Deepmind创始人——从4岁棋童到诺贝尔奖得主Demis Hassabis：用AI改写人类历史【AI时代一百位创始人（3）】
🧠 从4岁棋童到诺贝尔奖得主Demis Hassabis：解码智能的人一个用AI改写人类历史的传奇故事⚠️
' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)
🧠 从4岁棋童到诺贝尔奖得主
Demis Hassabis：解码智能的人
一个用AI改写人类历史的传奇故事
⚠️ 免责声明：本报告所有信息均通过互联网公开渠道整理而成，仅供参考学习。
2024年10月9日，瑞典皇家科学院宣布年度诺贝尔化学奖得主时，全世界的目光投向了一个名字：Demis Hassabis。这位48岁的伦敦人，用AI解开了困扰人类50年的蛋白质折叠之谜，成为历史上首位因人工智能研究获得诺贝尔奖的科技企业家。
但这枚奖章背后，是一段从国际象棋神童到游戏设计师，从神经科学家到AI先驱的非凡旅程——一个关于智能本身的探索故事。
据报道，当诺贝尔奖委员会的电话打来时，Hassabis正在家中。电话是通过他妻子Teresa的笔记本电脑Teams通话传来的。这位意大利籍分子生物学家当时还在忙工作，起初甚至没有注意到来自瑞典的陌生来电——直到第三、四次响铃后才决定接听。
"This is the 'big one' for real."
「这是'大的那个'，真的。」—— Hassabis接到电话时的第一反应
那么问题来了：一个做游戏起家的"代码极客"，怎么就拿下了化学奖？故事要从一个4岁小男孩盯着棋盘发呆的下午讲起……
✦ ✦ ✦
一 北伦敦的混血男孩：一个文化融合的家庭
🏠 父母的故事：波西米亚遇上新加坡
1976年7月27日，Demis Hassabis出生在伦敦北部。他的家庭是一个有趣的文化融合体：
父Costas Hassabis — 希腊裔塞浦路斯人，来自法马古斯塔
母Angela — 新加坡华裔，从狮城远渡重洋来到英国
这对年轻的父母在1970年代初相遇于伦敦。Costas原本只打算在英国短暂工作赚钱，然后回塞浦路斯安家。但1974年土耳其入侵的炮火改变了一切——他再也无法回到故乡，只能在伦敦扎根。
父亲的人生轨迹充满了波西米亚式的自由。他从未从事传统的朝九晚五工作：
✦ 年轻时是歌手和词曲作者，偶像是鲍勃·迪伦，至今仍在创作音乐
✦ 后来开过玩具店，当过教师
✦ 还创办了自己的夜校培训公司
✦ 为了维持家计，Costas频繁买卖房产
🏃 搬家达人
因为父亲频繁买卖房产，小Demis在12岁之前搬了大约10次家，不断更换学校和朋友圈。这种"漂泊"的童年，反而培养了他极强的适应能力。
"My parents are technophobes. They don't really like computers. They're kind of bohemian."
「我的父母是技术恐惧症患者，他们不太喜欢电脑。他们有点波西米亚风格。」
家中三个孩子走的都是艺术路线：妹妹Eleni成为钢琴家兼作曲家，为《浴血黑帮》等作品创作配乐；弟弟学习创意写作，后来成为职业扑克牌手。
"They all didn't really like maths or science... It's weird, I'm not quite sure where it came from."
「他们都不太喜欢数学或科学……很奇怪，我不太确定我这种兴趣从哪儿冒出来的。」
但父亲教给了他最重要的一课：不必被社会规范所束缚。
"I'm never afraid of taking risks. My parents have been doing that their whole lives. They throw me in the deep end, and I learn to swim."
