Demis Hassabis

ウィキ
, , , ,
1

英国のAI研究者兼起業家。Google DeepMindの共同創業者兼CEO、AlphaGoおよびAlphaFoldの生みの親。2024年ノーベル化学賞受賞者。

基本情報／プロフィール

項目 詳細
氏名 デミス・ハサビス卿 CBE FRS FREng
生誕 1976年7月27日、イギリス・ロンドン生まれ
国籍 イギリス
現在の所属機関 Google DeepMind（CEO）; Isomorphic Labs（共同創業者）
研究分野 人工知能、強化学習、深層学習、タンパク質構造予測、認知神経科学
博士課程指導教官 エレノア・マグワイア
博士論文 エピソード記憶の根底にある神経プロセス（ユニバーシティ・カレッジ・ロンドン、2009年）
Google DeepMind ブログ blog.google/authors/demis-hassabis
X（旧Twitter） @demishassabis
ノーベル賞 nobelprize.org/prizes/chemistry/2024/hassabis/facts
Google Scholar scholar.google.com/citations?user=dYpPMQEAAAAJ

概要

デミス・ハサビス卿は、英国の人工知能研究者であり起業家。従業員数と論文発表数で世界最大のAI研究機関であるGoogle DeepMindの最高経営責任者（CEO）である。幼少期からのチェスの天才児であり、プロのゲームデザイナー、神経科学者、そして50年にわたる人生でAIの先駆者として活躍。2010年、ロンドンでDeepMindを共同創業し、知能を解明し、それを用いて他のすべてを解決するという使命を掲げた。彼の指導の下で達成された同研究所の成果——深層強化学習、AlphaGo、AlphaFold——は、それぞれが明確なフロンティアを切り拓いた。すなわち、単一の汎用学習システムが、かつては機械の手に負えないと考えられていたゲームを習得できることを実証し、さらにそのアプローチを生物学上の古くからの未解決問題に応用したのだ。2024年、ハサビスとDeepMindの同僚ジョン・ジャンパーは、AlphaFoldによるタンパク質構造予測問題の解決に対してノーベル化学賞を授与された。彼はNature誌の表紙記事を9本執筆し、2024年には人工知能への貢献によりナイトの称号を授与され、他のAIアーキテクトたちと共にタイム誌の2025年のパーソン・オブ・ザ・イヤーに選ばれた。

幼少期・教育

幼少期とチェスの神童

ハサビスは1976年7月27日、ロンドン北部で、ギリシャ系キプロス人の父コスタスと、中国系シンガポール人の母アンジェラの間に生まれた。ロンドン北部で育ち、当初はバーネットのクイーン・エリザベス・スクールに通い、短期間ホームスクーリングを受けた後、フィンチリーのクライスト・カレッジで学んだ。16歳でAレベルを2年早く修了した。コンピューティングとの最初の出会いは8歳の時。チェスでの賞金でZX Spectrum 48Kを購入し、本を見ながら自らプログラミングを学んだ。その後、コモドール・アミーガでリバーシ（オセロ）をプレイするAIを自作した。チェスでは、13歳でマスター級に達し、国際棋連（FIDE）のイロレーティング2300を獲得。イングランドのジュニアチームでキャプテンを務め、ケンブリッジ大学代表として毎年恒例のオックスフォード・ケンブリッジ対抗戦に出場した。マインドスポーツ・オリンピアードで開催される多種目ボードゲーム選手権ペンタマインズで5回優勝し、ワールド・シリーズ・オブ・ポーカーでは6回入賞している。

ブルフロッグ・プロダクションズとギャップイヤー（1993–1994）

年齢の関係でケンブリッジ大学から1年間の入学延期を求められたハサビスは、Amiga Power誌のコンテストに応募して優勝し、ブルフロッグ・プロダクションズ（Bullfrog Productions）で働くことになった。17歳で『Theme Park』（1994）のリードプログラマーとなり、ピーター・モリニューと共にシミュレーションゲームを共同デザインした。このゲームは数百万本を売り上げ、経営シミュレーションというジャンルを確立した。ギャップイヤーの間に、自身の大学教育費を賄うのに十分な収入を得た。

ケンブリッジ大学——コンピュータサイエンス（1994–1997）

ハサビスはケンブリッジ大学クイーンズ・カレッジでコンピュータサイエンスを学び、1997年にダブルファースト（最優等）で卒業した。学部時代には、ケンブリッジを拠点とするゲームジャムコミュニティを共同設立し、後にDeepMindに参加することになるデビッド・シルバーを含む複数の同級生と協力した。

