Simulating Reality: From AlphaGo to AlphaEvolve — AI, Evolution & Economic Futures

Esta charla recorre la trayectoria que va de AlphaGo —primer hito en combinar redes neuronales con búsqueda Monte Carlo para dominar un juego milenario— hasta los marcos AlphaEvolve/OpenEvolve, donde LLMs y programación evolutiva generan y seleccionan agentes capaces de optimizar código, operaciones y políticas en entornos inciertos.

A la luz de la conjetura de Demis Hassabis sobre la capacidad de la computación clásica para “simular cualquier patrón natural de forma eficiente”, examinamos cómo la síntesis de modelado basado en datos, autodescubrimiento de reglas (MuZero) y exploración poblacional abre la puerta a replicar procesos complejos en logística, energía y planificación económica.

Ilustraremos casos de uso potenciales que muestran mejoras mensurables en productividad y sostenibilidad. Finalmente, planteamos la siguiente pregunta: si la simulación total viabiliza la coordinación distribuida al estilo Cybersyn y reconfigura la distribución de valor, ¿cuáles serán los impactos sociales, económicos y de poder?