Ο Demis Hassabis δεν εμφανίστηκε ποτέ σαν φιγούρα που ζητά προσοχή. Δεν τον ενδιέφερε να σταθεί στο προσκήνιο ούτε να χτίσει γύρω του έναν μύθο. Κινήθηκε αθόρυβα, σχεδόν εμμονικά, με έναν τρόπο που θυμίζει περισσότερο ερευνητή παρά άνθρωπο της βιτρίνας. Από νωρίς δεν έψαχνε απλώς απαντήσεις για να λύσει προβλήματα. Έψαχνε να καταλάβει πώς γεννιούνται τα ίδια τα προβλήματα.
Η αρχή του δεν ήταν η τεχνητή νοημοσύνη, ουτε καν η επιστήμη με την κλασική έννοια. Ήταν τα παιχνίδια. Το σκάκι, τα στρατηγικά περιβάλλοντα, οι αποφάσεις μέσα σε περιορισμούς. Εκεί που οι περισσότεροι βλέπουν κίνηση, εκείνος έβλεπε μηχανισμό. Δεν τον απασχολούσε ποια επιλογή είναι καλύτερη. Τον απασχολούσε γιατί μια επιλογή μοιάζει σωστή πριν ακόμα αποδειχθεί. Από εκεί ξεκίνησε κάτι που δεν άλλαξε ποτέ. Απλώς μετακινήθηκε.
Όταν πέρασε στη νευροεπιστήμη δεν έκανε στροφή. Συνέχισε την ίδια ερώτηση με άλλο εργαλείο. Ο εγκέφαλος δεν τον ενδιέφερε σαν όργανο αλλά σαν διαδικασία. Πώς θυμάται, πώς ξεχνά, πώς δημιουργεί σενάρια που δεν έχουν συμβεί. Η μνήμη, μέσα από αυτό το πρίσμα, δεν είναι απλώς αποθήκη. Λειτουργεί και ως μηχανισμός που ανασυνθέτει εμπειρίες και συμβάλλει στην πρόβλεψη πιθανών εξελίξεων.
Αυτό το σημείο ήταν η πραγματική γέφυρα. Εκεί που η νευροεπιστήμη άρχισε να μεταφράζεται σε υπολογιστικά μοντέλα. Δεν πήρε απλώς την τεχνητή νοημοσύνη για να την εξελίξει. Πήρε ιδέες από τον τρόπο που λειτουργεί ο εγκέφαλος και τις μετέφερε σε αλγοριθμικά συστήματα. Η DeepMind δεν δημιουργήθηκε μόνο για να παράγει προϊόντα. Δημιουργήθηκε για να εξερευνήσει αν βασικές αρχές της νοημοσύνης μπορούν να αναπαρασταθούν υπολογιστικά.
Όταν ήρθε το AlphaGo, η επιφάνεια έδειξε έναν υπολογιστή που νίκησε έναν άνθρωπο. Η ουσία ήταν αλλού. Ο τρόπος που έπαιζε δεν βασιζόταν μόνο στην εξάντληση πιθανών κινήσεων. Συνδύαζε μάθηση, αξιολόγηση καταστάσεων και στρατηγική πρόβλεψη, κάτι που σε αρκετούς παρατηρητές θύμισε μορφές «διαίσθησης».
Το AlphaFold πήγε ακόμα πιο βαθιά. Δεν ήταν απλώς μια τεχνολογική επιτυχία. Ήταν ένα σημαντικό βήμα στην ικανότητα πρόβλεψης της τρισδιάστατης δομής πρωτεϊνών, με ουσιαστική επίδραση στη βιολογία και την ιατρική έρευνα. Οι πρωτεΐνες δεν αντιμετωπίστηκαν απλώς σαν πρόβλημα προς επίλυση αλλά ως συστήματα που μπορούν να κατανοηθούν μέσα από μοτίβα.
