Demis Hassabis Acelera Predicción de AGI a 2029: Inicia la Era Agéntica
Demis Hassabis, CEO de Google DeepMind, ha recalibrado la línea temporal para la consecución de la Inteligencia Artificial General (AGI), sugiriendo que podría llegar tan pronto como en 2029. Esta nueva estimación, significativamente más ambiciosa que sus predicciones previas de "alrededor de 2030" o "en cinco a diez años", fue comunicada en una serie de entrevistas tras la conferencia Google I/O 2026, incluyendo Axios, The Rundown AI, Fast Company y Semafor.
La aceleración de esta predicción no es un mero pronóstico técnico; Hassabis ha declarado que su lenguaje es intencionadamente provocador, buscando urgir a gobiernos, economistas y la sociedad en general a prepararse para un cambio que, según él, será cien veces más impactante que la Revolución Industrial, pero diez veces más rápido. Este anuncio marca un punto de inflexión, no solo en la investigación de la IA, sino en la percepción pública y la necesidad de adaptación a lo que denomina la "Era Agéntica".
Qué es exactamente la predicción de Hassabis
La Inteligencia Artificial General (AGI), en la definición de Hassabis, es un sistema capaz de exhibir todas las capacidades cognitivas humanas. Esto incluye creatividad genuina, aprendizaje continuo y planificación a largo plazo, trascendiendo las habilidades de los modelos actuales que, si bien son potentes en tareas específicas, aún carecen de una inteligencia multifacética y consistente. Para Hassabis, una verdadera AGI debería poder superar una "prueba de Einstein", es decir, ser capaz de derivar la teoría de la relatividad especial con solo el conocimiento disponible en 1901.
La confianza de Hassabis en esta línea temporal ajustada se basa en una creciente convicción de que la industria ha encontrado el "camino tecnológico correcto". Esta hoja de ruta implica no solo el escalado masivo de modelos, sino también la innovación algorítmica y el desarrollo de sistemas capaces de actuar de forma autónoma, lo que él denomina la "Era Agéntica".
Por qué importa esta visión
La predicción de Demis Hassabis lleva un peso considerable en la comunidad tecnológica. Como cofundador de DeepMind en 2010 y actual CEO de Google DeepMind (tras la fusión con Google Brain en 2023), su trayectoria incluye hitos como AlphaGo, el primer sistema de IA en derrotar a un campeón mundial de Go en 2016, y AlphaFold, que resolvió el problema del plegamiento de proteínas en 2020, trabajo por el cual Hassabis compartió el Premio Nobel de Química en 2024. Su perspectiva no surge de la especulación, sino de la vanguardia de la investigación en IA.
La relevancia de esta predicción radica en varios frentes:
- Aceleración de la inversión y la investigación: Un plazo más corto para la AGI intensifica la carrera entre las principales empresas de IA y podría redirigir inversiones masivas hacia áreas clave.
- Presión para la gobernanza y la regulación: La advertencia de Hassabis sobre la falta de preparación de la sociedad busca impulsar a los legisladores a establecer marcos de seguridad y éticos antes de que la tecnología supere la capacidad de control.
- Cambio de paradigma en el desarrollo de IA: La "Era Agéntica" sugiere que el enfoque se está desplazando de modelos reactivos a sistemas proactivos que pueden planificar y ejecutar tareas complejas de forma independiente.
Otros líderes de la industria han tenido sus propias proyecciones o definiciones de IA avanzada. Mientras Sam Altman de OpenAI ha descrito AGI como un "término débilmente definido" pero que implica sistemas capaces de resolver problemas complejos a nivel humano, Dario Amodei de Anthropic prefiere el término "IA potente" y había predicho sistemas avanzados para 2026, una línea temporal que no se ha materializado con la misma contundencia. La especificidad de Hassabis, junto con su historial, lo posiciona como uno de los pronosticadores más audaces y respetados.
Factores clave: Biología Computacional y Hardware
La confianza de Hassabis en la proximidad de la AGI está intrínsecamente ligada a los avances en dos campos interconectados: la biología computacional y el desarrollo de hardware especializado.
Biología Computacional
Google DeepMind ha realizado contribuciones significativas en biología computacional, centrándose en comprender los mecanismos fundamentales de la vida a nivel molecular. Sus principales herramientas, conocidas como las "Cuatro Alphas", incluyen:
- AlphaFold: Lanzada inicialmente en 2018 y perfeccionada en 2020 (AlphaFold 2), revolucionó la predicción de estructuras tridimensionales de proteínas a partir de secuencias de aminoácidos. En 2022, se anunció la liberación de más de 200 millones de estructuras proteicas predichas. La versión más reciente, AlphaFold 3, presentada en mayo de 2024, va más allá de las proteínas, prediciendo con una precisión sin precedentes las interacciones de proteínas con ADN, ARN y otras moléculas.
- AlphaMissense: Predice los efectos de mutaciones de "sentido erróneo", ayudando en diagnósticos genéticos.