ライオンヘッド・スタジオ（1997–1998）

ケンブリッジ卒業後、ハサビスはピーター・モリニューが最近設立したライオンヘッド・スタジオ（Lionhead Studios）に、ゴッドゲーム『Black & White』（2001）のリードAIプログラマーとして加わった。この役割を通じて、複雑なエージェントの挙動を制御するAIシステムへの技術的な関心を深めた。

Elixir Studios——創業者（1998–2005）

ハサビスは1998年にライオンヘッドを去り、ロンドンの独立系ゲーム開発会社Elixir Studiosを設立。Eidos、Vivendi Universal、Microsoftとの契約を結んだ。彼は、架空の国全体を舞台にした野心的な政治AIシミュレーション『Republic: The Revolution』（2003）と、シニカルな戦略ゲーム『Evil Genius』（2004）のエグゼクティブデザイナーを務めた。両作品とも、そのインタラクティブスコアによりBAFTAにノミネートされた。『Republic』の開発長期化と商業的には冴えない評価の後、スタジオは2005年4月に閉鎖された。

UCL——認知神経科学の博士号（2005–2009）

Elixirの閉鎖後、ハサビスは学界に戻り、UCLのクイーン・スクエア神経学研究所でエレノア・マグワイアの指導の下、博士号を取得した。博士論文は『エピソード記憶の根底にある神経プロセス』と題し、記憶と想像の海馬基盤を探求した。彼の最初の学術論文は2007年にPNASに掲載され、Science誌によってその年のトップ10科学ブレイクスルーの1つに選ばれた。この論文は、海馬性健忘症の患者が過去を思い出せないだけでなく、新しい未来の経験を想像することもできないことを初めて実証し、エピソード記憶と構成的想像力の間に正式な関連性を確立した。その後、彼は記憶の「場面構築」理論を発展させ、海馬が一貫した心的場面を構築・維持することによって、想起と想像の両方を支えていると提唱した。

MIT／ハーバード大学とギャツビー・ユニットでの博士研究員（2009–2010）

博士号取得後、ハサビスはMITの脳・心・機械センター（Center for Brains, Minds and Machines）のトマソ・ポッジョ研究室とハーバード大学で客員科学者の地位に就いた後、UCLのギャツビー計算神経科学ユニット（Gatsby Computational Neuroscience Unit）でヘンリー・ウェルカム博士研究員フェローシップを取得し、ピーター・デイヤンの下で強化学習と計算神経科学を研究した。ギャツビーで、後に共同創業者となるシェーン・レッグと出会った。

経歴

DeepMind——共同創業者兼CEO（2010年–現在）

ハサビスは2010年9月、ロンドンでシェーン・レッグ、ムスタファ・スレイマンと共にDeepMind Technologiesを共同創業した。レッグはギャツビー・ユニットの博士研究員だった。スレイマンは幼なじみである。ハサビスはまた、ケンブリッジ時代の友人であるデビッド・シルバーを重要な初期研究者として採用した。DeepMindの創業テーゼは、システム神経科学からの洞察と機械学習、コンピューティングハードウェアを組み合わせ、人工汎用知能（AGI）を目指して、ますます強力な汎用学習アルゴリズムを構築することだった。初期の投資家にはHorizons Venturesや数名の著名なテクノロジー起業家が含まれる。

2014年1月、GoogleはDeepMindを当時の欧州における大規模テクノロジー買収の1つとして約4億ポンドで買収。ハサビスはCEOに留まり、科学的独立性の確約を得た。研究所はロンドンに置かれた。

最初の画期的成果は2013年12月。Deep MindのDeep Q-Network（DQN）が、生のピクセル入力と報酬信号のみを使用して49のアタリ（Atari）ビデオゲームを超人レベルでプレイすることを学習した。これは、単一の学習アルゴリズムがタスク固有のエンジニアリングなしに幅広い異なるタスクを習得できることを初めて示したもので、2015年にNature誌で発表された。

2016年3月、DeepMindのAlphaGoが世界チャンピオンの李世ドルを4勝1敗で破った。この対局は推定2億人が視聴し、専門家の予測より10年早い成果と見なされた。囲碁は、その広大な分岐因子から、人間のプロのプレイが機械に打ち負かされない最後のボードゲームと考えられていた。AlphaGoはその後、2017年5月に世界ランキング1位の柯潔（Ke Jie）を3–0で破り、ハサビスはAlphaGoを競技の場から退かせた。後継のAlphaZero（2017）は、人間のゲーム知識を一切使用せず、自己対戦のみで24時間以内にチェス、将棋、囲碁をマスターすることを学習した。