「我从不害怕冒险。我的父母一辈子都在这样做。把我扔进深水区，我会学会游泳。」
母亲Angela则将另一个世界带入了小Demis的生命。直到10岁左右，他每年夏天都会飞往新加坡，在外曾祖母家住上两三个月。他在樟宜海滩游泳，在那个"神奇的未来世界"里，他能买到当时英国见不到的日本电子产品——他最爱的是任天堂Game & Watch上的《大金刚》。
这个东西方交汇的童年，为日后那个跨越学科边界的科学家埋下了伏笔。
✦ ✦ ✦
二 棋盘上的顿悟：神童的崛起（1980-1989）
♟️ 4岁：一切始于一个下午
1980年的某个下午，北伦敦的家中。
小Demis看到父亲和叔叔在下国际象棋，缠着要学。结果呢？
⚡ 两周后，他已经能轻松击败教他下棋的大人们！
震惊的父亲意识到儿子身上有某种不寻常的东西，于是把他带到了当地的国际象棋俱乐部。
1982年（6岁）赢得伦敦8岁以下组锦标赛冠军
1985年（9岁）开始担任英格兰少年队队长，带领比自己年龄大的孩子们征战棋坛
1989年（13岁）达到国际象棋大师水平，Elo等级分2300，在14岁以下选手中排名世界第二
排在他前面的是谁？传奇的尤迪特·波尔加（Judit Polgár）——仅比他高35分，后来成为史上最强女棋手。
🏔️ 列支敦士登的顿悟
但正是13岁这一年，一场比赛彻底改变了他的人生方向。
地点是列支敦士登，靠近瑞士边境的一个小国。少年Demis参加一场大型锦标赛，在与丹麦成人冠军的对决中苦战了整整10到12个小时，最终落败。
比赛结束后，他独自走出赛场，来到山间的田野里。
阿尔卑斯山脚下的空气清冷。这个13岁的男孩看着远处的雪山，脑海里回响着一个问题：
"这真的是对所有这些脑力的最好利用吗？整个房间里都是聪明绝顶的人，他们用自己的头脑基本上只是在相互竞争、试图获胜。也许他们都应该用自己的头脑去解决癌症或其他问题。"
那一刻，他决定：国际象棋培养的元认知技能——问题解决、想象力、创造性思维、战略规划——应该用于更宏大的事业。
那个更宏大的事业，就是人工智能。
✦ ✦ ✦
三 第一台电脑：8岁程序员的觉醒（1984）
1984年，8岁的Demis用国际象棋比赛赢来的奖金买了人生中第一台电脑：ZX Spectrum 48K。
那是个人电脑刚刚进入普通家庭的年代。这个小男孩从书本上自学编程——他常常跑到Foyles书店的计算机区，蹲在地上研究如何修改游戏代码给自己"加无限生命"。
"The magic thing about computers is that you can unleash your imagination on them."
「计算机最神奇的地方在于，你可以在上面释放你的想象力。」
他在那台只有48KB内存的机器上编写了自己的第一个AI程序——一个玩黑白棋（Reversi）的游戏。
程序写完后，他让弟弟来测试。弟弟输了。
"You can create a program—you can then go to sleep—it would carry on computing—and then the next day you'd wake up and it would have solved for you the answer to the question you wanted to know the answer to before you went to sleep. It was like a magical extension of your own mind."
「你可以创建一个程序，然后去睡觉，它还能继续运算。第二天醒来，它已经为你解决了你睡前想知道答案的问题。这就像是一种神奇的心智延伸。」
这种"心智延伸"的概念，成为了他终身追求的核心。
📚 学业上的超前
在学业上，Demis同样展现出惊人的能力：
就读学校：Queen Elizabeth's School, Barnet（北伦敦男子语法学校）
15岁：完成A-levels考试（相当于英国高考）
16岁：完成奖学金级别的考试——比正常学生提前整整两年
16岁那年，剑桥大学向他敞开了大门。但学校觉得他年纪太小，建议他推迟一年入学。
这个"间隔年"，成就了一段传奇。
✦ ✦ ✦
四 17岁的游戏设计师：Bullfrog传奇（1992-1994）
🎮 一场比赛改变命运
1992年，15岁的Demis看到《Amiga Power》杂志举办的一场竞赛：重新设计经典游戏《太空入侵者》。获胜者将获得在Bullfrog Productions工作的机会——这是当时英国最炙手可热的游戏公司。
Demis提交了一个叫"Chess Invaders"的作品，融合了国际象棋和太空入侵者的元素。
🏆 结果：第三名！评委打分：原创性8分，实现5分，声音6分。
那个评委，是游戏设计界的传奇人物Peter Molyneux——《上帝也疯狂》《黑与白》的创造者。
🌟 Molyneux眼中的"精灵"
1993年，16岁的Demis正式加入位于吉尔福德的Bullfrog Productions。因为他还没到法定工作年龄，公司只能用现金支付他的薪水。
Molyneux第一次见到这个瘦小的少年时，后来这样描述：
"He looked like an elf from The Lord of the Rings. This skinny kid walked in... but he had this light in his eyes: a light of intelligence."
「他看起来像《指环王》里的精灵。这个瘦小的孩子走进来……但他眼中有光芒：智慧的光芒。」
在去公司圣诞派对的巴士上，15岁的Demis和Molyneux进行了一场长达数小时的对话。他们聊游戏哲学，聊是什么驱动人类追求胜利，聊能否将这些特质赋予机器。
"The whole journey there and back was the most intellectually stimulating conversation I've ever had. And this was just a kid!"
