Diseñador de inteligencia de Google

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 de ajedrez lo llevó a reflexionar sobre dos preguntas que lo han obsesionado desde entonces: primero, cómo aprende el cerebro a dominar tareas complejas; y segundo, ¿podrían las computadoras alguna vez hacer lo mismo?

Ahora que tiene 38 años, Hassabis se pregunta por esas preguntas para Google, después de haber vendido su poco conocida startup con sede en Londres, DeepMind, a la empresa de búsqueda a principios de este año por 400 millones de libras (650 millones de dólares en ese momento).

Google adquirió DeepMind poco después de que demostrara un software capaz de enseñarse a sí mismo a jugar videojuegos clásicos a un nivel sobrehumano (consulte ¿Google está acaparando el mercado del aprendizaje profundo?). En la conferencia TED en Vancouver este año, el director ejecutivo de Google, Larry Page, se entusiasmó con Hassabis y llamó a la tecnología de su compañía una de las cosas más emocionantes que he visto en mucho tiempo .

Los investigadores ya están buscando formas en que la tecnología DeepMind podría mejorar algunos de los productos existentes de Google, como la búsqueda. Pero si la tecnología progresa como espera Hassabis, podría cambiar el papel que juegan las computadoras en muchos campos.

DeepMind busca construir un software de inteligencia artificial que pueda aprender cuando se enfrenta a casi cualquier problema. Esto podría ayudar a abordar algunos de los problemas más difíciles del mundo, dice Hassabis. La IA tiene un enorme potencial para ser sorprendente para la humanidad, dice. Realmente acelerará el progreso en la resolución de enfermedades y todas estas cosas en las que estamos progresando relativamente lentamente en este momento.

Hombre del Renacimiento

La búsqueda de Hassabis para comprender y crear inteligencia lo 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, consiguió un trabajo con el famoso diseñador de juegos británico Peter Molyneux. A los 17 años, Hassabis lideró el desarrollo del clásico juego de simulación Theme Park, lanzado en 1994. Luego completó una licenciatura en informática en la Universidad de Cambridge y fundó su propia compañía de juegos exitosa en 1998.

Pero las demandas de construir juegos de computadora exitosos limitaron cuánto podía trabajar Hassabis en su verdadera vocación. Pensé que era hora de hacer algo que se centrara en la inteligencia como algo primordial, dice.

Entonces, en 2005, Hassabis comenzó un doctorado en neurociencia en el University College London, con la idea de que estudiar cerebros reales podría generar pistas que podrían ayudar con la inteligencia artificial. Eligió estudiar el hipocampo, una parte del cerebro que sustenta la memoria y la navegación espacial, y que aún se comprende relativamente poco. Elegí áreas y funciones del cerebro para las que no teníamos muy buenos algoritmos, dice.

Como científico informático y empresario de juegos que no había tomado biología en la escuela secundaria, Hassabis se destacó 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, dice.

Pero Hassabis pronto dejó una marca. En un estudio de 2007 reconocido por la revista Ciencias tener tiene Avance del año , mostró que cinco pacientes que sufrían amnesia debido a daños en el hipocampo luchaban por imaginar eventos futuros. Sugirió que una parte del cerebro que se cree que se preocupa solo por el pasado también es crucial para planificar el futuro.

Que la memoria y la planificación anticipada estén entrelazadas fue una idea que Hassabis llevó consigo a su próxima aventura. En 2011, dejó su vida como investigador postdoctoral para fundar DeepMind Technologies, una empresa cuyo objetivo declarado era resolver la inteligencia.

Puntuación más alta

Hassabis fundó DeepMind con un compañero especialista en IA Shane Legg y el emprendedor en serie Mustafa Suleyman. La compañía contrató a investigadores líderes en aprendizaje automático y atrajo a inversionistas notables, incluida la firma Founders Fund de Peter Thiel y el fundador de Tesla y SpaceX, Elon Musk. Pero DeepMind mantuvo un perfil bajo hasta diciembre de 2013, cuando protagonizó una especie de momento de debut en una importante conferencia de investigación sobre aprendizaje automático.

En Harrah's Casino a orillas del lago Tahoe, los investigadores de DeepMind mostraron un software que había aprendido a jugar tres juegos clásicos de Atari: Pong, Breakout y Enduro, mejor que un humano experto. El software no estaba programado con ninguna información sobre cómo jugar; estaba equipado solo con acceso a los controles y la pantalla, conocimiento del puntaje y un instinto para hacer que ese puntaje sea lo más alto posible. El programa se convirtió en un jugador experto a través de prueba y error.

