När du föreställer dig en Nobelpristagare är det förmodligen inte Demis Hassabis som dyker upp i tankarna. Vid 49 års ålder är han relativt ung, har blandad härkomst (med en grekcypriotisk far och en kinesisk-singaporiansk mor) och gick i statliga skolor. Även om han inte såg malplacerad ut när han tog emot sin medalj av Sveriges kung förra december bland en skara gråhåriga pristagare, erkänner han att upplevelsen kändes "väldigt overklig".
"Jag är hemsk på att njuta av stunden", säger han. "Jag har vunnit priser förut, men jag tänker alltid, 'Vad blir nästa steg?' Den här gången var annorlunda—det är något man drömmer om som barn."
Å andra sidan kanske inte alla drömmer om ett Nobelpris, men det gjorde definitivt Hassabis. Redan från tidig ålder erkänd som exceptionell—han var ett schackunderbarn vid fyra års ålder—är han nu utan tvekan en av världens mest inflytelserika personer. Som chef för Google DeepMind, techjättens AI-avdelning, står han i framkant för vad som kan bli vår tids mest omvälvande teknologiska revolution.
Detta sätter honom i en unik position: både som förespråkare för AI:s potential och som försvarare mot dess risker. Nobelpriset i kemi, som tilldelades för DeepMinds genombrott med AlphaFold—som avkodade proteiners komplexa strukturer—visar på AI:s fördelar. Samtidigt växer farhågorna kring AI:s snabba utveckling, delvis drivet av Google.
Att vara en talesperson för AI var inte en del av Hassabis ursprungliga plan. "Om det hade varit upp till mig hade vi hållit AI kvar i labbet längre, fokuserat på genombrott som AlphaFold—kanske till och med botat cancer", säger han. "Men det finns fördelar med hur saker utvecklats. Det är bra att folk kan experimentera med AI direkt, vilket hjälper samhället att anpassa sig. Regeringar måste diskutera det, och jag känner ett ansvar att tala upp, särskilt om den vetenskapliga approachen—att hantera det okända och göra det mindre osäkert."
Personligen balanserar Hassabis tillgänglighet med polerad professionalism. Klädd helt i svart och med två klockor (en smart, en klassisk) utstrålar han en känsla av att ständigt vara på språng. Vi träffas på hans kontor på DeepMinds huvudkontor i London, där signerade schackbräden från legender som Garry Kasparov och Magnus Carlsen pryder väggarna. Han spelar fortfarande—ett bräde står redo i närheten.
Schack formade hans sätt att tänka. Han tävlade från fyra till 13 års ålder i Englands juniorlag och säger: "Det tränar din hjärna—strategiskt tänkande, att hantera press—det sitter i dig för livet."
På papperet fanns det få andra tecken på denna bana i hans bakgrund. Hans familj lutar åt det artistiska: hans pensionerade far komponerade nyligen en musikal som sattes upp i norra London, och hans syster är kompositör. "Jag är den udda fågeln", skämtar han. Uppvuxen i norra Londons statliga skolor (med en del hemskolning) var han inte rik men hade tillräckligt.
Som en outsider i skolan visste han alltid sin riktning. Hans barndomshjältar var pionjärer som Alan Turing och Richard Feynman. Han spenderade sina schackvinster på tidiga datorer—en Sinclair ZX Spectrum och en Commodore.
Jag började med datorer genom Amigan och lärde mig programmera. "I slutet av 80-talet var det inte många som var intresserade av datorer. Det var en liten grupp av oss som lekte med att skapa spel och annat—det blev så småningom min karriär efter schacket."
På 90-talet var AI redan en del av spelbranschen. Vid 17 års ålder programmerade jag det populära spelet **Theme Park**, där spelare bygger virtuella nöjesparker. "Spelet reagerade på hur du spelade", förklarar jag. Placera en matkiosk för nära berg-och-dalbana-utgången, och dina virtuella besökare började kräkas.
Jag sa en gång till Elon Musk: "Tänk om det är AI som går fel? Då skulle inte Mars rädda dig."
