Demis Hassabis

wiki
, , , ,
1

Investigador e empresário britânico de IA; cofundador e CEO da Google DeepMind, arquiteto do AlphaGo e AlphaFold, e laureado com o Prémio Nobel da Química em 2024.

Informações Básicas / Perfil

Campo Detalhes
Nome Completo Sir Demis Hassabis CBE FRS FREng
Nascimento 27 de julho de 1976, Londres, Inglaterra, Reino Unido
Nacionalidade Britânica
Instituições Atuais Google DeepMind (CEO); Isomorphic Labs (cofundador)
Áreas de Investigação Inteligência artificial, aprendizagem por reforço, aprendizagem profunda, previsão da estrutura de proteínas, neurociência cognitiva
Orientador de Doutoramento Eleanor Maguire
Tese de Doutoramento Neural Processes Underpinning Episodic Memory (University College London, 2009)
Blog da Google DeepMind blog.google/authors/demis-hassabis
X / Twitter @demishassabis
Prémio Nobel nobelprize.org/prizes/chemistry/2024/hassabis/facts
Google Scholar scholar.google.com/citations?user=dYpPMQEAAAAJ

Visão Geral

Sir Demis Hassabis é um investigador e empresário britânico de inteligência artificial, e diretor executivo da Google DeepMind, o maior laboratório de investigação em IA do mundo em número de colaboradores e publicações. Prodígio infantil do xadrez, designer de jogos profissional, neurocientista e pioneiro da IA ao longo de cinco décadas de vida, cofundou a DeepMind em Londres em 2010 com a missão de “resolver a inteligência e depois usar isso para resolver tudo o resto.” As conquistas do laboratório sob a sua direção — aprendizagem por reforço profunda, AlphaGo e AlphaFold — marcaram cada uma uma fronteira distinta: demonstrar que um único sistema de aprendizagem de uso geral poderia dominar jogos anteriormente considerados inatingíveis e, em seguida, aplicar essa abordagem a um dos problemas não resolvidos mais antigos da biologia. Em 2024, Hassabis e o colega da DeepMind John Jumper foram agraciados com o Prémio Nobel da Química pela solução do AlphaFold para o problema da previsão da estrutura de proteínas. É autor de nove artigos de capa da Nature, foi nomeado cavaleiro em 2024 pelos serviços prestados à inteligência artificial e foi nomeado, juntamente com outros arquitetos da IA, como parte da Pessoa do Ano de 2025 da revista Time.

Infância e Educação

Infância e Prodígio do Xadrez

Hassabis nasceu a 27 de julho de 1976, no Norte de Londres, filho de pai cipriota grego, Costas, e mãe singapurense chinesa, Angela. Cresceu no Norte de Londres, frequentando inicialmente a Queen Elizabeth’s School, em Barnet, antes de ser educado em casa por um breve período e depois estudar no Christ’s College, em Finchley. Concluiu os A-levels dois anos antes, aos 16 anos. O seu primeiro contacto com a computação ocorreu aos oito anos, quando usou os ganhos do xadrez para comprar um ZX Spectrum 48K e aprendeu programação sozinho através de livros. Posteriormente, escreveu uma IA para jogar reversi num Commodore Amiga. No xadrez, Hassabis atingiu o nível de mestre aos 13 anos, com uma classificação Elo FIDE de 2300 — capitaneando as equipas juvenis inglesas e representando Cambridge nos encontros anuais Oxford-Cambridge. É vencedor por cinco vezes do Pentamind, um campeonato de jogos de tabuleiro multi-disciplina realizado na Mind Sports Olympiad, e obteve prémios nas World Series of Poker seis vezes.

Bullfrog Productions e Ano Sabático (1993–1994)

Convidado por Cambridge a adiar um ano devido à sua idade, Hassabis participou e venceu um concurso na revista Amiga Power para trabalhar na Bullfrog Productions. Aos 17 anos, tornou-se programador principal no Theme Park (1994), co-desenhando a simulação com Peter Molyneux. O jogo vendeu vários milhões de cópias e estabeleceu o género de simulação de gestão. Ganhou o suficiente durante o ano sabático para financiar a sua própria educação universitária.

Universidade de Cambridge — Ciências da Computação (1994–1997)

Hassabis estudou Ciências da Computação no Queens’ College, Cambridge, formando-se em 1997 com dupla distinção. Durante os seus anos de licenciatura, cofundou a comunidade de game jams com sede em Cambridge e trabalhou com vários colegas de turma que mais tarde se juntariam à DeepMind, incluindo David Silver.

Lionhead Studios (1997–1998)

Após Cambridge, Hassabis juntou-se à Lionhead Studios, recentemente fundada por Peter Molyneux, como programador principal de IA no jogo de deuses Black & White (2001). O cargo aprofundou o seu interesse técnico em sistemas de IA que governam o comportamento complexo de agentes.