Nadie había demostrado nunca un software que pudiera aprender a dominar una tarea tan compleja desde cero. DeepMind había hecho uso de una técnica de aprendizaje automático recientemente de moda llamada aprendizaje profundo, que implica el procesamiento de datos a través de redes de neuronas simuladas toscamente (ver 10 Tecnologías innovadoras 2013: Aprendizaje profundo). Pero combinó el aprendizaje profundo con otros trucos para crear algo con un nivel de inteligencia inesperado.

La gente estaba un poco sorprendida porque no esperaban que pudiéramos hacer eso en esta etapa de la tecnología, dice stuart russell , profesor y especialista en inteligencia artificial de la Universidad de California, Berkeley. Creo que hizo que mucha gente se detuviera.

DeepMind combinó el aprendizaje profundo con una técnica llamada aprendizaje por refuerzo, que está inspirada en el trabajo de psicólogos animales como B.F. Skinner. Esto condujo a un software que aprende tomando acciones y recibiendo comentarios sobre sus efectos, como suelen hacer los humanos o los animales.

Los investigadores de inteligencia artificial han estado jugando con el aprendizaje por refuerzo durante décadas. Pero hasta la demostración de Atari de DeepMind, nadie había construido un sistema capaz de aprender algo tan complejo como jugar un juego de computadora, dice Hassabis. Una de las razones por las que fue posible fue un truco tomado de su área favorita del cerebro. Parte del proceso de aprendizaje del software de reproducción de Atari implicó reproducir sus experiencias pasadas una y otra vez para tratar de extraer las pistas más precisas sobre lo que debería hacer en el futuro. Eso es algo que sabemos que hace el cerebro, dice Hassabis. Cuando te vas a dormir, tu hipocampo reproduce el recuerdo del día en tu corteza.

Un año después, Russell y otros investigadores todavía están desconcertados sobre cómo exactamente ese truco, y otros usados ​​por DeepMind, condujeron a resultados tan notables, y para qué más podrían usarse. Google no tardó en reconocer la importancia del esfuerzo y anunció un mes después de la demostración de Tahoe que había adquirido DeepMind.

Hombre de compañía

Hoy, Hassabis lidera lo que ahora se llama Google DeepMind. Todavía tiene su sede en Londres y todavía tiene resolver la inteligencia como su declaración de misión. Aproximadamente 75 personas fuertes en el momento en que se unió a Google, Hassabis ha dicho que tenía como objetivo contratar a unas 50 más. Alrededor del 75 por ciento 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 usarse para refinar las recomendaciones de YouTube o mejorar la búsqueda de voz móvil de la empresa, dice Hassabis. Verá parte de nuestra tecnología integrada en ese tipo de cosas en los próximos años, dice. Google no es el único convencido de que este enfoque podría ser rentable. El mes pasado, Hassabis recibió el Premio Mullard de la Royal Society del Reino Unido por un trabajo que probablemente beneficie la economía del país.

Pero Hassabis suena más emocionado cuando habla de ir más allá de simplemente ajustar los algoritmos detrás de los productos de hoy. Sueña con crear científicos de IA que puedan hacer cosas como generar y probar nuevas hipótesis sobre enfermedades en el laboratorio. Cuando se le preguntó, también dijo que el software de DeepMind también podría ser útil para la robótica, un área en la que Google ha invertido mucho recientemente (ver The Robots Running This Way). Una de las razones por las que no tenemos más robots que hagan cosas más útiles es que, por lo general, están preprogramados, dice. Son muy malos para lidiar con lo inesperado o aprender cosas nuevas.

La renuencia de Hassabis a hablar sobre aplicaciones puede ser tímida, o podría ser que sus investigadores aún estén en las primeras etapas de comprensión de cómo hacer avanzar el software de IA de la empresa. Un fuerte indicador de que Hassabis espera un progreso rápido hacia una nueva y poderosa forma de IA es que está creando una junta de ética dentro de Google para considerar las posibles desventajas de la inteligencia artificial avanzada. Es algo que nosotros u otras personas en Google debemos tener en cuenta. Todavía estamos jugando juegos de Atari actualmente, dice, riendo. Pero estamos en los primeros peldaños de la escalera.

Esta historia se actualizó el 3 de diciembre para reflejar que el software para jugar Atari de DeepMind no aprendió a vencer a un experto humano en Space Invaders.

esconder