本文来源：时代周报 作者：王营 实习生陈子羽然
毫无疑问，德米斯·哈萨比斯是一个值得被讲述的人。
他用40年，从一名国际象棋神童成长为站在AI浪潮之巅的科学家、企业家。哈萨比斯让人们看到一种可能性：一个人可以同时拥有顶尖的科学洞察力和商业执行力，可以在追求AGI终极目标的同时拿下诺贝尔奖，也可以在一个技术被资本裹挟的时代，始终保持对智能本质的追问。
2024年10月，谷歌旗下人工智能公司DeepMind创始人——哈萨比斯获得诺贝尔化学奖；2025年11月，他领导的DeepMind发布Gemini 3，领跑多模态排行榜。2026年2月，哈萨比斯在达沃斯抛出判断：2030年前实现通用人工智能的概率为50%，届时科学和人类健康将被极大推动。
2017年5月，AlphaGo战胜世界围棋冠军柯洁，成为第一个战胜世界围棋冠军的人工智能机器人。它正是由哈萨比斯领衔的团队开发；同年同月，未尽研究创始人周健工在乌镇现场见到了哈萨比斯。那是国内媒体对哈萨比斯的唯一一次独家专访，两人缘分就此结下。
日前，周健工翻译了哈萨比斯的传记《哈萨比斯：谷歌AI之脑》。这让他更加确信，哈萨比斯与这个时代的许多科技领袖都不同：哈萨比斯更像一位从剑桥走出的科学家，带着对宇宙终极奥秘的好奇心，一步一步逼近那个叫作AGI的目标。
剑桥走出的通才：神童之上，有更稀缺的东西
1976年出生的哈萨比斯，拥有一个堪称“天才养成”的童年——4岁学棋，两周内赢过成年人；9岁成为英国11岁以下国际象棋队队长；13岁达到国际棋联大师级别，世界排名第二。
8岁那年，哈萨比斯用象棋比赛赢得的200英镑购置了人生中第一台电脑，开始自学编程。11岁时，他编写的一款黑白棋游戏程序，战胜了弟弟。16岁，哈萨比斯进入剑桥大学计算机科学专业，因为年龄太小被建议休学一年。同年，哈萨比斯进入游戏工作室牛蛙公司，参与开发了销量百万份的经典游戏《主题公园》，这款游戏首次引入了AI元素。
哈萨比斯在麻省理工学院（下称MIT）交流，发现自己设计游戏时实现的智能体，已远远领先于MIT实验室里那些停留在概念阶段的研究。
2005年，哈萨比斯回到伦敦大学学院攻读神经科学博士，研究大脑海马体和情景记忆，研究成果2007年被《科学》杂志评为“年度突破”。周健工告诉时代周报记者，哈萨比斯是能把游戏、神经科学、计算机科学等诸多学科融为一体的通才。
“与哈萨比斯交谈，你会感受到一种强烈的敏锐感。不是因为他用英语，而是因为他在不同学科之间切换的速度太快，快到你经常跟不上。”周健工说。哈萨比斯横跨多个领域，每个领域都不是泛泛而谈，而是真正地深度研究。知名理论物理学家霍金曾说，哈萨比斯是他所见过最聪明的人之一。而就在哈萨比斯在MIT做博士后期间，其指导教授也断言他将来一定能获得诺贝尔奖，后来这一预言成真。
这种超越自身所处领域的能力，或许与其所受的教育熏陶有关。哈萨比斯自孩童起被引导的就是，不要循规蹈矩，坚持走自己的路。周健工告诉时代周报记者，神童只是哈萨比斯生命中很短暂的一部分，真正定义他的，是对AGI的信仰、对科学的情怀、对人类命运的关切。
DeepMind的征途：从造“上帝的机器”到拿诺贝尔奖
2010年，时机终于成熟。哈萨比斯与穆斯塔法·苏莱曼、谢恩·莱格共同创立了DeepMind。DeepMind使命只有一个：“解决智能问题，然后用它来解决其他一切问题”。
当时，霍金和马斯克成立了反AI联盟，哈萨比斯亲自与霍金促膝长谈4个小时，终于让霍金相信AI会让世界变得更美好。马斯克则成为DeepMind的早期投资人。
2013年12月，成立仅四年、团队不到20人的DeepMind，通过一款新软件震惊全球。这款程序通过不断试错、不断学习，在雅达利三款经典游戏中展现出强大的学习以及复杂任务能力。谷歌看完演示后，当即决定以4亿英镑的价格收购DeepMind，这也是当年欧洲规模最大的一笔收购。
当时许多外界人士认为，哈萨比斯接受收购是错误的。但周健工认为，哈萨比斯做出了正确的选择：“他是一个具有科学家气质的人，他需要好的研究环境，需要充实的资金和足够的算力。在这些方面，谷歌都能给他最好的。”
被收购后，哈萨比斯启动了结合人脑神经元与大数据的围棋项目AlphaGo。围棋被称为人类发明的最复杂的游戏，AI科学家研究了几十年都无法突破。2016年3月，AlphaGo以4:1战胜世界顶级围棋手李世石，全球为之沸腾。2017年5月，周健工亲眼见证，AlphaGo在乌镇以3:0完胜柯洁。赛后，围棋界公认AlphaGo的棋力已全面超过人类职业顶尖水平。周健工对时代周报记者说：“强化学习可以在人工智能领域达到超人水平。在中国本土战胜柯洁，加快了人工智能在中国的普及，激发了这个领域的创业创新。”