2016年、ハサビスは構造生物学における50年来の課題であるタンパク質構造予測に向けた大規模な研究プログラムを立ち上げた。AlphaFold 1は2018年12月のCASP13コンペティションにおいて、大会史上最大の差で優勝した。2020年11月に発表されたAlphaFold 2は、フリーモデリングターゲットにおいて中央値GDTスコア87.0を達成。これは実験的な結晶構造解析に匹敵する精度であり、CASP主催者はタンパク質折りたたみ問題を本質的に解決したと宣言した。DeepMindはその後、EMBL-EBIと協力して、既知の全2億種類のタンパク質の予測構造をAlphaFoldタンパク質構造データベースを通じて公開し、世界中のすべての研究者が自由に利用できるようにした。

ハサビスの指導下におけるその他の重要なDeepMindの貢献としては、Googleのデータセンター冷却におけるエネルギー消費を40%削減するAIの適用、Neural Turing MachineとDifferentiable Neural Computer、AlphaStar（StarCraft II）、AlphaCode（競技プログラミング）、AlphaDev（アルゴリズム発見）、GNoME（材料科学）、AlphaProteo（タンパク質バインダー設計）、気象予測改善のためのWeatherBench/GraphCastなどが挙げられる。

2023年4月、AlphabetはGoogle BrainとDeepMindの統合を発表。Google DeepMindが発足し、ハサビスがCEOに就任、サンダー・ピチャイに直接報告することとなった。ジェフ・ディーンはチーフサイエンティストに就任した。統合された組織は数千人の研究者とエンジニアを雇用している。

Isomorphic Labs——共同創業者（2021年–現在）

2021年11月、ハサビスはAlphabetの別会社としてIsomorphic Labsを共同創業。AI、特にAlphaFold由来の技術を医薬品開発に応用することを目的とする。彼はリーダーシップチームの一員として、CEOのカール・ケリッシュ（2024年から）と共に務めている。Isomorphicはイーライリリーおよびノバルティスと複数年にわたる創薬提携契約を結んでおり、分子設計と標的同定に対するAIファーストのアプローチを追求している。

主な貢献

  • Deep Q-Network (DQN) (Nature, 2015) — Q学習と深層畳み込みニューラルネットワークを組み合わせた強化学習エージェント。生のピクセルから49のアタリゲームを超人レベルで学習。深層強化学習の分野を確立し、Nature誌の表紙を飾った。
  • AlphaGo (Nature, 2016) — トーナメント条件下でプロの囲碁棋士を破った初めてのプログラム。深層ニューラルネットワークとモンテカルロ木探索、自己対戦を組み合わせた。韓国、中国、日本の囲碁協会から名誉9段を授与。
  • AlphaZero (2017) — AlphaGoを汎用化し、囲碁、チェス、将棋において、人間のゲーム知識を一切使用せず、自己対戦のみで24時間以内に各競技で超人レベルを達成。基盤となるアルゴリズムの普遍性を実証。
  • AlphaFold 2 (Nature, 2021) — アミノ酸配列からタンパク質の三次元構造を原子レベルの精度で予測。50年来のタンパク質折りたたみ問題を事実上解決。2億個の構造を自由に公開したデータベースは、構造生物学、創薬、基礎生物学研究を変革した。ノーベル委員会は全人類の利益への貢献として認めた。
  • エピソード記憶と想像力 (PNAS, 2007; Trends in Cognitive Sciences, 2007) — 海馬損傷が過去の想起だけでなく、新たな未来経験の想像能力も損なうことを実証。エピソード記憶の場面構築理論を確立。Science誌の2007年のトップ10科学ブレイクスルーの1つに選ばれた。
  • AlphaDev (Nature, 2023) — 強化学習を用いて、従来知られていたどのアルゴリズムよりも高速な新規ソーティングアルゴリズムを発見。プロダクションコンパイラに採用された初のAI発見コンピュータサイエンスアルゴリズムとなった。
  • GNoME (Nature, 2023) — 220万個の安定した新規結晶性材料を予測したAIシステム。既知の安定無機材料の数を10倍に拡大し、材料科学に新たな方向性を開いた。
  • ニューラルシンボリックAIアジェンダ — AIシステムをシステム神経科学（記憶、注意、想像力、計画）の原理に基づかせるという研究ビジョンを提唱し、実践。このプログラムはDeepMindの研究アジェンダを創設時から形成してきた。

