Demis Hassabis: Vědec a lídr Google DeepMind

Demis Hassabis: vědec a lídr Google DeepMind

Demis Hassabis patří mezi nejvýraznější osobnosti současného výzkumu umělé inteligence. Jako spoluzakladatel a ředitel společnosti DeepMind se podílel na vývoji systémů, které posunuly hranice strojového učení i jeho využití ve vědě. Projekty AlphaGo a AlphaFold ukázaly, že umělá inteligence může uspět nejen ve strategických hrách, ale také při řešení složitých biologických problémů.

Kdo je Demis Hassabis

Demis Hassabis je britský vědec, podnikatel a výzkumník v oblasti umělé inteligence. Jeho profesní dráha propojuje informatiku, neurovědu a biologii. Právě spojení těchto oborů ovlivnilo jeho přístup k vývoji AI: inteligentní systémy podle něj mohou pomáhat nejen automatizovat úkoly, ale také urychlovat vědecké poznání.

V roce 2010 založil společnost DeepMind společně se Shanem Leggem a Mustafou Suleymanem. Firma se zaměřila na vývoj pokročilých systémů strojového učení a v roce 2014 ji koupil Google. Po organizační změně v roce 2023 vznikla společnost Google DeepMind, která spojila týmy zaměřené na umělou inteligenci.

Od strategických her k AlphaGo

Jedním z nejznámějších projektů spojených s Hassabisem je AlphaGo, systém umělé inteligence vytvořený společností DeepMind. Program porazil v roce 2016 jihokorejského profesionálního hráče Lee Sedola v zápase ve hře go. Tento výsledek vzbudil mimořádnou pozornost, protože go má velmi rozsáhlý prostor možných tahů a dlouho se považovalo za hru, v níž bude lidská intuice pro stroje obtížně napodobitelná.

Úspěch AlphaGo ukázal, jak lze kombinovat strojové učení, analýzu herních pozic a strategické plánování. Význam projektu však přesáhl svět deskových her: přispěl k širšímu zájmu o metody, které umožňují systémům učit se ze zkušeností a hledat řešení složitých úloh.

AlphaFold a využití umělé inteligence v biologii

Dalším přelomovým projektem DeepMind je AlphaFold, systém určený k předpovídání trojrozměrné struktury bílkovin podle jejich aminokyselinové sekvence. Tvar bílkoviny souvisí s její funkcí, a proto je jeho určování důležitou součástí biologického a biomedicínského výzkumu.

AlphaFold výrazně zrychlil předpovídání struktur mnoha bílkovin a zpřístupnil rozsáhlé databáze vědecké komunitě. V roce 2024 získali Demis Hassabis a John Jumper polovinu Nobelovy ceny za chemii za vývoj modelu AlphaFold2, který umožnil předpovídat strukturu bílkovin. Druhou polovinu ceny obdržel David Baker za výzkum výpočetního navrhování bílkovin.

Hassabisův přístup k umělé inteligenci

Hassabis dlouhodobě prosazuje využívání umělé inteligence jako nástroje pro řešení vědeckých a společenských problémů. Vedle vývoje výkonnějších modelů zdůrazňuje také potřebu zkoumat jejich schopnosti, omezení a bezpečné nasazení. Podle tohoto přístupu má pokrok v AI největší přínos tehdy, když se propojí s odbornými znalostmi v oblastech, jako jsou medicína, biologie nebo klimatologie.

Jeho kariéra odráží proměnu umělé inteligence z úzce zaměřené výzkumné disciplíny v technologii, která ovlivňuje vědu i každodenní život. AlphaGo a AlphaFold zároveň ukazují dva rozdílné způsoby, jak mohou systémy AI přispět k lidskému poznání: hledáním nových strategií a analýzou biologických struktur.