哈萨比斯从未止步于游戏。
2018年，DeepMind推出可预测蛋白质结构的AI系统AlphaFold，为医学研究打开新的大门。2020年，AlphaFold破解了几乎所有已知的蛋白质结构，其数据库中包含超过2亿种蛋白质。2024年5月，AlphaFold 3发布，能以前所未有的精度预测蛋白质、DNA、RNA等几乎所有生物分子的结构和相互作用。同年10月，哈萨比斯因“蛋白质结构预测”的贡献获得诺贝尔化学奖。
哈萨比斯于瑞典斯德哥尔摩音乐厅颁奖典礼现场，领取诺贝尔化学奖奖章与证书。图片来源：©NobelPrize.org. 提供
有人将哈萨比斯与发现DNA双螺旋的克里克、改变物理学范式的费曼相提并论，这是科学史上最顶尖的梯队。
周健工说，哈萨比斯本质是一名科学家，身上既有自信和执念，也有一种科学家的谦逊与自省，这是一种十分稀缺的品质。“GPT-3推出时，哈萨比斯意识到自己判断失误。他一直相信强化学习是实现AGI的唯一路径，而大规模语言模型，在他原来的排序中只是第三梯队。作为科学家，他的自信受到了打击，但对他的成长很有帮助。”
2023年4月，谷歌将Google Brain和DeepMind两大AI实验室合并，由哈萨比斯统一领导。这是一次组织架构的剧变，但在他看来，这是让谷歌重新站上AI之巅的必经之路。
2025年11月，Gemini 3正式发布，在逻辑推理与多模态交互上展现出“质变”。2026年1月，DeepMind研究成果登上《自然》杂志，其推出的AlphaGenome AI工具，能对人体内98%的基因组完成建模解码，更能精准预测任意基因突变对人体的影响，准确率高达90%。
关于AGI何时降临，哈萨比斯坚持多年前的判断。他认为在2030年，有50%的概率实现AGI。但哈萨比斯对AGI的定义有着极高的标准，他认为AGI必须要具备“提出科学假设”的能力，而不是只能考高分的AI做题家。对于马斯克宣称“即将进入奇点”的说法，哈萨比斯明确反对：“这话说得太早了。”周健工认为，OpenAI等前沿AI实验室将AGI定义为，在认知领域创造的经济价值达到甚至超越人类水平。哈萨比斯对AGI的定义则比马斯克的标准更高，还纳入了AGI对物理世界的理解、持续学习的能力等维度。
跨越太平洋：AGI竞赛与中国的位置
关于全球AI格局，哈萨比斯保持着清醒的观察。
对于DeepSeek等中国模型的崛起，他认为，中国在AI前沿技术上可能只落后美国6个月，而非1-2年。以DeepSeek、阿里巴巴为代表的团队，发展速度超出了西方业界的早前预期。“他们正在迅速逼近技术前沿。”哈萨比斯坦言，“目前的差距可能仅有数月之遥。”
哈萨比斯指出，当一个新架构论文发表后，中国团队往往能在极短时间内复现，并在推理效率上做出显著改进。但从科学原创性角度看，Transformer、AlphaGo等技术性突破确实并非源自中国。
这一判断与周健工的观察基本吻合。
周健工说，中国在模型层面与美国的差距正在缩小，有人说6个月，有人说一个季度。“中国在AI和硬件、AI和制造业的结合方面并不落后，甚至在很多方面领先于美国，形成了自己的特点。”周健工认为，AI可以与硬件结合、与制造业结合、与电子消费品结合，“深圳一个赛道上可能有一二十家企业在竞争，比美国丰富得多。”但在算力层面，中国仍落后一到两代，这是较大的短板。
哈萨比斯心中有一个更宏大的愿景——建立一个类似CERN的国际AI合作机构。早在15年前创立DeepMind时，这一目标就写在他的路线图里。
哈萨比斯认为，当AGI临近那一刻，世界上最优秀的大脑应当坐在一起，以科学、严谨的方式共同应对挑战。“因为AGI的安全风险是全球性的。即使一家公司或一个国家做得再完美，如果世界其他地方缺乏最低限度的安全标准，那依然是徒劳。”
2017年5月27日，AlphaGo与柯洁对弈最后一局。哈萨比斯经历了一场漫长的对弈，脸上没有疲惫，只有专注后的平静。他已经在这条路上走了四十多年。从11岁在棋盘前顿悟，到13岁成为国际象棋大师；从16岁开发游戏，到42岁让AlphaGo震惊世界；从48岁获得诺贝尔奖，到如今带领DeepMind冲击AGI的终极目标。
而哈萨比斯要追问的，是智能的本质，是现实的终极答案。时间究竟是什么？意识的起源在哪里？这些问题，或许要留给AGI之后的人类去回答。而哈萨比斯正在做的，是让那一天来得更早一些，也更安全一些。
热门跟贴