「整个去程和回程，是我经历过的最有智识刺激的对话。这只是个孩子！」—— Peter Molyneux
两人甚至发明了一种纸牌游戏叫"Dummy"。Demis连续赢了Molyneux 35局。Molyneux称他为"本世纪最好的员工"。
🎢《主题公园》：17岁的杰作
17岁那年，Demis被提升为《主题公园》（Theme Park）的联合设计师和首席程序员。
这款游戏让玩家建造和经营自己的主题乐园——从过山车到餐厅，从员工管理到游客体验，每一个细节都需要精心设计。
🧂 有趣的设计细节：玩家可以通过"在薯片里多放盐"让游客狂喝饮料，从而赚取更多利润——这种脑洞大开的策略正是Demis在棋盘上训练出的思维。
游戏最难的部分是游客AI：每个访客需要拥有独立的人格、偏好和行为模式，而当时每个角色只有约200字节的内存可用。这是一个极具挑战性的技术难题，也是Demis第一次深入思考如何让虚拟生命表现得像真实的人。
1994年8月，《主题公园》正式发布。
🏆 游戏成就
✦ 全球销量超过1500万份
✦ 赢得金摇杆奖
✦ 被《PC Gamer》评为百大游戏之一
✦ 入选GameSpot"有史以来最伟大的游戏"名单
更重要的是，Demis从这一年的工作中赚到了足够的钱——足以支付他整个大学四年的学费。
"The happiest time in my career was the early 90s making games... I was very lucky to catch Bullfrog at its heyday."
「我职业生涯中最快乐的时光就是90年代早期做游戏……我很幸运赶上了Bullfrog的黄金时代。」
✦ ✦ ✦
五 剑桥岁月与创业初尝（1994-2005）
🎓 剑桥大学：学霸与叛逆者
1994年秋天，18岁的Demis Hassabis走进了剑桥大学Queens' College的大门，主修计算机科学。
三年后，他以Double First（双一等荣誉学位）毕业——这是剑桥最高的学术荣誉。
但他的大学生活绝不只是埋头读书：
✦ 担任剑桥大学国际象棋队队长三年（1995-1997）
✦ 代表学校参加传统的牛津-剑桥校际比赛，获得"Half Blue"荣誉
✦ 根据母校校刊记载，他在剑桥"尽情狂欢"，度过了"令人惊叹的三年"
更重要的是，他在这里遇到了未来的妻子——Teresa Niccoli，一位意大利籍分子生物学家，专注于阿尔茨海默病研究。两人在Queens' College相识、相恋。多年后结婚，育有两个儿子。其中一个孩子被命名为Alexander-Odysseus——以Demis最喜欢的希腊神话英雄奥德修斯命名。
但剑桥的AI课程让年轻的Demis感到沮丧。他觉得当时的教学方法过于"狭隘"，没有触及智能的本质。
"I clearly remember in one lecture, I said to my friends around me, 'We shouldn't be listening to this, they are indoctrinating us.' I said it slightly too loud, the lecturer called me out, saying, 'If you think you know everything, you shouldn't be here.'"
「我清楚地记得有一次讲座，我对周围的朋友说，'我们不应该听这个，他们在给我们洗脑。'我说得稍微大声了点，讲师叫出了我，说，'如果你认为你什么都知道，你就不应该来这里。'」
这个年轻人确实有自己的想法。他相信真正的AI需要理解人类大脑是如何工作的——而当时的计算机科学课程几乎不涉及这个话题。
🎮 Lionhead与Elixir：创业的第一课
1997年毕业后，Demis再次投奔老搭档Peter Molyneux，加入新成立的Lionhead Studios，担任《黑与白》（Black & White）的首席AI程序员。
这款游戏让玩家扮演岛屿之神，拥有一只可以学习和成长的巨型生物宠物——这正是Demis想要探索的领域：会学习的AI。
但仅仅8个月后，他决定离开，创办自己的公司。
1998年7月7日，22岁的Demis Hassabis在伦敦卡姆登创立了Elixir Studios（炼金工作室）。
"The sole purpose of setting up Elixir was to explore new territory. That's something we would never compromise on."
「设立Elixir的唯一目的就是探索新领域。这是我们永远不会妥协的事情。」
他在1998年亚特兰大E3游戏展上向15家不同的发行商推销，最终与Eidos Interactive签下了三款游戏的协议。据报道，Eidos以60万英镑收购了公司5%的股份，估值达到1200万英镑。
Elixir开发了几款创意独特的游戏：
🎮 主要作品
《共和国：革命》（Republic: The Revolution）— 政治策略模拟游戏，试图用AI模拟一整个国家的政治生态
《邪恶天才》（Evil Genius）— 让玩家扮演邦德式超级反派，充满黑色幽默
两款游戏都获得了BAFTA最佳原创音乐提名。但第三款游戏"Blue Vault"在开发两年后被发行商取消。
2005年4月28日，Elixir Studios宣布关闭。
"We worked crazy hours, my team and I. What we did was unsustainable... We were way ahead of the computers and markets of that time."