Elixir Studios — Fundador (1998–2005)

Hassabis deixou a Lionhead em 1998 para fundar a Elixir Studios, uma empresa independente de desenvolvimento de jogos em Londres, assinando acordos com a Eidos, Vivendi Universal e Microsoft. Foi designer executivo em Republic: The Revolution (2003), uma ambiciosa simulação de IA política de um país inteiro fictício, e Evil Genius (2004), um jogo de estratégia irónico. Ambos receberam nomeações para os BAFTA pelas suas bandas sonoras interativas. Após o desenvolvimento prolongado de Republic e a receção comercial morna, o estúdio foi encerrado em abril de 2005.

UCL — Doutoramento em Neurociência Cognitiva (2005–2009)

Após o fecho da Elixir, Hassabis regressou à academia para concluir um doutoramento no Instituto de Neurologia Queen Square da UCL, sob a orientação de Eleanor Maguire. A sua tese, Neural Processes Underpinning Episodic Memory, explorou a base hipocampal da memória e da imaginação. O seu primeiro artigo académico — publicado na PNAS em 2007 e listado pela Science como um dos dez maiores avanços científicos desse ano — demonstrou pela primeira vez que pacientes com amnésia hipocampal eram incapazes não só de recordar o passado, mas também de imaginar novas experiências futuras, estabelecendo uma ligação formal entre a memória episódica e a imaginação construtiva. Subsequentemente, desenvolveu a teoria da “construção de cenas” da memória, propondo que o hipocampo suporta tanto a recordação como a imaginação através da construção e manutenção de cenas mentais coerentes.

MIT / Harvard e Pós-doutoramento na Gatsby Unit (2009–2010)

Após o doutoramento, Hassabis ocupou um cargo de cientista visitante no MIT Center for Brains, Minds and Machines, no laboratório de Tomaso Poggio e em Harvard, antes de receber uma bolsa de pós-doutoramento Henry Wellcome para a Gatsby Computational Neuroscience Unit na UCL, trabalhando com Peter Dayan em aprendizagem por reforço e neurociência computacional. Foi na Gatsby que conheceu Shane Legg, seu futuro cofundador.

Carreira

DeepMind — Cofundador e CEO (2010–presente)

Hassabis cofundou a DeepMind Technologies em Londres em setembro de 2010 com Shane Legg e Mustafa Suleyman. Legg tinha sido pós-doutorando na Gatsby; Suleyman era um amigo de infância. Hassabis recrutou também David Silver, seu amigo de Cambridge, como investigador inicial fundamental. A tese fundadora da DeepMind era combinar conhecimentos da neurociência de sistemas com aprendizagem automática e hardware de computação para construir algoritmos de aprendizagem de uso geral cada vez mais poderosos, com vista à inteligência artificial geral. Os primeiros investidores incluíram a Horizons Ventures e vários empresários tecnológicos proeminentes.

Em janeiro de 2014, a Google adquiriu a DeepMind por aproximadamente 400 milhões de libras, numa das maiores aquisições tecnológicas europeias até à data, com Hassabis a permanecer como CEO sob o compromisso de independência científica. O laboratório permaneceu em Londres.

O primeiro resultado marcante surgiu em dezembro de 2013, quando a Deep Q-Network (DQN) da DeepMind aprendeu a jogar 49 videojogos da Atari a níveis sobre-humanos usando apenas pixels brutos e um sinal de recompensa — a primeira demonstração de que um único algoritmo de aprendizagem podia dominar um vasto leque de tarefas distintas sem engenharia específica para cada tarefa. Isto foi publicado na Nature em 2015.

Em março de 2016, o AlphaGo da DeepMind derrotou o campeão mundial Lee Sedol no Go por 4-1, numa partida assistida por cerca de 200 milhões de espectadores — um resultado considerado uma década à frente das previsões de especialistas. O Go era considerado o último jogo de tabuleiro onde o jogo profissional humano era intocável pelas máquinas, dado o seu vasto fator de ramificação. O AlphaGo derrotou subsequentemente o número um mundial Ke Jie por 3-0 em maio de 2017, após o que Hassabis retirou o AlphaGo da competição. O sucessor AlphaZero (2017) aprendeu a dominar o xadrez, o shogi e o Go apenas com autojogo em 24 horas, sem qualquer conhecimento humano do jogo.

Em 2016, Hassabis redirecionou um importante programa de investigação para a previsão da estrutura de proteínas, um desafio de 50 anos na biologia estrutural. O AlphaFold 1 venceu a competição CASP13 em dezembro de 2018 com a maior margem da história da competição. O AlphaFold 2, anunciado em novembro de 2020, alcançou uma precisão GDT mediana de 87,0 em alvos de modelação livre — comparável à cristalografia experimental — levando os organizadores do CASP a declarar o problema do dobramento de proteínas como “essencialmente resolvido”. A DeepMind subsequentemente disponibilizou as estruturas previstas de todas as 200 milhões de proteínas conhecidas através da Base de Dados de Estruturas de Proteínas AlphaFold, desenvolvida com o EMBL-EBI, gratuitamente para todos os investigadores do mundo.

