Demis Hassabis dice que la AGI llegaría hacia 2030 y cambiaría la ciencia para siempre

Demis Hassabis, cofundador y CEO de Google DeepMind, aseguró que la inteligencia artificial general podría llegar alrededor de 2030 y sostuvo que el mundo ya está entrando en una etapa comparable a las primeras señales de la singularidad. En una conversación pública durante Google I/O, defendió que la IA será una herramienta decisiva para ciencia, salud, clima y robótica, aunque insistió en que el avance debe venir acompañado de seguridad, consistencia y responsabilidad.
***

• Hassabis situó la llegada de una versión plena de la AGI entre 2029 y 2031, con 2030 como referencia razonable.
• El CEO de DeepMind afirmó que la era de los agentes ya comenzó y que el próximo gran salto estará en su fiabilidad, aprendizaje continuo y uso en el mundo real.
• También defendió que la IA puede multiplicar el progreso científico en áreas como salud, descubrimiento de fármacos, clima, energía y robótica.

Demis Hassabis, cofundador y CEO de Google DeepMind, dejó una de las definiciones más ambiciosas sobre el presente y el futuro cercano de la inteligencia artificial. Durante una conversación con Mike Allen, cofundador de Axios, en el marco de Google I/O, el ejecutivo sostuvo que el desarrollo de la inteligencia artificial general, o AGI, ya se encuentra en el horizonte y que su llegada podría producirse en apenas unos años.

Para Hassabis, el momento actual será visto en retrospectiva como el inicio de una transición histórica. Según explicó, cuando el mundo mire hacia atrás en un plazo de entre cinco y diez años, probablemente identificará a 2026 y 2027 como el periodo en que empezaron a sentirse con claridad las primeras señales de esa nueva era. En su visión, la palabra “singularidad” sirve para describir el tipo de transformación que una tecnología como la AGI puede precipitar.

Lejos de presentar esa posibilidad como un instante único y perfectamente delimitado, aclaró que espera una evolución gradual, aunque muy rápida. A su juicio, lo que hoy ya se percibe en sistemas agentes, asistentes de codificación y herramientas multimodales es una muestra temprana de una aceleración que seguirá expandiéndose hacia más sectores.

En ese contexto, Hassabis volvió sobre la misión original de DeepMind, resumida hace años en la frase “resolver la inteligencia y luego usarla para resolver todo lo demás”. Hoy considera que la industria está cerca de ese primer objetivo, aunque matiza que “resolver” no es un concepto absoluto. Para él, el punto decisivo será construir una AGI capaz de producir saltos creativos genuinos y no solo ejecutar tareas con gran eficiencia.

Como ejemplo, propuso lo que llamó la “prueba de Einstein”. Imaginó un modelo avanzado con un corte de conocimiento situado en 1901 y planteó si podría, por sí mismo, llegar a los descubrimientos que Albert Einstein formuló en 1905, incluida la relatividad especial. Según Hassabis, los sistemas actuales todavía no pueden hacerlo, pero no ve razones para pensar que no podrán en el futuro.

Su estimación temporal fue concreta. Dijo que, por lo que observa hoy, una referencia razonable para la llegada de una versión plena de la AGI es 2030, con un margen de aproximadamente un año arriba o abajo. Eso ubica la expectativa entre 2029 y 2031.

La apuesta de Google en la carrera por la IA

Consultado sobre la percepción creciente de que Google habría recuperado terreno en la competencia por la IA, Hassabis evitó convertir el debate en una narrativa simple de ganadores y perdedores. Afirmó que la carrera entre los laboratorios de frontera es probablemente la competencia más feroz que ha existido en la historia tecnológica, e incluso en la historia corporativa.

Aun así, defendió que Google tiene fortalezas difíciles de replicar. Destacó la amplitud de su investigación, la evolución de sus modelos y la capacidad de integrar rápidamente esos avances en productos usados por miles de millones de personas. Mencionó que la empresa ha reescrito gran parte de su pila tecnológica para orientarla primero a la IA y luego a sistemas agentes.

Desde esa perspectiva, el grupo tendría una ventaja de pila completa, desde chips y centros de datos hasta nube, laboratorio de frontera y productos de consumo masivo. Hassabis señaló además que la aplicación Gemini ya cuenta con 900 millones de usuarios mensuales, mientras que “AI mode” en el buscador ha mostrado una fuerte aceptación.

También insistió en que Google no solo compite con modelos de gran tamaño. Según explicó, los modelos pequeños y eficientes siguen siendo cruciales para atender a escala global tanto casos de uso internos como necesidades de grandes clientes empresariales. Para él, la clave está en optimizar el circuito de retroalimentación entre infraestructura, investigación y producto.