Efter att ha studerat datavetenskap i Cambridge och tagit en doktorsexamen i neurovetenskap vid UCL grundade jag DeepMind 2010 tillsammans med Shane Legg, en annan neurovetare, och Mustafa Suleyman, en gammal skolkamrat till min yngre bror. Vårt mål var enkelt: "Lös intelligens, använd den sedan för att lösa allt annat."
DeepMind fick snabbt uppmärksamhet i Silicon Valley. 2014 demonstrerade vi en AI som lärde sig att bemästra Atari-spel som **Breakout** från grunden. Techjättar som Peter Thiel (en tidig investerare), Google, Facebook och Elon Musk tog notis. Jag träffade Musk första gången 2012 under lunch på SpaceX:s fabrik i Kalifornien. Han berättade att hans prioritet var att kolonisera Mars som en "reservplanet" om något gick fel på jorden. "Jag tror inte han hade tänkt mycket på AI då", minns jag. Jag påpekade bristen: "Tänk om det är AI som går fel? Att vara på Mars skulle inte hjälpa—om vi kan ta oss dit kan AI enkelt följa med via våra kommunikationssystem." Han pausade en minut och medgav: "Hmm, det är nog sant." Kort därefter investerade Musk också i DeepMind.
2014 köpte Google DeepMind för 400 miljoner pund (vilket fick Musk och Thiel att istället stödja rivalen OpenAI). Vi valde Google inte bara för finansiering och resurser—grundarna Larry Page och Sergey Brin var också datavetare som "såg Google som i grunden ett AI-företag". Jag använde också produkter som Gmail och Maps. "Dessutom kändes Googles uppdrag att organisera världens information som ett häftigt mål."
Från mitt kontorsfönster kan jag se Googles nästan färdiga nya brittiska huvudkontor, dit DeepMind flyttar nästa år. Googles stora investeringar i Storbritannien beror till stor del på att jag insisterade på att stanna i London. "Tidiga investerare sa åt oss att flytta till San Francisco, men jag ville bevisa att vi kunde lyckas här", säger jag. "Jag visste att det fanns outnyttjad talang, och med tanke på AI:s globala betydelse kunde det inte begränsas till Silicon Valley. Jag tror fortfarande på det."
2016 gjorde DeepMind åter rubriker när dess AI besegrade en världsmästare i Go—ett betydligt mer komplext spel än schack. Genombrottet med AlphaFold i att förutsäga proteinstrukturer var ytterligare en milstolpe: vi har nu kartlagt över 200 miljoner proteiner och delat datan öppet.
Men AI-landskapet förändrades dramatiskt 2020 med lanseringen av... [texten fortsätter]
---
(Notera: Den sista meningen är avsiktligt ofullständig eftersom originaltexten avbröts.)
OpenAIs ChatGPT-3 fångade allmänhetens fantasi med sin anmärkningsvärda förmåga att hantera allt från strategisk planering till att skriva poesi. Dess framgång överraskade stort techföretag—särskilt Google. "De satsade hårt på skalning, nästan som en satsning på allt, vilket är imponerande. Kanske är det så man måste göra som startup", säger Hassabis. "Alla ledande labb hade liknande system, men vi såg bristerna, som tillfälliga hallucinationer. Jag tror inte någon, inklusive OpenAI, fullt ut förutsåg hur många fantastiska användningsområden som skulle dyka upp eller hur mycket värde folk skulle hitta i det. Det är en läxa i hur man kan bli blind för sin egen teknologis bredare potential."
Hassabis förutspår att inom de kommande fem till tio åren—kanske ännu tidigare—kommer vi att ha AI som rimligen kan kallas artificiell generell intelligens (AGI), med mänskliga kognitiva förmågor. "Det kanske inte händer i ett ögonblick utan gradvis", säger han.
Kapplöpningen är nu i full gång. DeepMind har blivit vad Hassabis kallar "Googles motorrum", med AI integrerat i alla delar av verksamheten—AI-drivna söksammanfattningar, den smarta assistenten Gemini (Googles svar på ChatGPT), bildgeneratorer med ljudeffekter, smarta glasögon, översättningsverktyg och shoppingassistenter. Om allmänheten verkligen vill ha denna AI-drivna värld återstår att se.