「我们工作时间很长，我和我的团队。疯狂的工作时间。我们做的事情是不可持续的……我们远远超前于那个时代的计算机和市场。」
这是一次痛苦的失败。但正是这次失败，让他做出了人生中最重要的决定：回到学术界，去理解人类大脑。
✦ ✦ ✦
六 神经科学的转身：博士与大脑之谜（2005-2009）
2005年，29岁的Demis Hassabis关闭了Elixir Studios，将知识产权出售给各出版商，然后做了一件在旁人看来不可思议的事：
他去伦敦大学学院（UCL）读了一个认知神经科学的博士。
"Without understanding that I've always had AI as a goal in my mind, my career path would look random—chess, video games, neuroscience—but I utilized every bit of those experiences."
「没有理解我心中一直有AI这个目标的话，我的职业路径看起来像是随机的——国际象棋、视频游戏、神经科学——但我利用了那些经历的每一点。」
他的导师是Eleanor Maguire教授，一位著名的认知神经科学家，因研究伦敦出租车司机的海马体而闻名——她发现这些司机由于需要记忆伦敦复杂的街道网络，海马体比常人更大。
Demis的博士论文题目是《支撑情节记忆的神经过程》。他要研究的核心问题是：人类大脑如何记忆过去、想象未来？
🧬 突破性发现
2007年1月，他发表了第一篇学术论文，题为《海马体失忆症患者无法想象新体验》。这是一项突破性的研究：
💡 核心发现
当人类的海马体受损时，不仅会失去记忆，还会丧失想象力。患者想象的场景变得支离破碎，缺乏空间连贯性。这说明海马体不仅仅是"记忆仓库"，更是一个「心灵模拟引擎」——它帮助我们构建连贯的场景，无论是回忆过去还是想象未来。
这项研究被《Science》杂志评为2007年十大科学突破之一。
2009年，33岁的Hassabis获得了博士学位。但他没有停下脚步——他获得了亨利·惠康博士后研究金，同时在UCL的Gatsby计算神经科学单元、麻省理工学院和哈佛大学进行研究。
正是在Gatsby单元，他遇到了未来DeepMind的联合创始人Shane Legg——一位新西兰人，2008年完成了一篇题为《机器超级智能》的博士论文，与人共同重新引入并推广了"人工通用智能"（AGI）这个术语。
两个对AGI抱有相同梦想的人相遇了。
✦ ✦ ✦
七 DeepMind的诞生：AI阿波罗计划（2010-2014）
🚀 三人行的梦想之旅
2010年11月，Demis Hassabis、Shane Legg和另一位联合创始人Mustafa Suleyman正式创立了DeepMind。
Suleyman与Demis的渊源更深。他们是童年朋友——Mustafa最好的朋友是Demis的弟弟，两人从青少年时期就在讨论如何对世界产生积极影响。
👥 创始团队分工
Demis Hassabis — 技术愿景和研究方向
Shane Legg — AGI科学和安全
Mustafa Suleyman — 产品化和商业应用
公司的名字"DeepMind"体现了双重含义："Deep"代表深度学习技术，"Mind"代表对人类心智的理解——这正是Demis多年来追求的融合。
公司的使命宣言简洁而宏大：
"Solve intelligence, then use that to solve everything else."