受賞・表彰

  • ノーベル化学賞 (2024年、ジョン・ジャンパーと共同受賞) — AlphaFoldによる計算タンパク質構造予測に対して。主としてAI駆動の科学的発見に対して授与された初のノーベル賞。
  • アルバート・ラスカー基礎医学研究賞 (2023年) — しばしばアメリカのノーベル賞と称される。AlphaFoldに対して。
  • ブレイクスルー賞生命科学部門 (2023年) — 構造生物学へのAlphaFoldの貢献に対して。
  • カナダ・ガードナー国際賞 (2023年) — AlphaFoldに対して。
  • アストゥリアス皇太子賞学術・科学研究部門 (2022年、ベンジオ、ヒントン、ル・キュンと共同)
  • ナイトに叙勲（Knight Bachelor） (2024年) — 人工知能への貢献に対して。
  • CBE (2017年) — 科学技術への貢献に対して。
  • 王立協会フェロー（FRS） (2018年)
  • 王立工学アカデミーフェロー（FREng） (2017年)
  • ダン・デイビッド賞 (2020年)
  • 教皇庁科学アカデミー ピウス11世メダル (2020年)
  • BCSラブレスメダル (2023年)
  • タイム100 (2017年、2025年); タイム パーソン・オブ・ザ・イヤー (2025年、AIの建築家たち)
  • ネイチャーズ10 (2016年)
  • Nature誌表紙記事9本 (2015年、2016年、2019年、2020年、2021年に2本、2022年、2024年、2026年)
  • Science誌 年間ブレイクスルー (別の機会に4回掲載)
  • 米国科学アカデミー工学部門 外国人会員 (2026年)

主な関係者

  • シェーン・レッグ — DeepMindの共同創業者。それぞれ博士研究員としてギャツビー計算神経科学ユニットに在籍中に出会う。レッグの汎用知能指標に関する研究は、DeepMindのAGIミッションの理論的基盤の一部を提供した。
  • ムスタファ・スレイマン — DeepMindの共同創業者で幼なじみ。2022年にDeepMindを去り、現在はMicrosoft AIのCEO。スレイマンの離脱以降、両者はAI安全性の枠組みについて公に意見を異にしている。
  • デビッド・シルバー — ケンブリッジ時代の友人で、DeepMindに早期に採用される。AlphaGo、AlphaZero、AlphaCodeの主任研究者。彼らのコラボレーションは、現代のAI研究において最も生産的なものの一つである。
  • ジョン・ジャンパー — DeepMindの上級研究者でノーベル賞共同受賞者。AlphaFold 2の技術開発、特にマルチプルアラインメントに適用されたアテンションベースのトランスフォーマーアーキテクチャを主導。
  • エレノア・マグワイア — UCLでの博士課程指導教官。彼女の指導の下、ハサビスは記憶と想像力に関する理論的枠組みを形成する基礎的な海馬神経科学の研究を行った。
  • ピーター・デイヤン — ギャツビー・ユニットでの博士研究員指導教官。計算神経科学の第一人者であり、その強化学習の神経基盤に関する研究は、DeepMindの創業時の研究指向に直接的な影響を与えた。
  • ジェフ・ディーン — Googleのチーフサイエンティストであり、Google DeepMindを生み出した2023年の合併におけるハサビスのカウンターパート。両者は現在、Alphabetの統合AI研究組織を共同で率いている。
  • サンダー・ピチャイ — Alphabet CEO。Google DeepMindの合併以来、ハサビスの直属の上司。2014年の買収と2023年の統合の両方を監督した。

人物像

ハサビスは、テクノロジーの創業者としては異例の、深い科学的探求——認知神経科学の博士号、記憶と想像に関する一連の出版作品——を経てから商業研究所を建設した人物である。彼の公の発信は、慎重で技術的に正確であり、一貫して長期的な科学プログラムに焦点を当てている。同世代の研究者が四半期ごとのベンチマークを議論する一方で、彼は数十年単位と文明的な利害について語る。彼はAlphaFoldを製品ではなく、AIが取り組める問題の種類を示す灯台プロジェクトと表現し、現在のAI能力を、真に科学的発見を加速させる可能性のあるシステムへの初期段階として頻繁に位置づけている。安全性に関しては、彼の立場は慎重だが破滅論的ではない。2023年のAI絶滅リスクに関するCAIS声明に署名する一方で、開発の世界的な一時停止は執行不可能であり、健康と気候における技術の潜在的利益を放棄することになると主張している。彼はAIは産業革命の10倍の規模になり、おそらく10倍の速さで進むだろうと述べている。研究以外では、チェス、囲碁、ポーカー、ディプロマシーなど、ゲームへの生涯にわたる関与は偶然ではない。彼は、ゲームが学習・計画アルゴリズムの最もクリーンなテストベッドを提供し、この直感がDeepMindの初期プログラムを推進したと明確に述べている。

参考文献