A pesar de defender esa posición, evitó afirmar que Google “ganará” de forma definitiva. En cambio, dijo que espera que la compañía sea uno de los grandes ganadores de la era de la IA, junto a un número reducido de actores relevantes en el escenario posterior a la AGI.

Ese matiz no es menor. Hassabis subrayó que, pese a la competencia, los líderes de los laboratorios de frontera deben pensar en una responsabilidad superior. En su criterio, el despliegue de una tecnología tan poderosa exige cuidado, reflexión y construcción con seguridad, no solo rapidez comercial.

Impacto laboral, rechazo social y una postura de optimismo cauteloso

Uno de los puntos más sensibles de la conversación giró en torno al rechazo que parte de la sociedad empieza a mostrar frente a la IA. Hassabis reconoció la existencia de una reacción crítica, pero dijo que no comparte ni el estilo ni parte del contenido con el que algunas figuras del sector comunican el tema.

Su propia postura, explicó, es la de un “optimista cauteloso”. Cree que la IA tendrá un impacto gigantesco, al punto de compararlo con una revolución industrial multiplicada. Según su cálculo, podría representar hasta diez veces el impacto de la Revolución Industrial y hacerlo diez veces más rápido, en una década y no en un siglo. Incluso sugirió que esa comparación podría quedarse corta.

Eso no significa que el efecto sobre el empleo esté definido. Hassabis fue explícito al decir que nadie sabe con certeza si habrá más trabajos o menos, y cuestionó la seguridad con la que algunos supuestos expertos hablan del tema. Su intuición, sin embargo, es que surgirán más oportunidades, probablemente con una economía más orientada a emprendimientos pequeños, creatividad y uso intensivo de herramientas inteligentes.

En esa línea, destacó el entusiasmo que percibe en estudiantes y jóvenes desarrolladores, especialmente en lugares como India. Para él, la IA democratiza capacidades que antes requerían equipos enteros de especialistas, lo que abre la puerta a que una persona o un grupo muy pequeño construyan productos y compañías de alcance global.

También admitió que el propio sector debe hacer un mejor trabajo mostrando beneficios concretos e inequívocos. En su caso, la apuesta central sigue siendo la IA aplicada a la ciencia, la medicina, los materiales, la energía y otras áreas donde el valor social puede medirse con mayor claridad.

La conversación reforzó además su distancia frente a los extremos del debate. Hassabis dijo no ser un “doomer”, pero tampoco pertenecer al grupo que cree que basta con dejar correr la tecnología sin reconocer riesgos. A su juicio, lo que está en juego son las próximas décadas, o incluso siglos, de florecimiento humano, y por eso las decisiones de estos años serán determinantes.

AlphaFold, ciencia abierta y el mayor uso social de la IA

Uno de los pasajes más reveladores fue el recuerdo del momento en que DeepMind decidió aplicar AlphaFold a todas las proteínas conocidas y liberar los resultados para el mundo. En un fragmento documental proyectado durante la conversación, Hassabis aparece razonando en voz alta que, si el sistema podía predecir estructuras con rapidez y precisión, no tenía sentido esperar solicitudes individuales de científicos. La idea correcta era procesarlo todo y compartirlo.

Según relató, AlphaFold podía plegar una proteína en cuestión de segundos. Dado que ya existían cientos de millones de proteínas conocidas por la ciencia, entendió que, con suficiente capacidad computacional, era factible ejecutar el conjunto completo en aproximadamente un año. Eso llevó a DeepMind a crear una base masiva de libre acceso alojada por el Instituto Europeo de Bioinformática en Cambridge.

El objetivo era simple y radical: poner a disposición de investigadores de todo el planeta una herramienta capaz de consultarse casi con la velocidad de una búsqueda en Google. Para Hassabis, ese episodio representa el tipo de aceleración que sí vale la pena defender. No una aceleración ciega, sino una orientada a resolver problemas críticos como enfermedades, energía o deterioro ambiental.

Esa idea conecta con su tesis de fondo sobre la IA. En su visión, la aplicación más importante de esta tecnología es mejorar la salud humana. AlphaFold fue solo una pieza dentro del proceso de desarrollo de fármacos, pero una pieza crítica. El siguiente paso, señaló, está en avances como los de Isomorphic Labs en descubrimiento de medicamentos.

Desde hace años, Hassabis ha defendido que la ciencia se encontraba estancada en varios frentes, del mismo modo en que ocurrió con el problema del plegamiento de proteínas durante décadas. Ahora cree que la IA puede romper muchos de esos cuellos de botella y acelerar avances en disciplinas que llevaban 30 o 40 años sin saltos comparables.