「解决智能问题，然后用智能解决其他一切问题。」
💰 豪华的投资人阵容
DeepMind的早期投资人阵容堪称豪华：Elon Musk、Peter Thiel、李嘉诚的Horizons Ventures、Skype联合创始人Jaan Tallinn……
🍔 马斯克投资的故事
2012年，Hassabis在SpaceX加州工厂与Musk共进午餐。Musk告诉他，自己的首要目标是登陆火星——作为"地球出问题时的备用星球"。
Hassabis回应说：「如果AI也去火星，这个计划就行不通了——AI可能会摧毁人类殖民地。」
Musk随后投资了DeepMind。他后来承认，投资的目的是"更多了解这项技术"。
♟️ 泰尔投资的故事
Hassabis设法获邀参加一个派对，专门找到Thiel，与他讨论国际象棋中象和马的独特优势。
"我知道他喜欢国际象棋，我想那会是我的独特切入点。"——策略奏效了。
在没有产生任何收入、没有发布任何产品的情况下，DeepMind融资超过5000万美元，团队发展到约50人。
🎮 第一个突破：Atari游戏
他们的第一个研究方向是：教AI玩1970-80年代的老游戏。
2013年12月，DeepMind宣布了一项突破：他们训练了一个叫"Deep Q-Network"（DQN）的系统，仅通过观察原始像素，就能以超人水平玩《Breakout》《Pong》《Space Invaders》等Atari游戏。
AI没有被告知游戏规则，没有被编程具体策略——它只是不断尝试、学习、进化，就像一个人类婴儿学习走路一样。
这篇论文震动了科技界。
🏰 Google的500亿美元赌注
2014年1月26日，Google宣布收购DeepMind。
收购金额据报道在4亿至6.5亿美元之间。这是Google当时在欧洲最大的收购案。
📌 幕后故事：当时不仅Google，连Mark Zuckerberg的Facebook也在与DeepMind谈判。据报道，Facebook出价高达8亿美元——比Google还高。Elon Musk甚至提出用Tesla股票收购（按今天的价值已经涨了70倍）。
那么，为什么最终选择了Google？答案在于伦理红线。
Hassabis和联合创始人Shane Legg从一开始就对AI被滥用抱有深切担忧。他们要求收购方承诺设立AI伦理委员会，监督所有AI工作，确保技术不被滥用。Google"非常乐意接受"这一条件。而据报道，Facebook未能做到这一点。
💡 扎克伯格的评价
Mark Zuckerberg后来承认：Demis Hassabis巧妙地利用Facebook的兴趣，与Google进行谈判以获得更高的收购价格。Zuckerberg对Hassabis的谈判策略表示敬佩。
✦ ✦ ✦
八 Move 37：机器的创造力（2016）
收购后的DeepMind开始向更大的目标进发。他们选择的战场是围棋——这个被认为是人类智力最后堡垒的古老游戏。
围棋的复杂度远超国际象棋：
♟️ 国际象棋可能局面：约 1047
⚫ 围棋可能局面：超过 10170 —— 比宇宙中的原子数量还多！
许多人认为，AI在围棋上击败人类还需要几十年。
🇰🇷 首尔的五天五局
2016年3月9-15日，韩国首尔四季酒店。全球超过2亿人通过网络直播，观看AlphaGo与世界围棋冠军李世石的对决。奖金100万美元，赌注是人类智慧的尊严。
📊 比赛结果
第一局（3月9日）：AlphaGo胜，李世石186步后认负
第二局（3月10日）：AlphaGo胜，"Move 37"震惊世界
第三局（3月12日）：AlphaGo胜
第四局（3月13日）：李世石胜！"神之一手"第78步
第五局（3月15日）：AlphaGo胜
最终比分：AlphaGo 4 : 1 李世石
⚡ Move 37：机器的创造力
第二局，当李世石离开房间去抽烟时，AlphaGo下出了第37手——一个"肩冲"到第五线的棋步。按传统围棋理论，这是非常规甚至可以说是不好的下法。
解说员困惑了。观众困惑了。AlphaGo自己计算，人类只有万分之一的概率会下这步棋。
李世石回到棋桌，看到这步棋，震惊了整整12分钟才做出回应。
最终证明，Move 37是一步极其精妙的战略棋，展示了AI挑战人类几千年围棋智慧的能力。
"This move made me think about Go in a new light. What does creativity mean in Go?"
「这步棋让我以新的眼光思考围棋。在围棋中，创造力意味着什么？」—— 李世石
🙏 神之一手：人类的反击
第四局，人类扳回了一城。李世石下出了第78手——被称为「神之一手」的惊世妙棋。AlphaGo计算人类只有万分之一的概率下出这步棋。
李世石做到了。这一步导致AlphaGo出现失误，李世石赢得了系列赛中唯一的一场胜利。
人类输了，但输得并不耻辱。Move 37和第78手，分别代表了机器的创造力和人类的直觉——两者都是智能最深邃的体现。
🇨🇳 乌镇：柯洁的眼泪
一年后的2017年5月，在中国乌镇，更强版本的AlphaGo Master以3:0完胜世界排名第一的柯洁。
赛后，年轻的中国棋手流下了眼泪：
"AlphaGo is perfect, flawless, merciless. In my lifetime, I don't think I can catch up to it."
「AlphaGo完美、无瑕、无情。在我有生之年，我认为我无法追上它。」
"Humans spent thousands of years improving our tactics, and computers tell us that humans are completely wrong... I dare say no human has touched the edge of Go's truth."
