aspectos fundamentales del universo. También podría desplazar trabajadores, debilitar la autonomía intelectual, intensificar la vigilancia y entregar capacidades peligrosas a quienes pretendan utilizarlas contra otros.
El futuro probablemente contendrá ambas posibilidades.
Por eso, la pregunta más importante ya no es si las máquinas llegarán a ser más inteligentes. Los avances descritos por Mallaby sugieren que esa frontera continúa acercándose. La verdadera pregunta es si la sociedad desarrollará, con la misma velocidad, la sabiduría necesaria para decidir cómo emplearlas.
Hassabis ha dedicado su vida a construir una máquina capaz de explorar una cantidad casi infinita de posibilidades. Pero ninguna máquina podrá liberar a la humanidad de su responsabilidad fundamental: elegir qué futuro desea construir con el conocimiento que está adquiriendo.