En ese marco, el contenido de A new era of discovery: AI and the frontiers of science with Demis Hassabis, publicado por Google for Developers, sirve como una síntesis de esa visión: una IA entendida no solo como plataforma comercial, sino como motor para expandir la frontera del conocimiento.

Agentes, simulaciones, robótica y el siguiente salto técnico

De cara al corto plazo, Hassabis dijo que el gran tema de la industria es la era agente. A su juicio, ya comenzó y solo se está viendo una fracción de su potencial. Desde herramientas de programación hasta gestión administrativa, espera una integración cada vez más profunda de agentes dentro de los flujos de trabajo cotidianos.

Uno de los vectores más importantes será la auto-mejora. Según explicó, áreas como codificación y matemáticas tienen propiedades especiales porque sus resultados son verificables y permiten generar cantidades prácticamente ilimitadas de datos sintéticos. Eso crea un posible efecto de volante compuesto, en el que los sistemas mejoran ayudando a mejorar nuevas versiones de sí mismos.

Sin embargo, el siguiente gran salto no dependerá solo de mayor capacidad. Hassabis puso el foco en la fiabilidad, la robustez y la consistencia. Dijo que un sistema cercano a la AGI no debería exhibir una inteligencia “dentada” o irregular, brillante en ciertas tareas pero sorprendentemente torpe en problemas más simples formulados de otra manera.

Otra carencia actual, según indicó, es el aprendizaje continuo. Los sistemas de hoy aún tienen dificultades para seguir aprendiendo después de su entrenamiento inicial y una vez desplegados en el mundo real. Ese elemento, además, está estrechamente ligado a la personalización, es decir, a la adaptación del sistema al contexto particular de cada usuario.

Hassabis también remarcó la importancia de las simulaciones. Explicó que son clave tanto para entender fenómenos complejos, como el clima, como para generar datos de entrenamiento útiles para sistemas autónomos. Citó el caso de Waymo, donde modelos como Genie permiten simular situaciones extremas y raras, como incendios forestales, aterrizajes de emergencia en autopistas o incluso la aparición de un elefante en la vía.

Con vistas a Google I/O 2027, anticipó que habrá más agentes integrados en el trabajo diario y avances visibles en IA aplicada al mundo físico. En particular, dijo esperar saltos importantes en robótica a partir de modelos que comprenden el entorno y pueden operar en distintos formatos de máquinas.

Una visión de largo plazo con prudencia estratégica

Más allá de la coyuntura competitiva, Hassabis volvió sobre la motivación intelectual que lo ha llevado durante décadas a trabajar en inteligencia artificial. Contó que originalmente se sintió atraído por las grandes preguntas de la ciencia, como la naturaleza de la realidad, del tiempo y de la conciencia. Aunque su interés natural apuntaba a la física, terminó inclinándose por la IA porque la vio como una herramienta capaz de ampliar los límites de comprensión humana.

Su conclusión, formada a partir de lecturas de científicos y filósofos, fue que en algunas áreas el progreso científico podía estar acercándose a los límites de lo que la mente humana logra manejar sin nuevas herramientas. De allí surgió su convicción de que construir inteligencia artificial no solo era un problema fascinante por sí mismo, sino también una vía para expandir la ciencia.

Cuando se le pidió un consejo para nuevos constructores, planteó una advertencia especialmente relevante para el ecosistema tecnológico. Dijo que en lugares como el Área de la Bahía hay una energía extraordinaria para crear, pero también una tendencia al frenesí que puede ser contraproducente. En su opinión, velocidad y dirección no son lo mismo.

La observación tiene peso en un momento en que muchas empresas compiten por lanzar productos cada vez más rápido. Hassabis defendió que, en tecnologías profundas y de alto impacto social, pensar con calma puede ser más importante que moverse a máxima velocidad. Correr en la dirección equivocada, sostuvo, es peor que detenerse un momento para ajustar el rumbo.

Sobre longevidad, evitó promesas grandilocuentes y adoptó un tono pragmático. Señaló que antes de especular con vivir para siempre, el foco debe estar en curar enfermedades terribles y extender una vida más sana. Reconoció, además, una limitación muy humana en medio de sus ambiciones científicas: intenta dormir seis horas, pero no siempre lo consigue.

En suma, la visión de Hassabis combina una confianza inusual en el potencial transformador de la IA con una insistencia persistente en la cautela. Para quienes siguen de cerca la relación entre tecnología, mercados e infraestructura digital, su mensaje es claro: el próximo ciclo no estará definido solo por modelos más potentes, sino por su capacidad para integrarse de forma segura, útil y verificable en la economía real.

ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín