La historia reciente de DeepMind retrata con fidelidad el "torbellino" que hoy es la inteligencia artificial (IA). Así bautiza el propio CEO y fundador de la empresa, Demis Hassabis, a esta etapa de la tecnología. 

Nacido de padre grecochipriota y madre china de Singapur, se crio en el norte de Londres, donde estudió matemáticas e informática, completando sus niveles avanzados a los 15 y 16 años. A los 13 años alcanzó el nivel de maestro del ajedrez. A los 16, se inició en el desarrollo de videojuegos dentro de Bullfrog Productions. Un año después, lideraba la programación del clásico Theme Park, junto a Peter Molyneux, que vendió millones de copias e inspiró todo un género de juegos de simulación de gestión de negocios. 

Con ese currículum a sus espaldas, accedió a la universidad por la puerta grande. Ingresó el Queens’ College de Cambridge, donde completó el Trío de Ciencias de la Computación  (CTS), graduándose a los 21 años con un double first en la Universidad de Cambridge. 

Al acabar los estudios, volvió a la industria de videojuegos. Primero trabajó en Lionhead Studios, en Guildford, como líder de programación de IA en el icónico juego Black & White, que combinaba elementos de la vida artificial con la interacción entre jugador y avatar. De ahí pasó a convertirse en emprendedor y fundó su propia empresa Elixir Studios, un estudio de desarrollo independiente de ciberjuegos, con sede en Londres, que publicó para los más grandes: Eidos Interactive, Vivendi Universal y Microsoft. 

En abril de 2005, Hassabis dio por concluida su aventura en la industria de los videojuegos y abrió un nuevo capítulo en su vida: el de la inteligencia artificial. Ingresó en el University College de Londres (UCL) para cursar un doctorado en Neurociencia Cognitiva. Quería inspirarse en el cerebro humano para crear nuevos algoritmos de inteligencia artificial. Y lo consiguió. Continuó su investigación en el MIT y en Harvard. Después, volvió a UCL con una beca para hacer el postdoctorado en la Unidad de Neurociencia Computacional.

El gran hito

El salto diferencial de la carrera de Hassabis llegó en 2010, cuando decidió arrancar una startup llamada DeepMind junto a Shane Legg y Mustafa Suleyman. Su primer hito fue crear una red neuronal capaz de aprender (desde cero) a jugar a videojuegos de manera similar a los humanos. También desarrollaron otra red neuronal que podía acceder a una memoria externa, como una máquina de Turing convencional, imitando la memoria a corto plazo del cerebro humano. A partir de aquello, todo se aceleró. 

En 2010, Hassabis decidió arrancar una startup llamada DeepMind

Pronto llamaron la atención del todopoderoso Google, que necesitaba urgentemente tomar posiciones en la competición global de la inteligencia artificial. En enero de 2014, la multinacional hizo una oferta a Hassabis y sus socios que no podían rechazar. Además de dotarles con generosos medios y recursos, DeepMind podría disponer para sus investigaciones y para el entrenamiento de sus algoritmos  de la enorme computación de Google Cloud. Así que fue adquirida por Google a través de su matriz Alphabet por 625 millones de dólares. Y Hassabis pasó a ocupar el cargo de vicepresidente y responsable en Google de ingeniería de proyectos de inteligencia artificial. 

Aunque el verdadero hito de DeepMind se produjo en marzo de 2016 cuando su software de IA AlphaGo superó a Lee Sedol, el mejor jugador del mundo de Go. La enorme repercusión mediática de la victoria de la tecnología posicionó a Google como uno de los principales actores globales en inteligencia artificial y a DeepMind, en uno de los laboratorios más avanzados fuera del entorno académico. Hoy,  la sede de la joven empresa se ubica en un vistoso edificio de Google, a solo dos manzanas de la explanada de acceso al British Museum. 

De propósito general 

Con la ingente potencia de cálculo de Google, como explica Hassabi, "se puede llevar a cabo el ‘aprendizaje de refuerzo profundo’ para conseguir una IA flexible, adaptativa, y –posiblemente-, ‘inventiva’". Para el aprendizaje autónomo de sus algoritmos, se pueden ejecutar, por ejemplo, miles de avatares de IA en paralelo, en la nube de Google. 

Según Hassabi, "si por fin conseguimos ‘inventarla del todo’ [la inteligencia artificial], terminará siendo una de las tecnologías más potentes de todas las inventadas hasta ahora".  El propósito inicial de su empresa es "desarrollar el aprendizaje automático de propósito general, mediante algoritmos que aprendan automáticamente por sí mismos"

rnEn su reciente conferencia en el Center for Brains, Minds and Machines (CBMM) del MIT, el emprendedor explica que quiere conseguir que un único sistema de algoritmos que pueda operar 'fuera de la caja' en una amplia gama de tareas distintas. Esta es, según Hassabis, su "definición operacional de inteligencia".  Y afirma: "Sé que hay un gran debate sobre lo que es ‘inteligencia’, pero nosotros, consideramos la inteligencia ‘operacionalmente’ como la capacidad de resolver con habilidad una gama amplia de tareas». «Ha de ser una IA construida desde cero, capaz de hacer frente a lo inesperado", concluye. 

