Demis Hassabis: 从AI先锋到伦理挑战的探索者

2025年10月，Google DeepMind首席执行官Demis Hassabis荣登《时代周刊》TIME100年度榜单封面。从AlphaGo到AlphaFold，Hassabis坚持AI4S的科学导向，但DeepMind并入Google后，其商业野心与伦理争议引发广泛关注。

2025年10月，《时代周刊》揭晓「TIME100：影响世界的100人」年度榜单，Google DeepMind首席执行官Demis Hassabis荣登封面。在专题报道《Preparing for AI’s Endgame》中，《时代周刊》指出，在AI的演进浪潮中，Hassabis作为将深度学习引入科学研究的代表性人物，正引领全球AI技术与未来伦理的发展方向。

从「博弈系统」到「科学计算」，在过去十余年间，Hassabis推动了深度学习的关键转变，也促使世界重新思考通用人工智能（AGI）的未来。当前，在生成式AI技术急速扩张、伦理与监管争议不断升级的背景下，Hassabis及其领导的DeepMind正试图以更审慎的路径重塑AGI的发展方向。这场由DeepMind主导的「高风险长期实验」，正在探索人类与AI未来的共存方式。

总之，当Hassabis的形象被置于科学与社会分界的临界点，《时代周刊》在报道中直言，AI的未来或许正被重新书写。如果Hassabis的预测正确，那么21世纪初动荡的几十年或许会终结于一个光辉的乌托邦；如果他的估计错误，未来可能比任何人想象的都要黑暗。但有一件事是确定的：在追求通用人工智能的过程中，Demis Hassabis正在投注他一生中风险最高的游戏。

从神童棋手到AI领袖，Demis Hassabis重写生命科学的计算方式

1976年，Demis Hassabis出生于英国伦敦。他自幼展现出卓越的逻辑与记忆能力，13岁即在英国青少年棋坛崭露头角，一度排名全国第一、世界第二，并代表英格兰出战多项国际象棋赛事。后来，他常将棋艺视为早期人工智能思维训练的原型——通过有限规则演化出无限复杂的决策空间。

Hassabis早年在剑桥大学攻读计算机科学，并在17岁时以游戏设计师的身份加入Bullfrog Productions，参与开发经典游戏「主题公园（Theme Park）」。离开游戏行业后，他在伦敦大学学院（UCL）取得认知神经科学博士学位，研究人类记忆与想象的神经机制，论文成果见于Nature、Science等权威期刊。在「生物启发式智能（biologically inspired intelligence）」领域的探索，为他后来的机器学习研究奠定基础。

为实现「构建能够学习一切任务的通用智能系统」的目标，Hassabis在2010年与Shane Legg、Mustafa Suleyman联合创立DeepMind。他们的研究最初聚焦于「训练AI玩Atari游戏」，试图通过深度强化学习使AI在这些游戏中的表现达到超人类水平。

直到2014年，DeepMind被Google以约4亿英镑（约合6.5亿美元）收购后，成功获得更大规模的算力与资源支持，多项技术突破随之实现。2015年至2016年，DeepMind的AlphaGo程序接连击败欧洲围棋冠军和世界冠军李世石，首次展现深度强化学习系统的强大决策能力，成为AI领域的里程碑事件。

随后在2020年，DeepMind推出AlphaFold系统。该模型以接近实验测定的精度预测出数十万种蛋白质的三维结构，成功攻克生命科学界持续50余年的「蛋白质折叠难题」。这一成果被Nature评为当年「最具影响力的科学成就」之一，迅速被全球科研机构应用于药物设计、疫苗开发等领域，并荣获2024年诺贝尔化学奖。

对于这项殊荣，Hassabis曾幽默表示：「这简直是我毕生的梦想。如果我是从电视上得知获奖消息的话，我肯定会心脏病发作的。」然而，诺奖并未让他从此止步。他随即将目光转向更具挑战性的前沿研究。正如《时代周刊》中提到的那样，AlphaFold的影响或许足以让其创造者赢得诺贝尔奖但在人工智能领域却被认为是「无可救药地狭隘」——AlphaFold只能模拟蛋白质结构而无法开展更广阔的研究。Hassabis更希望通过构建更全能的AGI技术开启一个「几乎难以想象」的未来。

拒绝零和博弈，Hassabis坚持AI4S未来策略

作为DeepMind的联合创始人兼首席执行官，Demis Hassabis正持续推动AI研究从通用智能（AGI）的概念探索转向以科学发现为核心的「AI for Science（AI4S）」战略。

“我首先将自己定位为一名科学家”Hassabis认为，AI的真正潜力不在于模仿人类而在于扩展人类的认知边界。AI在生命科学、材料设计、气候建模和能源优化等领域的长期价值远超生成式AI带来的短期商业红利。因此DeepMind的研究重点从“智能是否能像人一样思考”转向“智能能否加速科学发现”。伴随AlphaFold 3的推出DeepMind还启动「AI for Science Grand Challenge」计划试图用通用模型跨学科解决基础科学问题。

当AI触及理想的边界AGI能否安全实现

事实上Demis Hassabis的名字不仅代表着技术突破也始终伴随着复杂的争议。许多媒体对Demis Hassabis及其所获奖项持质疑态度如法国报纸Le Monde在其社论中指出虽然2024年诺贝尔化学奖授予AI研究相关成果但同时“AI方法的复杂性和透明度欠缺”的问题也随之放大。

高防服务器性价比vps