人物
戴密斯·哈萨比斯
戴密斯·哈萨比斯（Demis Hassabis）是英国 AI 研究者和创业者，DeepMind 联合创始人。他于 2024 年与人共享诺贝尔化学奖，表彰蛋白质结构预测方面的工作。
出生 1976
概况
戴密斯·哈萨比斯（Demis Hassabis）是英国人工智能研究者和创业者，1976 年出生于伦敦。他最为人熟知的身份是 DeepMind 的联合创始人兼首席执行官，该公司开发了 AlphaGo 和 AlphaFold。他也是把 AI 用于科学问题的主要推动者之一。[4]
教育与早期经历
哈萨比斯年少时是国际象棋神童，13 岁达到大师水平。17 岁时，他在 Bullfrog Productions 公司与人共同设计并担任主程序员，开发了电子游戏《主题公园》（Theme Park，1994）。随后他进入剑桥大学皇后学院攻读计算机科学，并于 1997 年毕业。[4]
此后，他在伦敦大学学院（University College London）攻读认知神经科学（cognitive neuroscience）博士学位，于 2009 年获得学位，导师是 Eleanor Maguire。认知神经科学研究大脑如何处理信息，这也是许多 AI 研究背后的问题。[4]
1998 年，他创办了游戏公司 Elixir Studios。2001 年，他担任 Lionhead 公司游戏《黑与白》（Black & White）的首席 AI 程序员。[4]
主要贡献
2010 年，哈萨比斯与 Shane Legg、Mustafa Suleyman 共同创办了 DeepMind。2014 年，谷歌收购了该公司。[4]
2016 年 1 月发表在《自然》（Nature）上的 AlphaGo 论文，哈萨比斯是末位作者。该程序把深度神经网络与树搜索结合起来，并在 2016 年 3 月于首尔以 4 比 1 击败李世石。哈萨比斯作为 DeepMind 的首席执行官，之后撰文谈论了这场胜利。[3]
2020 年，哈萨比斯与 John Jumper 发布了 AlphaFold2。这是一个能根据氨基酸链预测蛋白质三维结构的 AI 模型，已被用于预测几乎所有已知蛋白质的结构。[4]
任职经历
谷歌收购 DeepMind 后，哈萨比斯担任 DeepMind 的首席执行官。他还联合创办了 Isomorphic Labs，并担任其负责人，该公司于 2021 年成立，致力于将 AI 用于药物研发。[4]
影响
2024 年 10 月 9 日，诺贝尔化学奖公布结果。奖项一半授予伦敦的谷歌 DeepMind 的哈萨比斯和 John Jumper，表彰他们在蛋白质结构预测方面的工作；另一半授予 David Baker，表彰他在计算蛋白质设计方面的工作。[2]
蛋白质是生命化学的核心，了解其形状有助于科学家理解它的功能，以及它与其他分子如何相互作用。这一奖项表明，在科学数据上训练的 AI 系统，能够为这一领域做出贡献。[1]
哈萨比斯还获得过其他荣誉。他于 2018 年成为英国皇家学会会士，2023 年与人共同获得阿尔伯特·拉斯克基础医学研究奖（Albert Lasker Basic Medical Research Award）和生命科学突破奖，并于 2024 年因在 AI 领域的贡献获封爵士。[4]
生涯时间线
10-
1826
-
伦敦大学学院（UCL）
任职于
伦敦大学学院（UCL）是伦敦市中心的公立研究型大学。辛顿曾任其 Gatsby 计算神经科学研究所创始主任，哈萨比斯曾在该所做博士后，后来联合创办 DeepMind。
-
伦敦大学学院（UCL）
任职于
-
2010
-
谷歌 DeepMind（Google DeepMind）
创立、任职于、创立 2010–
总部位于伦敦的人工智能研究机构，2023 年由 DeepMind 与谷歌研究部门的 Brain 团队合并而成，以 AlphaGo、AlphaFold 和 Gemini 系列模型闻名。
-
谷歌 DeepMind（Google DeepMind）
创立、任职于、创立 2010–
-
2016
-
Mastering the game of Go with deep neural networks and tree search（用深度神经网络和树搜索掌握围棋）
参与
2016年《自然》论文介绍了AlphaGo，它结合深度神经网络与树搜索。2015年10月，其分布式版本以5比0击败职业棋手樊麾，首次在不让子的全尺寸围棋中战胜职业棋手。
-
Mastering the game of Go with deep neural networks and tree search（用深度神经网络和树搜索掌握围棋）
参与
-
2017
-
Mastering the game of Go without human knowledge
参与
DeepMind 的 AlphaGo Zero 从随机落子开始，只靠自我对弈学会围棋，训练三天便以 100 比 0 击败此前击败人类冠军的 AlphaGo 版本。相关论文于 2017 年 10 月发表在《自然》。
-
A general reinforcement learning algorithm that masters chess, shogi, and Go through self-play
参与
2017 年挂在 arXiv、后于 Science 发表的论文：同一个自我对弈强化学习算法 AlphaZero 学会了国际象棋、将棋和围棋，并在三种棋里都战胜了强力的专门程序。
-
Mastering the game of Go without human knowledge
参与
-
2019
-
Mastering Atari, Go, chess and shogi by planning with a learned model
参与
MuZero 是 DeepMind 提出的强化学习算法，它自己学出一个环境模型，并在该模型中做规划，在不被告知规则的情况下掌握了 Atari、围棋、国际象棋和将棋。
-
Mastering Atari, Go, chess and shogi by planning with a learned model