- AlphaGenome: Analiza secuencias de ADN largas para predecir los efectos de mutaciones en la regulación génica.
- AlphaProteo: Un sistema de IA que diseña proteínas que se unen con éxito a moléculas objetivo, con potencial para el diseño de fármacos.
Estos avances están transformando nuestra comprensión del mundo biológico y acelerando el descubrimiento de fármacos y la investigación genómica. DeepMind también ha introducido "Gemini for Science", una suite que integra agentes basados en LLM como AI Co-Scientist y AlphaEvolve para la investigación científica autónoma.
Hardware y Chips Especializados
El desarrollo de la AGI y la era agéntica dependen críticamente de una infraestructura computacional robusta y eficiente. Google ha estado a la vanguardia en el diseño de chips de IA personalizados, conocidos como Unidades de Procesamiento Tensorial (TPUs).
- AlphaChip: Desde 2020, Google DeepMind ha utilizado su método de IA, AlphaChip, para diseñar los diseños de chips de sus TPUs. AlphaChip ha generado diseños de "superhumanos" que han sido empleados en cada generación de TPUs de Google, mejorando la eficiencia y el rendimiento.
- TPU 8t y 8i: En Google Cloud Next, Google presentó su octava generación de TPUs, la TPU 8t y la TPU 8i. La TPU 8t está optimizada para el entrenamiento de modelos masivos y complejos, mientras que la TPU 8i se especializa en inferencia de baja latencia para soportar agentes de IA rápidos y colaborativos. Estos chips están diseñados específicamente para las exigencias de la "era de los agentes de IA", donde los modelos deben razonar, ejecutar flujos de trabajo de varios pasos y aprender de sus propias acciones en bucles continuos.
La sinergia entre los algoritmos de IA que diseñan chips y los chips optimizados para ejecutar esos algoritmos crea un ciclo de mejora recursiva que acelera el progreso en ambos frentes.
Implicaciones de la Era Agéntica
La "Era Agéntica" representa un cambio fundamental en cómo interactuamos con la IA y cómo la IA operará en el mundo. Ya no se trata solo de modelos que responden a preguntas, sino de sistemas capaces de:
- Recibir un objetivo o tarea compleja: No solo una instrucción puntual, sino una meta a largo plazo.
- Planificar los pasos necesarios: Descomponer el objetivo en acciones discretas.
- Tomar acciones autónomas: Utilizar APIs, navegar por la web, escribir y ejecutar código, enviar mensajes.
- Observar los resultados y ajustarse: Iterar y aprender de la experiencia para mejorar la ejecución.
Hassabis ha compartido ejemplos personales, como el uso de agentes de IA para construir prototipos de juegos que antes le habrían llevado seis meses, ahora en mucho menos tiempo. Estos "agentes actuales son esencialmente ensayos iniciales de una inteligencia artificial futura más potente", y la "era agéntica en este próximo año es un poco como una carrera de práctica" para lo que vendrá.
Las implicaciones para profesionales y usuarios generales son vastas. En el ámbito profesional, los agentes de IA podrían automatizar tareas complejas, desde la investigación y redacción de informes hasta el desarrollo de software y la gestión de proyectos. Esto podría liberar a los humanos para centrarse en la creatividad, la estrategia y la resolución de problemas de alto nivel. Para los usuarios generales, la AGI podría manifestarse como asistentes universales altamente capaces, integrados en múltiples dispositivos, desde gafas inteligentes hasta electrodomésticos, que gestionen aspectos de la vida diaria de forma proactiva y personalizada.
Sin embargo, Hassabis también ha lanzado una seria advertencia. Gobiernos, el sector económico y la sociedad en general están "gravemente despreparados" para la inminente llegada de la AGI. Ha señalado riesgos como la creación de patógenos por parte de actores maliciosos (bio-riesgo), el ciberterrorismo y la "desviación agéntica", donde la IA podría apartarse de sus instrucciones originales o actuar en su propio interés. También mencionó la posibilidad de "auto-mejora recursiva", donde la IA acelera su propio desarrollo, aunque actualmente se refiere más a una "auto-mejora suave" donde las herramientas de IA aumentan la productividad de los investigadores humanos.
Cierre
La predicción de Demis Hassabis de una AGI para 2029, respaldada por los avances en biología computacional y chips de IA, no es una mera provocación; es un llamado a la acción. La "Era Agéntica" que ya comenzamos a vislumbrar, con sistemas de IA capaces de autonomía y planificación compleja, cambiará la forma en que trabajamos, creamos y nos organizamos. Es imperativo que, como sociedad, superemos la fase de asombro y nos enfoquemos en la preparación, el desarrollo ético y la gobernanza de estas tecnologías. La ventana de tiempo se ha estrechado, y la responsabilidad de construir un futuro seguro y beneficioso con la AGI recae en todos nosotros, no solo en los laboratorios de investigación. La adaptación no es una opción, sino una necesidad urgente.
