德米斯·哈萨比斯是谁？AlphaGo 之父与诺贝尔化学奖得主

全世界的围棋迷都记得 2016 年 3 月的首尔四季酒店：大屏上，人工智能 AlphaGo 直落三局领先世界冠军李世石。操盘这场人机大战的公司是 DeepMind，创始人兼掌门人叫德米斯·哈萨比斯（Demis Hassabis）。这位 13 岁的国际象棋神童、48 岁的诺贝尔化学奖得主，是理解「AI 能做什么」绕不开的名字。

哈萨比斯速览：从棋盘到诺贝尔奖

他的履历在 AI 领袖里独一无二：先在游戏行业证明自己，再回学校读认知神经科学博士，最后才做 AI 公司。三段经历串成一条主线：搞清楚「智能」到底是什么。

神童开局：13 岁棋协大师与 17 岁的游戏主程

哈萨比斯生于伦敦北区，父亲是希腊裔塞浦路斯人，母亲是新加坡华人。4 岁看大人下棋学会国际象棋，13 岁达到大师标准（Elo 等级分 2300），当过英格兰少年队队长。8 岁时他用棋赛奖金买了人生第一台电脑 ZX Spectrum，从此自学编程。

17 岁那年休学打工，他进入游戏公司 Bullfrog，与《上帝也疯狂》的传奇制作人彼得·莫利纽克斯合作，作为共同设计者和主程做出了模拟经营游戏《主题公园》，全球卖出数百万份。他拒绝了游戏公司七位数美元的挽留，去剑桥大学读计算机科学，1997 年以双一等成绩毕业。

毕业后的第二次创业并不顺利：他创办的 Elixir 工作室做了两款游戏，市场反响平平，2005 年关张。这一次失败反而促成他人生最重要的一次转向：回到校园读脑科学。

先读脑科学博士，再造 AI

2009 年，哈萨比斯在伦敦大学学院（UCL）拿到认知神经科学博士学位，研究海马体与记忆、想象力的关系。他的课题组首次系统证明：海马体受损的失忆症患者同样无法想象新场景，这项成果入选《科学》杂志年度十大突破。他后来反复讲的那句话就源于此：想造出更强的 AI，先要理解人类智能本身。

2010 年 11 月，他与 Shane Legg、Mustafa Suleyman 在伦敦创立 DeepMind，目标是「先解决智能，再用智能解决一切」。方法论直接继承自他的双重背景：用强化学习让 AI 从零开始玩游戏，就像婴儿摸索世界。想深入理解这套机制，可以读什么是强化学习。2013 年底，DeepMind 的 DQN 算法只看屏幕像素就打通多款雅达利街机游戏，谷歌随即在 2014 年以约 4 亿英镑收购这家公司。

AlphaGo 时刻：让机器攻陷围棋

围棋长期被视为机器无法攻陷的堡垒，棋盘变化数远超宇宙原子总数，暴力计算无解。DeepMind 的解法是把深度神经网络与强化学习、蒙特卡洛树搜索结合，让 AI 通过自我对弈进化：2015 年 10 月 5 比 0 完胜欧洲冠军樊麾，2016 年 3 月 4 比 1 击败李世石，2017 年 3 比 0 战胜当时世界排名第一的柯洁。

对行业而言，AlphaGo 的意义远超一盘棋：它证明了深度强化学习可以解决「直觉型」决策问题，这套思路后来被搬进大模型训练、芯片设计、数据中心节能等真实场景。哈萨比斯的偶像、计算机科学奠基人图灵在 1950 年提出的「机器能思考吗」，在围棋桌上得到了一次响亮的回答。而让 AI 从「专才」走向「通才」的下一场考试，正是 ARC-AGI 这类通用能力基准，我们在ARC-AGI 详解里单独讲过。

AlphaFold：AI 第一次拿下诺贝尔奖

如果说 AlphaGo 让 DeepMind 出名，AlphaFold 则让它载入科学史。蛋白质结构预测是生物学界悬置 50 年的难题：知道蛋白质的三维结构，才能理解疾病、设计药物。2018 年 AlphaFold 在国际评测 CASP13 夺冠但还不够实用；2020 年 11 月的 AlphaFold 2 把预测误差压到原子宽度以内，评测组织者宣布问题「基本解决」。

此后 DeepMind 把预测出的约 2 亿个蛋白质结构全部开源，相当于给全球生物医药研究者发了一张免费地图。2024 年 10 月，哈萨比斯与团队核心约翰·江珀共同获得诺贝尔化学奖（与另一位得主大卫·贝克分享另一半）。他同时把这套方法商业化，创办了用 AI 做药物研发的 Isomorphic Labs 并亲自任 CEO。

从 DeepMind 掌门到 Alphabet 首席科学家

ChatGPT 引爆大模型竞赛后，谷歌在 2023 年 4 月把 DeepMind 与 Google Brain 合并为 Google DeepMind，哈萨比斯出任 CEO，Gemini 系列大模型从此都在他的屋檐下研发，与萨姆·奥特曼的 OpenAI 正面竞争，2025 年 11 月发布的 Gemini 3 Pro 就是合并后的代表作。

2026 年，他的职务再次升级：卸任 Google DeepMind CEO，转任董事长，同时出任谷歌母公司 Alphabet 的首席科学家，统领整个谷歌体系的技术路线。这条路在 AI 行业没有第二个人走过。