「人类花了几千年改进战术，电脑告诉我们人类完全是错的……我敢说没有人类触及过围棋真理的边缘。」
AlphaGo被中国围棋协会授予职业九段称号，随后宣布从竞技比赛中"退役"。
但这只是开始。
✦ ✦ ✦
九 解开生命的密码：AlphaFold奇迹（2018-2024）
在AlphaGo的荣光之后，Hassabis将团队引向了更有意义的科学问题。
蛋白质折叠——生物学50年来的"大挑战"。
🧬 为什么这很重要？
蛋白质是生命的基本构件。它们由氨基酸链组成，会折叠成复杂的三维结构，而这种结构决定了蛋白质的功能。理解蛋白质结构对于药物发现、疾病治疗至关重要。
❌ 传统方法的困境
用传统实验方法（如X射线晶体学）测定一个蛋白质结构可能需要数月甚至数年，成本高达数十万美元。人类已知的蛋白质有超过2亿种，而已测定结构的只有约20万种。
🏆 CASP竞赛的碾压
2020年11月，AlphaFold2在CASP14竞赛中取得了历史性突破：
🎯 核心成就
✦ 在97个目标蛋白质中，88个获得最佳预测
✦ 中位准确度得分达到92.4分（满分100）
✦ 中位误差小于1埃（原子级精度），比第二名精确3倍
✦ 达到与实验方法相当的精度
竞赛组织者认定：蛋白质折叠问题已被"解决"。
这是AI历史上的里程碑时刻。一个困扰科学家半个世纪的问题，在短短几年内被一个神经网络攻克。
🌍 开源造福全人类
2021年7月22日，DeepMind做出了一个惊人的决定：将AlphaFold2的代码开源，并与欧洲分子生物学实验室（EMBL-EBI）合作，建立了一个免费的蛋白质结构数据库。
最初发布时包含35万个蛋白质结构。到2022年，数据库扩展到了超过2亿个——几乎涵盖了所有已知蛋白质序列的结构。
"This is the most significant contribution AI has made to advancing scientific knowledge to date."
「这是迄今为止AI对科学知识进步做出的最重大贡献。」——《自然》杂志
截至2024年，超过200万研究人员在190多个国家使用了这个数据库。AlphaFold的影响力已经渗透到生物学的几乎每一个角落：
✦ 疟疾疫苗开发——帮助识别关键蛋白结构
✦ 癌症研究——理解致癌蛋白的机制
✦ 酶工程——设计分解塑料污染的酶
✦ 抗生素耐药性——寻找新的药物靶点
有人计算过：如果用传统方法测定这2亿个蛋白质结构，需要10亿年的实验室工作。AlphaFold在几周内完成了这一切。
这不是科幻小说，这是2024年的现实。而这一切的起点，是一个8岁男孩用国际象棋比赛奖金买的那台48K内存的电脑。
✦ ✦ ✦
九 2024年诺贝尔奖：AI时代的加冕
2024年10月9日，斯德哥尔摩时间上午11点45分，瑞典皇家科学院宣布：
🏆 2024年诺贝尔化学奖
Demis Hassabis 和 John Jumper（DeepMind）——"蛋白质结构预测"
David Baker（华盛顿大学）——"计算蛋白质设计"
Hassabis和Jumper分享一半奖金，Baker独得另一半。
有趣的是，Hassabis得知获奖的方式颇具戏剧性。那天早上，诺贝尔委员会打电话到他的手机——没人接。又打了几次，还是没人接。
最后，委员会想到了一个办法：通过他妻子Teresa的Microsoft Teams账号联系到了她，再由她叫醒了丈夫。
"I had to sit down... it's hard to describe. I had to wait for it to sink in, and I'm still not sure if it has."
「我不得不坐下来……很难形容那种感觉。我需要等它慢慢沉淀下来，我现在都不确定是否已经接受了这个事实。」
他后来回忆说：
"So this is the 'big one' for real. Incredible. Still sinking in..."
