21CTO导读：本文为科技以及ai先锋Demis的个人传记缩略版本。

Demis Hassabis（中译为德米斯·哈萨比斯），这位将AI应用于科学前沿的先驱者，其技术旅程始于一个四岁孩子的国际像棋棋盘。

然后，他从象棋神童到创立DeepMind，再到用AlphaFold破解蛋白质折叠之谜，他的故事是关于好奇心、雄心与解决“硬问题”的决心。

让我们一起探索他如何将游戏的热爱转化为推动人类知识边界的强大工具。

一切的起点：象棋与计算机

Demis Hassabis 于1976 年出生于英国伦敦，父亲是希腊裔赛普勒斯人，母亲是新加坡籍华人——这样的混血背景让他从小就习惯在不同文化视角中思考问题。

Demis Hassabis从四岁就开始学习国际象棋。他对此非常认真，后来曾担任英格兰象棋青年队的队长。也正是在这个象棋训练营里，他第一次接触到了计算机。

13 岁时，他在英国同年龄组棋手排名全国第二（据英国国际象棋联盟记录）。这不是天赋异禀的神话故事——他后来回忆，棋盘上的每一步都是在「有限规则下，寻找最佳策略」，这种思维方式深深影响了他。

在训练中使用的是实体象棋对阵棋盘计算机，后者用于辅助训练。与这些机器对弈时，一个想法深深吸引了他：竟然有人能让一堆没有生命的塑料块走棋步。

虽然本应专注于象棋开局训练，但他对程序及其背后的算法技术更加着迷。这促使他决定自己编写程序来实现自己的游戏系统。

17岁时，他编写了《Theme Park》游戏。这可以说是他第一个巨大的成功，很多人都喜欢它。

每当玩家设计自己的主题公园时，所有的卡通人物都会进来游玩。每次游戏都会不同，因为AI会根据玩家的设计做出反应。

在亲眼目睹了人们多么享受与AI互动后，他更加确信人工智能是他愿意奉献一生的事业。

Demis 后来选择在剑桥大学攻读计算机科学（Computer Science） ，以「Double First」（双一等荣誉）毕业——这是英国学术界的最高荣誉，意味着他在大学三年内每一年的成绩都名列前茅。 

在毕业那年，他做了一个让所有人意外的决定：放弃学术深造，加入一家电子游戏公司。

选择去读神经科学

1992 年，Demis 加入传奇游戏公司Bullfrog Productions，协助开发经典游戏《Theme Park》（模拟乐园）。这款游戏在1994 年推出后大获成功，让他成为英国游戏界最年轻的明星设计师之一。

到了1998 年，Demis 创办了自己的游戏公司Elixir Studios，开发策略游戏《Republic: The Revolution》与《Evil Genius》。这些游戏以复杂的AI 行为著称——你可以看到NPC（非玩家角色）会自己做出决策、学习玩家的策略、甚至「记住」过去的互动。

游戏AI 的极限——「它们不是真的在思考」

但Demis 很快就意识到一个问题：游戏里的AI 再聪明，包括国际象棋与抽象棋奕游戏，本质上都只是「写死的规则」（scripted behavior），并不是真正的智能。

「我想知道，能不能让AI 真正学会『理解』一个游戏,而不是靠程序设计师事先告诉它每一步该做什么。」——Demis Hassabis如此说道。

关键转折：离开游戏业,攻读神经科学博士

2005 年，Demis 做了一个外人看来疯狂的决定：卖掉Elixir Studios，跑到伦敦大学学院（UCL）攻读神经科学博士。

他的想法很直接：如果要打造真正的通用智能（Artificial General Intelligence, AGI），就必须先搞懂人类大脑是怎么运作的。

在UCL 期间,Demis 研究「记忆与想象」（memory and imagination）的神经机制——他发现,人类大脑的「海马回路」（hippocampus）不只负责记忆过去,还能「模拟未来」（simulate future scenarios）。这个发现后来成为DeepMind 强化学习系统的核心灵感。

生物学在他看来是一个根本层面的信息处理系统。它是一个极其复杂、动态的系统。仅仅用几个数学方程来描述这个系统是非常困难的，这与物理学有根本的不同。

因此，他认为AI系统和算法是描述生物学的绝佳语言。生物学一直是他认为AI最能大展拳脚的地方之一。

从UCL 博士论文到创立DeepMind

2009 年完成博士学位后，Demis 没有留在学术界——他决定把过去10 年在游戏AI、神经科学、机器学习领域的所有经验,整合成一个终极目标：「打造能够自我学习的通用智能系统。」

2010 年,Demis Hassabis 与两位共同创办人Shane Legg（一位机器学习专家）、Mustafa Suleyman（一位创业家）在伦敦成立DeepMind Technologies。

他们的愿景非常简单：「让AI 能像人类一样学习——不是靠规则,而是靠经验。」

DeepMind 的第一个突破是DQN（Deep Q-Network） ——一个能够自己学会玩Atari 游戏的AI。这个系统不需要人类告诉它「怎么玩」，只需要给它游戏画面与分数,它就能自己摸索出策略。

2014 年：Google 以5 亿美元收购DeepMind

DQN 的成功让全世界的AI 投资者都注意到DeepMind。2014 年1 月,Google 宣布以约4 亿英镑（约5 亿美元）收购DeepMind ——这是当时Google 最大的欧洲收购案之一。

