El creador de AlphaGo funda una startup unicornio para construir IA "superaprendices"

David Silver, el científico que creó el algoritmo AlphaGo, el primero de la historia en derrotar a un campeón mundial de go en 2016, ha anunciado la fundación de una nueva empresa con una valoración de alrededor de 1.000 millones de dólares. Su objetivo es construir lo que Silver llama superaprendices: sistemas de IA capaces de dominar por sí solos los campos de conocimiento más complejos, sin apoyarse en enormes conjuntos de datos creados por humanos. Es un desafío directo al paradigma dominante en la industria, donde todos los grandes actores apuestan por escalar los modelos de lenguaje.

Silver es uno de los arquitectos clave de la IA moderna, y su trayectoria habla por sí sola. Su trabajo en Google DeepMind dio lugar a AlphaGo y, después, a AlphaZero, un algoritmo que aprendió desde cero ajedrez, shogi y go sin ver una sola partida humana. En lugar de entrenarse con ejemplos ya hechos, el sistema generó y analizó por su cuenta millones de posiciones y descubrió estrategias que los jugadores profesionales describieron como inhumanas. Esa experiencia moldea su convicción sobre cómo debe ser la IA de la próxima generación.

La idea central de Silver es a la vez simple y radical: los grandes modelos de lenguaje, como ChatGPT, Claude, Gemini y otros, tienen una limitación de fondo, porque aprenden exclusivamente de textos y datos producidos por humanos. Eso crea un techo infranqueable: una IA no puede superar las capacidades cognitivas de sus creadores si se alimenta solo de sus conocimientos y de sus errores. Según él, aumentar sin más el número de parámetros y el volumen de datos de entrenamiento no resuelve este problema fundamental; solo lo amplifica.

La alternativa es el aprendizaje por refuerzo (reinforcement learning, RL). A diferencia del aprendizaje supervisado, en el que el modelo aprende a reproducir respuestas correctas a partir de un conjunto de datos previamente etiquetado, el RL permite que un agente explore por sí mismo el espacio de posibilidades: probar acciones, recibir una señal de recompensa y construir poco a poco una estrategia. Así funcionaba AlphaGo, y Silver está convencido de que este enfoque abre el camino a una IA que supere a los humanos en un amplio abanico de tareas, y no solo en juegos predefinidos.

La postura tiene argumentos de peso. OpenAI avanza en parte en esta dirección con sus modelos de razonamiento de la serie o, que emplean elementos de RL para comprobar sus propias respuestas. Google DeepMind sigue con la investigación fundamental en este campo. Aun así, la mayor parte de los recursos de la industria se concentra en escalar los modelos de lenguaje, y Silver adopta abiertamente una posición contraria a esa corriente mayoritaria.

La principal dificultad del RL aparece fuera de las tareas acotadas y bien definidas. En ajedrez, la función de recompensa es fácil de definir: si ganas, sumas un punto. Para escribir un texto convincente, tomar una decisión empresarial meditada o realizar una investigación científica original, la función de recompensa no es evidente. Este problema de la inteligencia inefable (ineffable intelligence, en la formulación de Silver) es el que deberá resolver la nueva empresa.

Una valoración de 1.000 millones de dólares sin un solo producto en el mercado refleja el peso de la reputación del fundador. En el clima inversor actual, en el que cada startup de IA aspira a tener importancia histórica, el nombre del creador de AlphaGo es a la vez una prueba de concepto ya lista y un seguro para los inversores que no quieren esperar años.

Si Silver tiene razón, la próxima fase de la carrera de la IA será muy distinta: menos datos humanos, más autoaprendizaje autónomo, menos imitación y más descubrimientos. Los sistemas capaces de generar conocimiento por sí solos, más allá de lo que sabe la humanidad, son sus superaprendices.

El tiempo dirá si la idea se convierte en un producto real. Pero que uno de los principales arquitectos de la IA moderna haga una apuesta pública contra el paradigma dominante es, por sí mismo, una señal significativa para todo el sector.