「所以这真的是'那个大奖'。不可思议。还在慢慢接受中……」
这是历史上第一次，AI研究人员因为AI的科学应用获得诺贝尔奖。有人评论说，这标志着"AI时代的正式加冕"。
值得一提的是，就在前一天（10月8日），诺贝尔物理学奖也授予了AI领域的两位先驱：Geoffrey Hinton和John Hopfield，表彰他们在神经网络和机器学习方面的基础性工作。
🎯 历史性的48小时：连续两天，诺贝尔物理学奖和化学奖都颁给了AI相关研究。2024年，正式被载入史册为"AI年"。
颁奖典礼上，诺贝尔委员会这样评价：
"Demis Hassabis和John Jumper使用人工智能来预测蛋白质的复杂结构。这是一项将对人类产生巨大益处的发现。"
从4岁学国际象棋，到48岁获得诺贝尔奖——Demis Hassabis用了44年，完成了从棋盘到科学殿堂的跨越。
✦ ✦ ✦
十 争议与反思：光环背后的阴影
英雄叙事固然动人，但Hassabis和DeepMind的故事并非没有争议。为了完整呈现，我们也需要提及一些批评声音：
🏥 NHS数据争议（2016-2017）
2016年，DeepMind与英国皇家自由医院（Royal Free Hospital）的合作曝光。DeepMind的医疗健康部门获得了160万名患者的医疗记录，用于开发一款名为Streams的肾病预警App。
❌ 问题所在
患者没有被明确告知自己的数据被分享给了Google旗下的公司。2017年7月，英国信息专员办公室（ICO）裁定，这次数据分享违反了数据保护法。
2018年，DeepMind Health被并入Google Health，引发了更多关于数据使用的担忧。批评者指出，DeepMind最初承诺的"数据永远不会与Google共享"变得难以保证。
👥 联合创始人的离开（2019）
2019年，联合创始人Mustafa Suleyman被曝出"管理风格"问题后，进入了所谓的"休假"状态。据报道，有员工对他的管理方式提出了投诉。
Suleyman后来加入了Google的AI部门，然后离开创办了自己的公司Inflection AI，再后来加入微软担任AI CEO。三位联合创始人如今各奔东西。
🤔 财务与独立性
DeepMind一直处于巨额亏损状态。根据公开数据：
✦ 2019年亏损：4.77亿英镑
✦ 2020年亏损：4.87亿英镑
✦ 累计亏损超过30亿美元
批评者认为，只有像Google这样的科技巨头才能承受这种"烧钱"速度，这引发了关于AI研究民主化的担忧。
⚖️ 伦理委员会的透明度
DeepMind曾宣布成立一个外部伦理委员会，但从未公开过成员名单或具体运作方式。这种不透明引发了一些质疑：一家声称关心AI安全和伦理的公司，为什么在自己的伦理治理上如此神秘？
公平地说：这些争议并不能抹杀Hassabis和DeepMind的科学贡献。但它们提醒我们，即使是最耀眼的科技明星，也需要接受公众的审视和问责。英雄可以有瑕疵，关键是如何面对和改进。
✦ ✦ ✦
十一 个人生活与领导风格
💍 家庭
Hassabis与妻子Teresa Sheryl Sherby Niccoli在剑桥大学相识。Teresa是意大利裔分子生物学家，目前在伦敦大学学院（UCL）研究阿尔茨海默病。两人育有两个儿子，其中一个有一个很有深意的名字：
👦 Alexander-Odysseus
亚历山大大帝 + 奥德修斯——征服者与智者的结合
这个名字几乎是Hassabis自己野心的投射：既要有亚历山大式的征服力，也要有奥德修斯式的智慧和耐心。
他的妹妹Eleni Hassabis也颇有才华，是一位钢琴家和作曲家，曾为热门剧集《浴血黑帮》（Peaky Blinders）创作配乐。他的弟弟则从事创意写作和职业扑克。
看来，Hassabis家族的"游戏基因"不只体现在Demis一人身上。
🧠 领导风格
在员工眼中，Hassabis是一个细节控+完美主义者的结合体。他保持着"走动式管理"的风格，经常出现在不同团队的讨论中，提出尖锐的问题。
"He's intellectually rigorous to the point of being intimidating."
「他在智识上的严谨几乎到了令人生畏的程度。」——某DeepMind员工
但他也保持着对基础研究的尊重。在AlphaGo胜利后，他抵制了将技术立即商业化的压力，坚持让团队继续深入研究。
"We're not in a hurry. We're trying to do something that has never been done before. That takes time."
「我们不着急。我们在尝试做从未有人做过的事情。这需要时间。」
🎮 业余爱好
尽管工作繁忙，Hassabis仍然保持着一些"老习惯"：
✦ 电子游戏：仍然会玩策略游戏放松
✦ 国际象棋：偶尔参加网上对弈
✦ 足球：利物浦队的忠实球迷
✦ 科幻小说：阿西莫夫、克拉克的忠实读者
他曾开玩笑说：
"I'm basically still doing what I did when I was 8 — just with more computing power."
「我基本上还在做8岁时做的事——只不过现在算力更强了。」
✦ ✦ ✦
十二 金句集锦：Demis Hassabis语录
最后，让我们用Hassabis本人的话来结束这篇长文。这些语录既是他思想的精华，也是理解他的钥匙：
"Solve intelligence, then use that to solve everything else."