Contribuições adicionais significativas da DeepMind sob a liderança de Hassabis incluem: aplicação de IA para reduzir o consumo de energia na refrigeração dos datacenters da Google em 40%; a Neural Turing Machine e o Differentiable Neural Computer; AlphaStar (StarCraft II); AlphaCode (programação competitiva); AlphaDev (descoberta de algoritmos); GNoME (ciência dos materiais); AlphaProteo (design de ligantes proteicos); e WeatherBench / GraphCast para melhoria da previsão meteorológica.

Em abril de 2023, a Alphabet anunciou a fusão do Google Brain e da DeepMind numa única unidade — Google DeepMind — com Hassabis como CEO, reportando diretamente a Sundar Pichai. Jeff Dean tornou-se Cientista Chefe. A organização fundida emprega vários milhares de investigadores e engenheiros.

Isomorphic Labs — Cofundador (2021–presente)

Em novembro de 2021, Hassabis cofundou a Isomorphic Labs como uma subsidiária separada da Alphabet, aplicando IA — especificamente tecnologia derivada do AlphaFold — à descoberta de medicamentos. Faz parte da equipa de liderança juntamente com o CEO Karl Köllisch (a partir de 2024). A Isomorphic assinou parcerias plurianuais de descoberta de medicamentos com a Eli Lilly e a Novartis e está a prosseguir abordagens baseadas em IA para o design molecular e a identificação de alvos.

Principais Contribuições

  • Deep Q-Network (DQN) (Nature, 2015) — Um agente de aprendizagem por reforço que combina Q-learning com redes neuronais convolucionais profundas que aprendeu a jogar 49 jogos da Atari a nível sobre-humano a partir de pixels brutos; estabeleceu a aprendizagem por reforço profunda como um campo e apareceu na capa da Nature.
  • AlphaGo (Nature, 2016) — O primeiro programa a derrotar um jogador profissional de Go em condições de torneio; combinou redes neuronais profundas com pesquisa em árvore de Monte Carlo e autojogo; galardoado com o 9.º dan honorário pelas associações de Go da Coreia, China e Japão.
  • AlphaZero (2017) — Generalizou o AlphaGo para autojogo tabula rasa no Go, xadrez e shogi, alcançando nível sobre-humano em cada um em 24 horas sem qualquer conhecimento humano do jogo, demonstrando a universalidade do algoritmo subjacente.
  • AlphaFold 2 (Nature, 2021) — Previu as estruturas tridimensionais de proteínas a partir de sequências de aminoácidos com precisão atómica, resolvendo efetivamente o problema do dobramento de proteínas com 50 anos; a base de dados resultante de 200 milhões de estruturas livremente disponibilizadas transformou a biologia estrutural, a descoberta de medicamentos e a investigação biológica fundamental. Reconhecido pelo Comité Nobel como uma contribuição para “o benefício de toda a humanidade.”
  • Memória Episódica e Imaginação (PNAS, 2007; Trends in Cognitive Sciences, 2007) — Demonstrou que os danos no hipocampo prejudicam a capacidade de imaginar experiências futuras novas, bem como de recordar o passado, estabelecendo a teoria da construção de cenas da memória episódica; listado entre os dez maiores avanços científicos de 2007 da Science.
  • AlphaDev (Nature, 2023) — Usou aprendizagem por reforço para descobrir novos algoritmos de ordenação mais rápidos do que qualquer outro conhecido, representando o primeiro algoritmo de ciência da computação descoberto por IA adotado num compilador de produção.
  • GNoME (Nature, 2023) — Um sistema de IA que previu 2,2 milhões de novos materiais cristalinos estáveis, expandindo o número de materiais inorgânicos estáveis conhecidos por um fator de dez e abrindo novas direções na ciência dos materiais.
  • Agenda de IA Neurosimbólica — Defendeu e operacionalizou a visão de investigação de fundamentar os sistemas de IA em princípios da neurociência de sistemas — memória, atenção, imaginação, planeamento — um programa que moldou a agenda de investigação da DeepMind desde o seu início.

