Demis Hassabis

德米斯·哈薩比斯 (Demis Hassabis)

Google DeepMind 董事長・Alphabet 首席科學家

關於

德米斯·哈薩比斯是 Google DeepMind 董事長暨 Alphabet 首席科學家;2026 年 8 月,他在擔任 DeepMind 執行長十六年後轉任這兩個職位,將日常領導交給 Koray Kavukcuoglu。他曾是年少成名的西洋棋神童與電玩遊戲設計師,於 2010 年創辦 DeepMind,使命是「解開智慧之謎」。在他的領導下,DeepMind 開發了 AlphaGo、AlphaFold 等突破性 AI 系統。他因 AlphaFold 對蛋白質結構預測的貢獻而榮獲 2024 年諾貝爾化學獎。

主要貢獻

  • 從西洋棋、遊戲設計到神經科學與 AI,建立一條少見的跨領域路徑,早於 DeepMind 創立前即已展開
  • 2010 年創辦 DeepMind,明確以打造通用學習系統為目標,後來將公司出售給 Google
  • 主導 AlphaGo;2016 年擊敗李世乭,讓強化學習與 self-play 走出 AI 研究圈
  • 主導 AlphaFold 的蛋白質結構預測工作,並因其科學影響共同獲得 2024 年諾貝爾化學獎
  • 把 DeepMind 打造成 AI for science 的代表,從遊戲、蛋白質摺疊延伸到天氣、材料與生物學專案
  • 也體現企業 AI 科學的張力:公共研究突破發生在全球最大科技公司之一的內部
  • 2026 年 8 月卸下執行長一職,轉任 Google DeepMind 董事長與 Alphabet 首席科學家;同一天,Jeff Dean 離開 Google 創辦 Discovery Loop

影片與訪談

思想連結

Mustafa Suleyman

Mustafa Suleyman

曾經合作

CEO, Microsoft AI

2010 年與 Shane Legg 一起創辦 DeepMind 的共同創辦人。Hassabis 帶來神經科學與研究路線;Suleyman 建起應用那一側,並成立健康與倫理單位,那也是這間公司第一次必須公開回答「系統對人做了什麼」,而不只是對評測基準做了什麼。兩人後來各自領導互相競爭的實驗室,而他們之間的距離很值得看:Hassabis 從科學能走多遠來論證,Suleyman 從一項技術能被框限在什麼裡面來論證。如今兩人都說速度是個問題,但他們是從不同的路走到那裡的。

en.wikipedia.org · The Coming Wave (Crown, 2023) · en.wikipedia.org

Jeff Dean

Jeff Dean

曾經合作

Discovery Loop 共同創辦人

三年之間,兩人像一對搭檔那樣掌管 Google 的 AI:2023 年 4 月 Brain 與 DeepMind 合併,Hassabis 出任合併後實驗室的執行長,Dean 則成為首席科學家——打造基礎設施的人,坐在打造智能體的人旁邊。2025 年台上,Dean 談起「我的同事 Demis」拿下諾貝爾獎,語氣像在報告一件家裡的喜事。然後在 2026 年 8 月 5 日,兩人同一天退下:Dean 去創辦 Discovery Loop,Hassabis 轉任董事長與 Alphabet 首席科學家,接下了 Dean 留下的那個頭銜。

blog.google · the-decoder.com · youtube.com

傑佛瑞·辛頓

傑佛瑞·辛頓

受其影響

AI 先驅與研究者

Hassabis 說 DeepMind 在 2010 年有三條創立信條:深度學習——當時辛頓和他的學生「才剛在學界發明出來,業界沒有人知道」;強化學習;以及前十年新增的神經科學知識。第三項他是在 Gatsby Unit 當博士後時累積的——那是辛頓在 UCL 創立的計算神經科學實驗室,他也是在那裡遇見 Shane Legg。2024 年 10 月,兩人相隔一天各獲諾貝爾獎:物理獎給了地基,化學獎給了蓋在地基上的東西。

youtube.com · en.wikipedia.org · sainsburywellcome.org

Ilya Sutskever

Ilya Sutskever

曾經合作

共同創辦人・Safe Superintelligence Inc.

在兩家實驗室成為對手之前,AlphaGo 那篇 2016 年的《Nature》論文上同時有他們的名字——Sutskever 在作者名單中段,Hassabis 在最後,那個標示實驗室主導者的位置。當時 Sutskever 還在 Google Brain,Hassabis 在同一條走廊另一端的 DeepMind。self-play 與強化學習在那時只是下棋的技巧,多年之後卻成為兩家公司訓練模型「思考」的核心。

nature.com · Mastering the game of Go with deep neural networks and tree search, Nature 529 (2016)

Theme
Language
Support
© funclosure 2025