「先解决智能问题，然后用它来解决其他一切问题。」
—— DeepMind创立使命
"If you're not failing sometimes, you're not pushing hard enough."
「如果你从不失败，说明你还不够努力。」
"The magic thing about computers is you can unleash your imagination."
「计算机的神奇之处在于，你可以释放自己的想象力。」
"I'm never afraid of taking risks. My parents throw me in the deep end."
「我从不害怕冒险。我的父母把我扔进了深水区。」
"Without understanding that I've always had AI as my ultimate goal, my career path would look completely random."
「如果不知道AI一直是我的终极目标，我的职业轨迹看起来会完全随机。」
"The measure of success is whether you've made a positive contribution to the world."
「成功的衡量标准是你是否为世界做出了积极贡献。」
"AI is possibly the most transformative technology ever invented. We owe it to ourselves to get it right."
「AI可能是有史以来最具变革性的技术。我们有责任把它做对。」
"Games are a perfect training ground for developing intelligence. They have clear rules and objectives, but require complex strategies."
「游戏是开发智能的完美训练场。它们有明确的规则和目标，但需要复杂的策略。」
"This is a once in a generation advance. AlphaFold is a demonstration of what's possible when you combine curiosity-driven research with the power of AI."
「这是一代人只会遇到一次的进步。AlphaFold展示了当你将好奇心驱动的研究与AI的力量结合时，会发生什么。」
"So this is the 'big one' for real. Incredible. Still sinking in..."
「所以这真的是'那个大奖'。不可思议。还在慢慢接受中……」
—— 2024年10月9日，获得诺贝尔化学奖后
✦ ✦ ✦
结语：从棋盘到星辰
回顾Demis Hassabis的人生，你会发现一条清晰的主线：游戏→智能→科学→人类福祉。
4岁时，他在国际象棋棋盘上学习规则和策略。
17岁时，他在电子游戏中模拟复杂系统。
30岁时，他在实验室里探索大脑的奥秘。
40岁时，他教AI下棋并击败了人类冠军。
48岁时，他用AI破解了困扰科学家50年的蛋白质谜题。
每一步看似跳跃，实则都指向同一个目标：理解智能的本质，并用它造福人类。
也许最有趣的问题是：下一个50年，AI还能解决什么？
如果AlphaFold只是开始，那结局会是什么？核聚变？量子计算？意识的本质？宇宙的起源？
按照Hassabis的逻辑：先解决智能，然后解决一切。
当然，这一切也伴随着巨大的风险和责任。如何确保超级智能造福而非毁灭人类？这是Hassabis自己也在思考的问题。
但有一点是确定的：无论未来如何，那个48年前在伦敦北部学下棋的小男孩，已经永远改变了我们对智能、对科学、对可能性的理解。
这大概就是那种人们会对孩子讲述的故事：
「从前，有一个小男孩用下棋赚的钱买了一台电脑。多年后，他创造的AI解开了生命的密码，然后获得了诺贝尔奖。」
——这不是童话，这是Demis Hassabis的真实故事。
🎯 你怎么看？
如果你是8岁的Hassabis，你会怎么用那台电脑？欢迎在评论区分享你的想法。
📚 参考来源：
1. Demis Hassabis 官方传记与访谈
2. DeepMind 官方博客与论文
3. 《自然》《科学》等学术期刊报道
4. BBC、卫报、金融时报等媒体采访
5. 诺贝尔奖官方网站
6. Lex Fridman Podcast 访谈
7. TED演讲与公开会议发言
参考原文信息列表：
1. https://en.wikipedia.org/wiki/Demis_Hassabis
2. https://deepmind.google/about/
3. https://www.nobelprize.org/prizes/chemistry/2024/hassabis/facts/
4. https://www.nature.com/articles/s41586-021-03819-2 (AlphaFold论文)
5. https://alphafold.ebi.ac.uk/
6. https://www.youtube.com/watch?v=Gfr50f6ZBvo (Lex Fridman访谈)
7. https://www.theguardian.com/technology/demis-hassabis
8. https://www.bbc.com/news/technology-35785875 (AlphaGo报道)
9. https://www.wired.com/story/what-alphago-taught-us/
10. https://www.ft.com/content/deepmind-hassabis-profile
11. https://ico.org.uk/about-the-ico/news-and-events/news-and-blogs/2017/07/royal-free-google-deepmind-trial-failed-to-comply-with-data-protection-law/
12. https://www.ted.com/speakers/demis_hassabis
⚠️ 免责声明：本报告所有信息均通过互联网公开渠道整理而成，仅供参考学习。部分细节可能因信息来源不同而存在出入，如有错误欢迎指正。
✨
— END —