En la era de ChatGPT, DALL·E y los asistentes virtuales que generan respuestas, imágenes y código, pocos saben que todo comenzó con un pequeño grupo de ocho personas. Ocho científicos, casi desconocidos, que cambiaron el mundo de la inteligencia artificial desde una sala de Google en California. Esta es la historia real de cómo se inventó la IA Generativa. Y sí, fue con un café de por medio.
Un mundo estancado (2017)
Estamos en 2017. Los dispositivos inteligentes como Alexa o Google Assistant empiezan a estar presentes en nuestros hogares, pero son poco más que juguetes sofisticados. Las traducciones automáticas apenas sirven para pedir café en París, y la IA generativa como tal… ni siquiera existía. Todo estaba estancado. Las redes neuronales recurrentes (RNNs) eran lo “último”, pero no podían manejar textos largos, ni retener contexto. China parecía avanzar en secreto, y Google, aunque con todos los recursos del mundo, estaba en punto muerto.
Un alemán rebelde y un ucraniano autodidacta
🧠 Jakob Uszkoreit
Hijo del célebre lingüista computacional Hans Uszkoreit, Jakob quiso evitar seguir sus pasos. Estudió matemáticas y computación, pero acabó en el mismo camino que su padre. A los 24 años, se unió a Google con un reto: mejorar el entendimiento del lenguaje humano en Google Assistant y Google Translate. Pero chocó rápidamente con las limitaciones de la tecnología actual.
🧠 Illia Polosukhin
Ucraniano, criado en una Ucrania pos-soviética donde la infancia implicaba trabajar para sobrevivir. Descubrió su pasión por la programación gracias a un curso de IA en Udacity. En 2013, logró entrar en Google Research. Allí se cruzó con Jakob en los pasillos del Googleplex. Ambos compartían la misma frustración: ¿por qué las máquinas no pueden entender el lenguaje como los humanos?
Illia Polosukhin – Imagen Blockworks
Inspirados por la película Arrival, donde un símbolo alienígena expresa ideas complejas de un vistazo, se preguntaron: ¿y si la IA pudiera hacer lo mismo?
El núcleo del equipo: talento y perseverancia
🧠 Ashish Vaswani
Nacido en Omán y criado en India, era un niño prodigio. Terminó matemáticas y computación con solo 16 años y se fue a la Universidad del Sur de California (USC). Su especialidad: traducción automática. Sin proyecto fijo en Google, se unió al equipo de Jakob e Illia como tercer miembro clave. Es el primer autor del paper “Attention Is All You Need”.
🧠 Niki Parmar
La única mujer del equipo. Soñaba con estudiar en el prestigioso Indian Institute of Technology, pero no lo consiguió. Se formó por su cuenta y fue aceptada en la USC. Cuando su beca fue cancelada a última hora, su padre pidió dinero prestado a amigos para ayudarla a seguir. Gracias a su talento y a un profesor que la apadrinó, pudo terminar su máster. Luego, entró a trabajar en Amazon, y finalmente, a Google. Fue pieza esencial en la redacción del código y las pruebas de traducción.
🧠 Lukasz Kaiser
El adulto del grupo. Nacido en la Polonia comunista, llevaba en Google desde 2013 y fue mentor de varios jóvenes brillantes, incluyendo a un canadiense muy peculiar…
🧠 Aidan Gomez
El benjamín del equipo. Tenía solo 21 años cuando se unió. Desde la Universidad de Toronto, había estudiado con el mismísimo Geoffrey Hinton. No tenía doctorado, lo cual en Google era impensable para entrar a Research, pero había enviado ideas por email a Kaiser, quien lo apadrinó y lo trajo como becario. Su papel fue clave optimizando el modelo Transformer.
🧠 Illion Jones
Galés. Desde los 9 años destacaba en física, química, matemáticas y computación. Tras terminar la universidad, estuvo meses desempleado. Rechazó su primera oferta de trabajo en Google por miedo a trabajar en una multinacional. Pero finalmente aceptó un puesto en YouTube en 2014, y acabó en el equipo del Transformer.
El Gandalf de los Transformers
🧠 Noam Shazeer
Una leyenda dentro de Google. Llevaba desde el año 2000 y era el autor del famoso “¿Quizás quisiste decir…?” del buscador. En 2015 intentó crear una especie de ChatGPT… en un fin de semana. Cuando escuchó a Jakob y a los suyos hablar del Transformer mientras tomaban café en el edificio 1965 de Google, decidió sumarse.