参与
-
2020
-
AlphaFold2
参与
AlphaFold2 是 DeepMind 于 2020 年公布的蛋白质结构预测系统，在多数情况下达到与实验结构相当的精度；相关领域的工作获得 2024 年诺贝尔化学奖的一半奖项。
-
AlphaFold2
参与
-
2021
-
用 AlphaFold 实现高精度蛋白质结构预测
参与
Nature 论文介绍了 AlphaFold 用于蛋白质结构预测的方法、系统设计和评估。
-
用 AlphaFold 实现高精度蛋白质结构预测
参与
-
2024
-
AlphaFold 3
参与
AlphaFold 3 是 DeepMind 于 2024 年 5 月发布的结构预测模型，可预测蛋白质、DNA、RNA、配体等分子的结构与相互作用。[^1]
-
Accurate structure prediction of biomolecular interactions with AlphaFold 3
参与
AlphaFold 3 于2024年5月发表于《自然》，把结构预测扩展到生物分子相互作用，在蛋白质—配体结合上准确率高于对接工具，抗体—抗原预测高于 AlphaFold-Multimer v.2.3。
-
AlphaFold 3
参与
20251
-
2025 年 11 月 18 日，谷歌发布 Gemini 3，先以预览形式推出 Gemini 3 Pro，另有一个面向更难推理的 Deep Think 版本，并公布了公开基准上的成绩和发布当天接入搜索的安排。
20243
-
2024年12月11日，谷歌发布 Gemini 2.0，称其为面向“智能体时代”的新模型，首个版本 Gemini 2.0 Flash 先向开发者与 Gemini 应用用户开放。
-
里程碑哈萨比斯与江珀因 AlphaFold 分享诺贝尔化学奖
2024年诺贝尔化学奖一半授予大卫·贝克，表彰其计算蛋白质设计；另一半授予谷歌DeepMind的哈萨比斯与江珀因，表彰其用人工智能预测蛋白质结构。
-
发布谷歌发布支持百万 token 上下文的 Gemini 1.5 Pro
2024年2月15日发布的 Gemini 1.5 Pro 采用混合专家架构，默认上下文窗口为 128,000 个 token，私下预览中可达 100 万个 token，大幅提高了模型一次能读入的材料量。
20232
-
2023年12月6日，Google 发布 Gemini 1.0，这是一组从训练起就同时学习文本、图像、音频和视频的模型。公司称其中最大的版本是迄今最强大、最通用的模型。
-
里程碑Google Brain 与 DeepMind 合并为 Google DeepMind
2023 年 4 月 20 日，谷歌宣布将 Brain 团队与 DeepMind 合并为 Google DeepMind，由德米斯·哈萨比斯（Demis Hassabis）领导，旨在加快 AI 研发进度。
20221
-
里程碑辛顿、勒丘恩、本吉奥、哈萨比斯获 2022 年阿斯图里亚斯亲王奖
2022年6月，阿斯图里亚斯亲王奖技术科学研究奖授予杰弗里·辛顿、扬·勒丘恩、约书亚·本吉奥和德米斯·哈萨比斯，以表彰他们推动人工智能发展并促进其融入社会。
20211
-
2021 年 7 月，《自然》（Nature）发表了 DeepMind 的 AlphaFold2 论文。该系统可根据氨基酸序列预测蛋白质三维结构，DeepMind 随后公开代码并推出免费数据库。
20161
-
2016 年 3 月，DeepMind 的 AlphaGo 在首尔与拥有 18 个世界冠军头衔的职业九段棋手李世石进行五番棋对决，以 4:1 取胜；据 DeepMind 统计，全球有超过 2 亿人观看了这场比赛。
20141
-
2014年1月26日，谷歌确认收购2010年在伦敦成立的人工智能公司DeepMind。这家以深度强化学习研究起家的小团队由此进入谷歌，其名称与人员后来并入与Google Brain合并后的新机构。
参与8
- Accurate structure prediction of biomolecular interactions with AlphaFold 3
- AlphaFold 3
- 用 AlphaFold 实现高精度蛋白质结构预测
- AlphaFold2
- Mastering Atari, Go, chess and shogi by planning with a learned model
- A general reinforcement learning algorithm that masters chess, shogi, and Go through self-play
- Mastering the game of Go without human knowledge
- Mastering the game of Go with deep neural networks and tree search（用深度神经网络和树搜索掌握围棋）
注释与来源
- Demis Hassabis – Facts – 2024https://www.nobelprize.org/prizes/chemistry/2024/hassabis/facts/
- Press release: The Nobel Prize in Chemistry 2024https://www.nobelprize.org/prizes/chemistry/2024/press-release/
- What we learned in Seoul with AlphaGohttps://blog.google/topics/machine-learning/what-we-learned-in-seoul-with-alphago/
- Demis Hassabishttps://en.wikipedia.org/wiki/Demis_Hassabis
引用本页: 戴密斯·哈萨比斯. TellWorld, https://www.tellworld.net/zh/people/demis-hassabis. 更新于 2026-11-07