Πίσω από όλα αυτά υπάρχει μια σκέψη που, κατά τη δική μου ανάγνωση, διαπερνά τη δουλειά του. Η νοημοσύνη φαίνεται να συνδέεται στενά με την ικανότητα πρόβλεψης και επεξεργασίας σεναρίων. Αυτό δεν αποτελεί μία καθολικά αποδεκτή ή μοναδική ερμηνεία, αλλά είναι ένα πλαίσιο μέσα από το οποίο μπορεί κανείς να δει κοινά στοιχεία ανάμεσα στον εγκέφαλο και στα σύγχρονα συστήματα AI.
Ο Hassabis έχει αναφερθεί και σε ζητήματα ασφάλειας και ηθικής της τεχνητής νοημοσύνης, γεγονός που δείχνει ότι το πεδίο δεν αντιμετωπίζεται αποκλειστικά τεχνικά. Παρ’ όλα αυτά, η βασική του κατεύθυνση παραμένει η κατανόηση και η εξέλιξη των συστημάτων μάθησης.
Αν προσπαθήσει κανείς να δει τη συνολική εικόνα, αυτό που αναδύεται δεν είναι απλώς μια τεχνολογική πορεία. Είναι μια συνεχής προσπάθεια κατανόησης του τρόπου με τον οποίο πολύπλοκα συστήματα —όπως ο εγκέφαλος ή η βιολογία— οργανώνονται και παράγουν συμπεριφορά.
Από τη δική μου οπτική, το ενδιαφέρον σημείο δεν είναι αν αυτή η προσέγγιση θα οδηγήσει σε πλήρη κατανόηση της νοημοσύνης, αλλά το πώς αλλάζει ήδη τον τρόπο που αντιλαμβανόμαστε την ίδια τη σκέψη. Δεν χρειάζεται να συμφωνήσει κανείς με όλα τα συμπεράσματα για να αναγνωρίσει ότι το πεδίο έχει μετακινηθεί.
Και ίσως τελικά αυτό είναι το πιο ουσιαστικό. Δεν είναι το αν θα απαντηθούν όλα τα ερωτήματα. Είναι ότι ο τρόπος που τα θέτουμε έχει ήδη αλλάξει.
Encyclopaedia Britannica – Βιογραφία Demis Hassabis
Wikipedia – Demis Hassabis (career, DeepMind, AlphaGo, AlphaFold)
Nobel Prize – Chemistry Press Release & Interview Transcript (2024)
Google DeepMind – Official site & AlphaFold documentation
Nature – Analysis on DeepMind and AlphaFold impact
Connecticut College Magazine – AI & neuroscience integration
Business Insider – AlphaFold και Nobel Prize coverage
The Guardian – Προφίλ Demis Hassabis
Axios – Συνεντεύξεις και τοποθετήσεις για AI και AGI
Economic Times – Δηλώσεις για κατεύθυνση της τεχνητής νοημοσύνης
Calcalist – Αναφορές σε DeepMind και AI
The Times of Israel – Κάλυψη για AlphaFold και βιοτεχνολογία
Ο Demis Hassabis είναι Βρετανός επιστήμονας τεχνητής νοημοσύνης και νευροεπιστήμονας, συνιδρυτής και CEO της DeepMind, της εταιρείας που εξαγοράστηκε από την Google και βρίσκεται πίσω από σημαντικές εξελίξεις στον χώρο της AI. Γεννημένος το 1976 στο Λονδίνο, ξεκίνησε ως παιδί–θαύμα στο σκάκι και στη συνέχεια δραστηριοποιήθηκε στον χώρο των video games, πριν στραφεί στη νευροεπιστήμη στο University College London. Το έργο του επικεντρώνεται στη σύνδεση της ανθρώπινης νοημοσύνης με υπολογιστικά μοντέλα, με πιο γνωστά επιτεύγματα το AlphaGo και το AlphaFold, που επηρέασαν αντίστοιχα την κατανόηση της στρατηγικής μάθησης και της δομής των πρωτεϊνών.