Shazeer convirtió la demo en un modelo capaz no solo de traducir, sino de generar texto, imágenes, música y código. Fue el empujón definitivo que necesitaban.
Nace el Transformer
La idea era radical: dejar atrás las RNN y apostar por un modelo que aplicara “atención” a todo un texto en paralelo. Como si en vez de leer palabra por palabra, la máquina pudiera entender todo de un vistazo. De ahí el nombre del paper: “Attention Is All You Need”.
Trabajaron durante seis intensos meses. El resultado fue tan bueno que superaron a todos los modelos anteriores. Cuando probaron traducción automática de inglés a francés, los resultados fueron tan precisos que superaron incluso a traducciones humanas.
El susurro que encendió una revolución
Presentaron su paper en la conferencia NeurIPS el 6 de diciembre de 2017. Un póster modesto entre cientos. Al principio nadie lo notó. No hubo fuegos artificiales. Ni portadas. Ni reconocimiento dentro de Google.
De hecho, Google ignoró el proyecto. No lo aplicaron ni a Google Translate ni a sus productos. Pero Sam Altman, de OpenAI, sí prestó atención. A partir de ahí, OpenAI desarrolló GPT-1, GPT-2… y el resto es historia.
El Legado de los 8
Uno a uno, los miembros del equipo abandonaron Google. Pero llevaron sus ideas más lejos:
- Noam Shazeer fundó Character.AI, valorada en miles de millones, comprada por Google.
- Jakob Uszkoreit fundó Inceptive, para aplicar transformers a la biotecnología y el desarrollo de vacunas.
- Illia Polosukhin fundó Near Protocol, una blockchain donde los datos se recompensan con cripto.
- Niki Parmar y Ashish Vaswani fundaron Adept AI y luego Essential AI, automatizando tareas humanas.
- Aidan Gomez fundó Cohere, valorada en más de 5.000 millones, centrada en IA empresarial.
- Illion Jones fundó Sakana AI, que simula el comportamiento colectivo de los peces para inspirar nuevos modelos.
- Lukasz Kaiser se unió a OpenAI, donde participó en el desarrollo de GPT-3.5 y GPT-4.
Y mientras tanto, en DAPAMAR…
Inspirados por esta misma tecnología y por la idea de hacer la IA accesible y útil para todos, en DAPAMAR estamos desarrollando soluciones reales basadas en inteligencia artificial. Creemos que no hace falta estar en Silicon Valley para cambiar el mundo: se puede hacer desde lo local, desde lo cercano, desde lo necesario.
Por ejemplo, nuestro Agente Virtual para Ayuntamientos permite a los ciudadanos comunicarse con su Ayuntamiento a través de WhatsApp, las 24 horas del día. A través de este agente, cualquier vecino puede consultar bandos, noticias o avisos oficiales, notificar incidencias en la vía pública, solicitar citas previas o recibir respuestas automáticas a preguntas frecuentes. Una herramienta sencilla, pero revolucionaria, que mejora la comunicación institucional y alivia la carga administrativa del personal municipal.
Para empresas, hemos desarrollado un Asistente de Tareas que organiza la jornada laboral de los empleados, asignando responsabilidades y enviando recordatorios a través de WhatsApp en los horarios establecidos por la compañía. Este sistema permite hacer seguimiento en tiempo real del cumplimiento de tareas, optimizando la productividad interna y evitando olvidos o malentendidos.
En el ámbito educativo, hemos puesto en marcha el Asistente Virtual para Formación Profesional, una herramienta que ofrece a estudiantes y docentes acceso inmediato, también por WhatsApp, a vídeos, infografías y contenidos adaptados a cada especialidad de FP. Este sistema facilita el estudio en cualquier momento del día, con apoyo 24/7, seguimiento automatizado y personalización por módulos formativos.
Así como aquellos ocho científicos revolucionaron el lenguaje con una nueva manera de leer, en DAPAMAR queremos aplicar esa misma lógica para ayudar a leer el entorno: desde el aula, desde el despacho de un alcalde o desde una fábrica. Queremos que la IA sirva para algo más que asombrar: que solucione. Que conecte. Que acompañe. Que transforme.
Porque si algo hemos aprendido de los verdaderos transformers es que las grandes ideas no necesitan escenario, solo necesitan atención.