2016年春天，AlphaGo與世界圍棋選手李世石的一場世紀人機大戰，標誌著人工智能取得了歷史性的突破，更引發了一波人工智能創業熱。而站在AlphaGo身後，DeepMind創始人德米斯·哈薩比斯( Demis Hassabis)也成為世界人工智能領域最令人矚目的“明星”。
這個曾被互聯網發明者Tim BernersLee稱作“地球上最聰明的人之一”的人在一次接受采訪時坦言，自己的大腦已經完全被人工智能占據。不過，在德米斯·哈薩比斯眼里，如果僅僅把AlphaGo當作一個機器人“圍棋小子”，就太小看它了。
當湖十局，不止求勝，在棋局之外，他稱，在未來，DeepMind主要目的是“用人工智能解決一切問題”，並將進一步探索人工智能在醫療、機器人以及手機等多個領域的應用。
從神童到AlphaGo
德米斯·哈薩比斯稱得上是“少年天才”。他喜歡各類智力遊戲，從4歲開始下國際象棋，13歲時就獲得了國際象棋大師稱號，至今仍然保持著5次獲得“智力奧運會”精英賽冠軍的世界紀錄。
不過，哈薩比斯並沒有走上職業棋手的道路，而是對計算機產生濃厚的興趣。16歲的他就加入Bullfrog Productions遊戲開發公司，負責遊戲《SyndiCATe》的關卡設計;17 歲作為聯合設計者開發出包含人工智能的電子遊戲《主題公園》;並在22歲成立了遊戲公司仙丹工作室。
但此後，德米斯.哈薩比斯選擇回歸學術在倫敦大學學院攻讀神經科學博士學位，並在2010年與人工智能專家同事ShaneLegg、連續創業者Mustafa Suleyman一起創立DeepMind團隊。
2014年，谷歌以4億英鎊的價格收購DeepMind，這是當時谷歌在歐洲進行的最大手筆收購案，而那時的DeepMind還沒公開發布過任何產品，只有20個技術人員。在一次TED大會上，谷歌CEO LarryPage一直對Demis Hassabis滔滔不絕，並把DeepMind稱為是“很長一段時間以來我見到過的最令人興奮的東西之一。”
有了谷歌的“加持”，DeepMind加速對 AlphaGo的研發。AlphaGo的電腦程序最初是從學習通用模板開始的，讓計算機不斷從過去重複的比賽中學習。當學會基本技能後，它開始通過看專業級的比賽來掌握合理的規則和標準套路。然後開始自己下棋，進行“強化學習”，這個階段可以視作千千萬萬次不斷試錯的過程。
德米斯·哈薩比斯說：“它通過和無數個版本的自己下棋，不斷糾正錯誤，每一次水平都有非常輕微然而螺旋式的提升。這也意味著機器在不斷戰勝自我。”直到今年3月，AlphaGo以4：1的成績戰勝了曾經排名世界第一的圍棋選手李世石，被視作是人工智能發展史上的歷史性突破。
在學術領域，DeepMind也證明了它的價值：2015年2月，DeepMind在科學雜誌《自然》上發表論文，介紹了能夠通過學習成為雅達利(現代遊戲機始祖)遊戲高手的人工主體。今年1月，DeepMind再次發表論文，稱他們的新算法AlphaGo在圍棋上取得巨大突破。而哈薩比斯在管理DeepMind之余，還同時在世界頂級科學大會上發表了4篇論文。
AlphaGo
國際象棋一直被認為是“代表著智力挑戰的最高水平。哈薩比斯把它稱作“人類迄今發明出來的最優雅的比賽”。“它規則簡單，卻又無盡複雜，AlphaGo的走法要比宇宙中原子的個數還要多。”
他曾在首爾接受媒體專訪時表示：“我個人認為這次的發明絕對是具有跨時代和突破性影響力的，但它是否會掀起一場革命，還要留給歷史來評判。許多人都預測，我們至少還需要十年才能夠達到現在的狀態，所以對於現在所取得的成就，大家都感到欣喜若狂。”
不過，對於哈薩比斯來說，他的雄心遠不止圍棋。他在此前接受The Verge采訪時透露，AlphaGo僅僅是谷歌人工智能項目的一個分支。在未來，DeepMind主要目的是“用人工智能解決一切問題”，並將進一步探索人工智能在醫療、機器人以及手機等多個領域的應用。
例如，在戰勝李世石後不久，DeepMind已經開始了和英國國家醫療服務體系的合作。哈薩比斯認為，癌癥篩查更像是一個專家系統，是另一種形式的人工智能，這類人工智能所能做到的是進行圖像方面的醫學診斷，自我量化然後進行重要特征的橫向比對以及大量的篩查，從而指導人們擁有更健康的生活方式，“我認為把增強學習技術用於這個領域較為適宜。”
今年夏天，谷歌還把DeepMind人工智能接入谷歌數據中心，來幫助這家巨無霸公司節省能源開支，並將節省下來的開支作為2014年收購DeepMind的部分支付款項。
而哈薩比斯和他的DeepMind 團隊最新的一項重磅研究是：推出了可微分神經計算機的神經網絡模型(Differentiable Neural Computer，簡稱DNC)，這或許意味著，人們離美劇《西部世界》中自我覺醒的機器人更近一步。
對人類、機器人和人工智能在未來的交互，Hassabis的期望是：“我自己對機器人沒多少思考。我自己對人工智能的使用感到興奮的領域是科學，能夠推動它更快地發展。我想看到人工智能未來能夠輔助科學，如果有一個人工智能研究助手，它可以做很多乏味的工作，閱讀有趣的論文，從海量的數據中找到結構，並把它們呈現到人類專家和科學家面前，以實現更快的技術突破。我幾個月前在歐洲核子研究中心做演講，很顯然它們創造出比地球上任何地方都多的數據，我們都知道在它們海量的硬盤中，可能會有某個新的粒子發現，但沒有人能抽出時間做這件事情，因為這里的數據量的確太過龐大。所以我覺得，如果有一天人工智能參與尋找到一個新的粒子，那麽是一件非常酷的事。”