Ya en el mundo real

En paralelo a la investigación pura, DeepMind también se mueve en la aplicación comercial, sobre todo, en el ámbito de la salud. La empresa ha firmado un contrato de cinco años con Royal Free London, parte de la NHS Foundation Trust (que depende del sistema británico público de salud), para procesar los registros de 1,7 millones de pacientes y poder crear, mediante aplicaciones predictivas, estrategias para prevenir enfermedades. Este campo de trabajo es tan nuevo, que se generan turbulencias por lo delicado de los ingentes datos que se manejan y por la urgencia de la competencia.

Nature publicaba recientemente un estudio que describe cómo el sistema DeepMind puede identificar docenas de enfermedades y señalar las porciones de tomografías de coherencia óptica en las que se basa para hacer diagnósticos. Según el estudio, el software hizo la recomendación correcta de derivación en más del 94% de los casos sobre la base de una revisión de las exploraciones ‘históricas’ de los pacientes, y tuvo un rendimiento tan bueno o mejor que el de los mejores especialistas de la vista, que examinaron las mismas exploraciones.

DeepMind también se mueve en la aplicación comercial, sobre todo, en el ámbito de la salud

Google DeepMind sigue imparable a velocidad vertiginosa. El 12 septiembre, explicaba en su blog que los primeros resultados de su asociación con el departamento de Radioterapia del UCL Hospitals NHS Foundation Trust sugieren que están cerca de desarrollar un sistema funcional de inteligencia artificial que pueda "analizar y segmentar las exploraciones médicas del cáncer de cabeza y cuello a un nivel similar al de los médicos expertos, pero en una fracción del tiempo".

Además, la empresa trabaja en aplicaciones en seguridad para mejorar la refrigeración autónoma, control industrial y eficiencia energética de los centros de datos. Su sistema de control basado en la nube, "el primero en el mundo de su clase", ya ha conseguido un "considerable y seguro" ahorro de energía en varios centros de datos de Google. 

rnLas implicaciones éticas

Como los dilemas éticos emergen conforme la inteligencia artificial avanza, este debate se ha incorporado a la visión de la empresa. En octubre de 2017, lanzó la unidad DeepMind Ehics & Society para estudiar las implicaciones de la tecnología con la ayuda de expertos externos de humanidades y ciencias sociales, entre los que destacan el filósofo Nick Bostrom, director del Instituto para el Futuro de la Humanidad (FHI) de Oxford; o el economista Jeffrey Sachs. También  cuenta entre sus colaboradores con el Leverhulme Centro para el Futuro de la Inteligencia (CFI) de la Universidad de Cambridge.

Las últimas noticias directas de DeepMind, parecen de ciencia ficción, pero son ya realidades en desarrollo. Lo ilustran los informes presentados en la pasada Conferencia de Machine Learning celebrada en Suecia en julio. La empresa presentó proyectos como un sistema de "Audio síntesis neural eficiente", objetos 'que suenan’, con los que las redes neuronales artificiales pueden aprender conceptos semánticos útiles. También habló de su Teoría de la Máquina de la Mente o de su propuesta llamada Mix & Match, para crear un ‘currículum’ a los agentes de inteligencia artificial con el que mejorar su aprendizaje de refuerzo.

La enorme prisa de las empresas por avanzar en inteligencia artificial guarda motivos económicos. Un informe especial de Bank of America Merrill Lynch predice que el mercado global para la IA y sus robots o agentes de IA será de unos 152.700 millones de dólares en solo dos años, en 2020. También alerta de que algunas industrias experimentarán un incremento de la productividad de hasta un 30%, específicamente a través del uso de estas tecnologías. Es comprensible, por tanto, la velocidad a la que desean avanzar Google Deep Mind y Demis Hassabis.

A por una 'máquina neural de Turing' 

Hassabis afirma que su empresa pretende "Fusionar la investigación multidisciplinar que se encuentra en los mejores lugares académicos, con el enfoque, la energía, los recursos y el ritmo de las más innovadoras startup, tipo Silicon Valley". El emprendedor asegura en su conferencia en el CBMM del MIT que "a día de hoy, esa fusión ha funcionado muy bien en DeepMind". Así es cómo, dice, ha sido capaz de construir lo que él llama una `máquina neural Turing’ para intentar crear una inteligencia artificial orientada a conseguir la capacidad de razonamiento simbólico que, Hassabis 'dixit', es uno de los "grandes santos griales" de la inteligencia artificial que su empresa quiere conseguir, además de desarrollar algoritmos de IA que sinteticen el conocimiento necesario para generar ideas "novedosas" u "originales".

rn