Prémios e Reconhecimento

  • Prémio Nobel da Química (2024, com John Jumper) — Atribuído pela previsão computacional da estrutura de proteínas via AlphaFold; o primeiro Nobel atribuído principalmente a descoberta científica impulsionada por IA.
  • Prémio Albert Lasker de Investigação Médica Básica (2023) — Frequentemente descrito como o Nobel americano; atribuído pelo AlphaFold.
  • Breakthrough Prize em Ciências da Vida (2023) — Pela contribuição do AlphaFold para a biologia estrutural.
  • Prémio Internacional Canada Gairdner (2023) — Pelo AlphaFold.
  • Prémio Princesa das Astúrias de Investigação Científica e Técnica (2022, conjuntamente com Bengio, Hinton e LeCun)
  • Nomeado Cavaleiro (Knight Bachelor) (2024) — Pelos serviços prestados à inteligência artificial.
  • CBE (2017) — Pelos serviços prestados à ciência e tecnologia.
  • Membro da Royal Society (FRS) (2018)
  • Membro da Royal Academy of Engineering (FREng) (2017)
  • Prémio Dan David (2020)
  • Medalha Pio XI, Academia Pontifícia das Ciências (2020)
  • Medalha Lovelace da BCS (2023)
  • Time 100 (2017, 2025); Pessoa do Ano da Time (2025, “Arquitetos da IA”)
  • Nature’s 10 (2016)
  • Nove artigos de capa da Nature (2015, 2016, 2019, 2020, dois em 2021, 2022, 2024, 2026)
  • Science Avanço do Ano (listado em quatro ocasiões distintas)
  • Membro Internacional, Academia Nacional de Engenharia dos EUA (2026)

Relações Chave

  • Shane Legg — Cofundador da DeepMind; conheceu-o na Gatsby Computational Neuroscience Unit durante os respetivos pós-doutoramentos; o trabalho de Legg sobre medidas universais de inteligência forneceu parte da base teórica para a missão de AGI da DeepMind.
  • Mustafa Suleyman — Cofundador da DeepMind e amigo de infância; deixou a DeepMind em 2022 e é agora CEO da Microsoft AI; os dois manifestaram publicamente divergências sobre o enquadramento da segurança da IA desde a saída de Suleyman.
  • David Silver — Amigo de Cambridge recrutado no início para a DeepMind; investigador principal no AlphaGo, AlphaZero e AlphaCode; a sua colaboração representa uma das mais produtivas na investigação moderna em IA.
  • John Jumper — Investigador sénior na DeepMind e co-laureado com o Nobel; liderou o desenvolvimento técnico do AlphaFold 2, particularmente a arquitetura de transformadores baseada em atenção aplicada a alinhamentos de sequências múltiplas.
  • Eleanor Maguire — Orientadora de doutoramento na UCL; sob cuja orientação Hassabis conduziu o trabalho fundacional em neurociência hipocampal que moldou o seu quadro teórico para a memória e a imaginação.
  • Peter Dayan — Supervisor de pós-doutoramento na Gatsby Unit; figura de destaque na neurociência computacional cujo trabalho sobre a base neuronal da aprendizagem por reforço informou diretamente a orientação fundacional da investigação da DeepMind.
  • Jeff Dean — Cientista Chefe da Google e contraparte de Hassabis na fusão de 2023 que criou a Google DeepMind; os dois lideram agora conjuntamente a organização unificada de investigação em IA da Alphabet.
  • Sundar Pichai — CEO da Alphabet e superior direto de Hassabis desde a fusão Google DeepMind; supervisionou tanto a aquisição de 2014 como a consolidação de 2023.

Estilo Pessoal

Hassabis é invulgar entre os fundadores tecnológicos por ter prosseguido profundidade científica — um doutoramento em neurociência cognitiva, um corpo de trabalho publicado sobre memória e imaginação — antes de regressar para construir um laboratório comercial. A sua comunicação pública é comedida, tecnicamente precisa e consistentemente enquadrada em torno do programa científico de longo prazo: enquanto os seus contemporâneos discutem marcos trimestrais, ele fala em décadas e riscos civilizacionais. Descreveu o AlphaFold não como um produto, mas como “um projeto-farol” — um sinal sobre que tipo de problemas a IA poderia abordar — e enquadra frequentemente as atuais capacidades da IA como primeiros passos em direção a um sistema que poderia genuinamente acelerar a descoberta científica. Em relação à segurança, a sua posição é cautelosa, mas não catastrofista: assinou a declaração de 2023 do CAIS sobre o risco de extinção pela IA, ao mesmo tempo que argumentou que uma pausa global no desenvolvimento seria inexequível e levaria à perda dos potenciais benefícios da tecnologia na saúde e no clima. Disse que a IA será “dez vezes maior do que a Revolução Industrial — e talvez dez vezes mais rápida.” Fora da investigação, o seu envolvimento ao longo da vida com jogos — xadrez, Go, póquer, Diplomacia — não é acidental: articulou que os jogos forneceram os campos de teste mais limpos possíveis para algoritmos de aprendizagem e planeamento, e que esta intuição impulsionou o programa inicial da DeepMind.

Referências