Demis Hassabis, el hombre con la ambición borgeana de correr el mundo entero en una simulación con inteligencia artificial

Demis Hassabis, director general de Google DeepMind y Premio Nobel de Química 2024, viene insistiendo en sus últimas apariciones públicas con una idea que excede largamente el negocio de la inteligencia artificial: simular el mundo entero con tanta precisión que la economía, la política o las pandemias puedan estudiarse con el mismo rigor experimental que la física. Una ambición que, sin que él lo haya planteado en esos términos, ya había sido imaginada por Jorge Luis Borges en su obra literaria décadas atrás.

Hassabis nació en Londres en 1976, hijo de padre griego-chipriota y madre singapurense de origen chino. Aprendió ajedrez a los 4 años mirando jugar a su padre contra su tío y a los 13 ya tenía un rating Elo de 2.300, el segundo más alto del mundo entre los jugadores sub-14. Con el dinero de los torneos se compró una computadora ZX Spectrum y empezó a programar.

A los 17 años, todavía en el secundario, se sumó al estudio Bullfrog Productions y fue programador principal de Theme Park, un videojuego de simulación de parques de diversiones que vendió millones de copias y dio origen a un género entero. Se recibió con honores en Ciencias de la Computación en Cambridge, fundó su propio estudio, Elixir Studios, y diseñó videojuegos con inteligencia artificial propia.

Después hizo algo poco habitual para alguien con una empresa exitosa: la cerró y volvió a estudiar. Se doctoró en neurociencia cognitiva en el University College de Londres, con una tesis sobre los procesos cerebrales que sostienen la memoria episódica. Una de sus investigaciones, sobre el vínculo entre memoria e imaginación, fue elegida por la revista Science entre los diez avances científicos más relevantes de 2007.

En 2010 fundó DeepMind. Google la compró cuatro años después por 500 millones de dólares. En 2016, su sistema AlphaGo venció al surcoreano Lee Sedol, uno de los mejores jugadores de Go del planeta, en un juego que la comunidad científica consideraba demasiado intuitivo para que una máquina pudiera dominarlo. Con AlphaFold, en cambio, resolvió un problema que la biología arrastraba desde hacía medio siglo: predecir la forma tridimensional de una proteína a partir de su secuencia de aminoácidos. El sistema terminó prediciendo la estructura de cerca de 200 millones de proteínas conocidas, un trabajo que le valió a Hassabis el Premio Nobel de Química en 2024.

La ambición de correr la historia varias veces

Hoy Hassabis persigue, además, la inteligencia artificial general, un sistema capaz de igualar la versatilidad cognitiva de una persona. Pero el proyecto de la simulación va más allá de ese objetivo: busca que las decisiones políticas y económicas puedan ensayarse antes de tomarse, con la suficiente fidelidad como para anticipar sus consecuencias.

El razonamiento parte de una limitación que ninguna ciencia social logró resolver. La física se convirtió en una disciplina rigurosa porque sus experimentos se pueden hacer todas las veces que hagan falta hasta la verificación de una hipótesis. "¿Por qué las ciencias sociales no son ciencias como la física hoy? Porque el problema es que son sistemas emergentes", planteó Hassabis en una entrevista reciente, en referencia a la economía y otras disciplinas. Cualquier decisión de política monetaria, dijo, se aplica una sola vez sobre una población entera, sin grupo de control y sin posibilidad de repetir el experimento. "Tenés que hacerlo en el mundo real y después ver qué pasa. Podés tener teorías, pero no podés correrlas miles de veces".

Su apuesta es que un simulador suficientemente preciso podría convertir la economía o la epidemiología en ciencias experimentales, con la misma lógica de prueba y error que rige un laboratorio de química. El problema es que, para que esa simulación sirva, no alcanza con modelar tendencias agregadas: hay que simular a las personas que componen esa sociedad, con sus preferencias y sus puntos de quiebre. Cuanto más fiel se vuelve el modelo, menos se distingue de aquello que reproduce.

El mapa de Borges

Esa paradoja —que la representación perfecta de un sistema termina por confundirse con el sistema mismo— es, casi palabra por palabra, el argumento de uno de los textos más breves de Borges. En "Del rigor en la ciencia", publicado originalmente en Historia universal de la infamia y luego incorporado a El hacedor, un imperio lleva la cartografía a un extremo tal que termina trazando un mapa del tamaño exacto del territorio que representa. Las generaciones siguientes lo declaran inútil y lo abandonan a la intemperie del desierto. Borges tomó la idea de un pasaje de Sylvie and Bruno, de Lewis Carroll, donde un personaje propone directamente usar el país como su propio mapa.

Algo parecido ocurre con "El jardín de senderos que se bifurcan", el cuento donde Borges imagina un universo de tiempos que se ramifican en futuros simultáneos e igualmente reales. El protagonista, el espía Yu Tsun, descubre que el libro-laberinto de su antepasado chino Ts'ui Pên no describe un espacio sino el tiempo mismo, bifurcándose sin fin. La paradoja es que esa multiplicidad infinita de mundos posibles no le sirve a Yu Tsun para elegir mejor: termina matando a un hombre para hacer llegar un mensaje cifrado a sus superiores, sabiendo que esa decisión, en la rama de tiempo que él efectivamente habita, es irreversible.

Funes, el protagonista de otro cuento de Borges, "Funes el memorioso", agrega una tercera vuelta de tuerca. El proyecto de Hassabis busca comprimir la realidad en un modelo manejable y repetible; Funes hace exactamente lo contrario: registra cada detalle del mundo sin poder olvidar ni generalizar nada. Esa memoria total no lo vuelve más inteligente, lo paraliza. Borges usa esa figura para sugerir que pensar es, justamente, la capacidad de abstraer y descartar información, no la de acumularla sin límite.

Ninguno de los tres cuentos celebra la representación total como un logro. Borges los escribió como advertencias sobre los límites del conocimiento y la representación, no como anticipos entusiastas de una tecnología futura. Lo distinto del proyecto de Hassabis es que toma esas mismas figuras —el mapa que coincide con el territorio, los mundos que se multiplican, la memoria sin filtro— y las propone como un objetivo de ingeniería, no como una fábula sobre lo imposible.

Lo que está en juego

Hassabis sostiene que la frontera entre lo simulable y lo real nunca fue una frontera natural, sino una limitación de cálculo: la física pudo volverse experimental porque sus fenómenos son repetibles, mientras que la historia humana quedó relegada a la observación porque nadie tenía cómo correrla más de una vez. Su apuesta es que esa limitación está por desaparecer.

La pregunta que queda abierta, y que ni siquiera Hassabis contesta del todo en sus presentaciones públicas, es qué tan parecida a la realidad necesita ser una simulación para resultar útil, y en qué punto esa fidelidad deja de aportar información nueva. Borges, sin computadoras ni redes neuronales, ya había llegado a una respuesta posible: en el límite, la copia perfecta no enseña nada que no enseñe el original.