Konkurrenterna står inte stilla. Meta, Amazon, Apple, Microsoft och andra investerar tungt och lockar topptalanger. Mark Zuckerberg erbjuder enligt uppgift 100 miljoner dollar i lön till ledande forskare. Mustafa Suleyman, som lämnade DeepMind 2019 och nu leder Microsoft AI, har nyligen rekryterat över 20 DeepMind-ingenjörer. Han tvekar att kalla Hassabis en rival: "Vi gör väldigt olika saker. Han är mer inriktad på kommersiella tillämpningar, medan vi fortfarande driver gränsforskning."
Det slutgiltiga målet är AGI—punkten där AI motsvarar mänsklig intelligens. Hassabis föreställer sig en framtid med "radikal överflöd", där AI driver genombrott inom medicin, supraledare, kärnfusion och materialvetenskap. "Om vi hanterar det ansvarsfullt kan vi se enastående produktivitet och välstånd", säger han. "Utmaningen är att säkerställa rättvis fördelning—det är mer politiskt än tekniskt. Om vi gör rätt kan vi gå bortom nollsummetänkande och till och med nå mot stjärnorna."
Men det finns allvarliga farhågor. Deepfakes, arbetsförlust, enorm energiförbrukning, upphovsrättsproblem och den existentiella risken att AI bestämmer att människor är överflödiga är alla påtagliga. En pressande fråga är de häpnadsväckande vatten- och elbehoven hos framtida AI-datacenter—särskilt under torkor och klimatkriser. När AI väl löser kärnfusion, kommer det då finnas en beboelig planet kvar?
"Det finns många sätt att hantera dessa utmaningar", medger Hassabis, men vägen framåt är fortfarande osäker. "Sant, AI-system kommer att kräva betydande energi", svarar Hassabis. "Men fördelarna vi får—även bara inom klimatlösningar från dessa modeller—kommer att vida överväga energikostnaderna."
Det finns också oro för att "radikalt överflöd" kan vara en eufemism för massarbetslöshet, när AI alltmer ersätter mänskliga jobb. Om vi når en punkt där vi "aldrig behöver arbeta igen", som vissa förutspår, innebär inte det att vi överlämnar ekonomisk makt till de som kontrollerar AI? "Det är en av de största utmaningarna vi måste lösa", medger han. "Om vi uppnår radikalt överflöd och fördelar det rättvist, vad händer sedan?"
Hassabis har två tonårssöner (hans fru är en italiensk molekylärbiolog). Vilken framtid ser han för dem? "Det liknar när jag växte upp, med hemdatorer på frammarsch—fast detta kommer att bli mycket större. Men att omfamna ny teknik är nyckeln. De som behärskar dessa verktyg kommer att ha verklig makt."
Ändå finns det utrymme för icke-experter: "Vi kommer att behöva filosofer och ekonomer som omtänker syfte och mening i denna nya värld." Han noterar att många mänskliga sysselsättningar—sport, meditation, konst—inte handlar om nytta. "Samhället kommer att lägga ännu mer tid på dessa områden, med resurser att utforska dem."
Hassabis själv har lite fritid, balanserar DeepMind, sitt läkemedelsföretag Isomorphic Labs och offentliga uppdrag. "Jag jobbar sju dagar i veckan", säger han. "Min lediga tid spenderas med att spela brädspel med mina barn—jag låter dem inte vinna."
Som säsongskortsinnehavare för Liverpool FC går han på sex eller sju matcher per år. Han spelar fortfarande schack online ("mental träning") och är en skicklig pokerspelare—efter att ha vunnit ett stort vetenskapspris firade han med ett spel tillsammans med Magnus Carlsen och pokermästare. "I ett annat liv hade jag kanske blivit professionell spelare."
Så, är han orolig för framtiden? "Jag är försiktigt optimistisk. Mänskligt uppfinningsrikedom kommer att segra—vi är oändligt anpassningsbara. Våra hjärnor utvecklades för jägar-samlar-liv, men här är vi. Denna förändring kommer att överskugga den industriella revolutionen i skala och hastighet." Han erkänner att den eran inte var smärtfri för alla, "men vi skulle inte ångra den. Vi bör minimera störningar, men förändring kommer—förhoppningsvis till det bättre."