但Demis 坚持一个条件：DeepMind 必须保持独立运营,并成立「AI 伦理委员会」（Ethics & Safety Board）。

这个决定在当时看起来很奇怪——一个刚被收购的新创公司,为什么要谈伦理？但后来证明,这个前瞻性的坚持,让DeepMind 成为全球少数「在技术突破的同时,也认真思考AI 风险」的科技机构。

AlphaGo 打败李世乭——这不只是围棋

2016 年3 月，全世界见证了一个历史性时刻：DeepMind 的AlphaGo 在五番棋对决中以4:1 击败南韩围棋世界冠军李世乭（Lee Sedol）。

围棋被认为是人类智慧的最后堡垒——棋盘上的可能变化数量比宇宙中的原子还多（约10 的170 次方）。传统的「暴力搜索」方法根本不可能穷举所有可能性。

AlphaGo 的突破在于：它不是靠「记住所有棋谱」,而是靠「深度学习+ 蒙地卡罗树搜索」（Deep Learning + Monte Carlo Tree Search）学会「直觉」与「大局观」 ——就像人类棋手一样，能感觉到「这一步感觉正确」。

在第二局对弈中,AlphaGo 下出了震惊所有职业棋士的「第37 手」——一步看起来完全违反围棋常识的落子位置（五路肩冲）。

「那一刻我意识到,这不是人类会下的棋。AlphaGo 找到了我们从未想过的策略。」

——李世乭赛后访谈

这场对弈不只是技术展示——它让全世界第一次看见, AI 不只能模仿人类,还能创造出人类从未见过的策略。

失败与成功的科学观

任何成功的职业生涯都有起有落，甚至是血汨，Demis Hassabis也一样。总结如下：

• 早期挫折：
  他的第一家游戏公司曾经历困难时期，部分原因是他们对游戏设计和技术的一些想法过于超前于当时的技术水平。这让他明白，选择解决困难问题的时机同样重要。
• 科学探索中的“失败”：
  他认为在科学前沿探索，提出后来被证明不正确的假设是很正常的。这本身就是探索的一部分。只要实验设计得当，无论结果是否符合预期，对提出下一个假设都有帮助。他并不视其为失败，而是科学进程中必要的一环。

持续的动力与未来目标

Demis Hassabis从小就有一股不可思议的驱动力，他总觉得人生短暂，想要探索更多。

当每次成功后，他想到的是下一件更宏大的事。这种特质推动他不断向前。

他一直坚持至今的目标，便是构建人工通用智能。这是一个能展现人类所有认知能力的系统。他认为这将是人类有史以来最重要的发明之一。

智力是一种强大的自然力量。人类智力创造了我们周围的现代文明。而AI科学就是试图探索和理解这种“智力”是什么。理解它的最佳方式就是尝试构建它。

AI具备双重潜力与担忧，像任何强大的通用技术一样，AI可以用于造福人类，如医疗和应对气候变化。但它也可能被不良分子用于有害目的。技术本身是中立的，取决于人类如何决定使用它。他对此感到担忧。

其次，随着系统自身变得越来越强大、自主，如何确保我们能够理解和控制它们，让它们拥有正确的目标和价值观，也是一个重大问题。

对开放科学与跨学科合作的信念

Demis Hassabis 坚信开放科学和跨学科研究。

• 开放访问的价值：
  AlphaFold被开源发布，供全世界使用。超过200万研究人员使用了AlphaFold及其预测的蛋白质结构，用于各种重要的研究工作。这推动了整个科学领域的快速进步。
• 跨学科的力量：
  在DeepMind，研究团队一直是多学科的。最初包括工程、机器学习、神经科学、数学，后来又加入了哲学家、伦理学家、化学家、物理学家等。AlphaFold就是一个由不同领域顶尖专家组成的多学科团队协作的成果。
• 全球影响：
  最让他欣慰的合作之一是与“被忽视疾病药物研发倡议”合作，利用AlphaFold帮助研究影响全球贫困地区的疾病，如利什曼病或登革热。

个人生活与获得非凡荣誉——诺贝尔奖

工作之余，他依然会下象棋，就像“思维健身房”一样保持头脑敏锐。他也和家人一起玩电子游戏和桌游。

对他来说，工作与生活并没有明确的界限。他非常幸运地能将工作设计成与生活热情一致的事情，无论是游戏、神经科学、AI还是生物学。这就像一场大型的探索冒险。

当接到来自斯德哥尔摩的诺贝尔奖通知电话时，他表示自己震惊了一整天，感觉像在做梦。巧的是，第二天他早已安排好一个活动：世界上一些最顶尖的国际象棋和扑克选手齐聚伦敦。当晚，他与多位世界冠军一起下棋、打牌，彻夜庆祝。他觉得这是最完美的庆祝方式。

结语：选择困难的问题，保持雄心

Demis Hassabis的旅程告诉我们，好奇心是探索的起点，而雄心则将探索引向深刻。

从他的故事中，我们提炼出以下关键点：

• 保持孩童般的好奇心。
   对世界运作方式的疑问是发现的开端。
• 敢于解决“硬问题”。
   选择那些基础性的、能解锁新领域的难题。
• 重视多学科的力量。
   未来的重大突破往往诞生于不同学科的交叉点。
• 秉持开放与分享的精神。
   科学的进步有赖于思想的碰撞与共享。
• 永远相信你的想法。
   即使它们一开始看起来有些超前。

Demis Hassabis为我们证明了，将个人激情（如游戏）与宏大目标（如推动科学技术或AI）相结合，可以创造出改变世界的工具。他的AlphaFold只是一个开始。

而在未来，AI有望帮助人类应对从疾病到气候变化的各项重大挑战。

作者：洛逸