0
0大家好，欢迎来到《五分钟了解一个人》。今天我们聊德米斯·哈萨比斯，一位把游戏、认知科学和人工智能研究连接起来的 DeepMind 创始人。
先看生平。哈萨比斯出生于英国伦敦，少年时期就表现出对国际象棋、编程和游戏的浓厚兴趣。他很早进入游戏行业，参与复杂策略游戏开发，后来又回到学术领域研究认知神经科学。这条路径很特别：游戏训练了他对策略、反馈和复杂系统的敏感，认知科学又让他持续追问智能本身如何形成。正是这两条线，后来汇入 DeepMind 对通用人工智能的长期探索。 如果只看今天的名气，我们很容易把他的故事讲成“天才一路领先”。但更值得注意的是，真正塑造一个人的，往往是早期训练、家庭迁移、教育选择、第一份工作，以及那些看起来还没有掌声的长期积累。一个人后来能不能看见大问题，通常不是突然发生的，而是由许多具体经历慢慢叠出来的。
再看身份和职位。他最具代表性的身份，是 DeepMind 联合创始人兼首席执行官，后来也成为 Google DeepMind 的核心负责人。这个职位的重要性在于，它不是只追求一个商业产品，而是试图用研究型组织推动人工智能基础能力突破，同时又要接受大公司资源、公共讨论和安全治理的约束。 这个身份的责任，不只是拥有一个响亮头衔，也不是单纯代表某家公司或某项技术。它意味着要在研究、产品、组织、资本、公众期待之间做判断：什么方向值得投入十年，什么能力应该开放给更多人使用，什么风险必须提前说清楚。越站在行业中心，越需要把个人判断变成可以被团队、社区和产业理解的路线。
关键事迹可以分几层理解。第一，DeepMind 通过深度强化学习在 Atari 游戏等任务中展示了算法自我学习的潜力。第二，AlphaGo 战胜顶尖围棋棋手，让公众第一次直观感受到人工智能在复杂直觉任务上的突破。第三，AlphaFold 在蛋白质结构预测上取得重大进展，把人工智能能力带入生命科学基础问题。第四，在大模型时代，Google DeepMind 继续围绕 Gemini 等系统推进多模态、推理和安全研究。 这些事迹放在一起看，会发现真正的影响力不是单点爆发，而是把一个专业判断持续推进成系统：有的是课程和人才系统，有的是科研与工程系统，有的是公司和产品系统。普通听众理解人物，不是为了记住更多标签，而是为了看见一个人如何在变化中做选择，如何在不确定中保留耐心，如何把阶段性成功变成下一步基础设施。
当然，重要人物也不是只有光环。每一次快速扩张都会带来争议，每一个行业中心都会面对外部压力。有人要处理商业化和公共利益的关系，有人要处理技术突破和安全边界的关系，有人要处理个人声望和组织执行的关系。我们讲这些，不是为了制造崇拜，而是为了更完整地理解：真正有价值的成就，通常是在复杂条件里持续交付，而不是在没有阻力的环境里轻松获胜。
我们能学什么？哈萨比斯的故事最值得学的，是跨领域组合能力。很多突破不是来自单一技能，而是来自把游戏中的反馈机制、科学中的严谨问题、工程中的规模化执行放在一起。普通人也可以借鉴：不要低估兴趣之间的连接，关键是把兴趣变成可训练、可验证、可交付的能力。 对普通人来说，最重要的不是复制他们的人生，而是拆出可迁移的方法。第一，选择一个长期问题，然后用作品、课程、产品或流程不断沉淀。第二，不要只追热点，要训练自己提出好问题的能力。第三，把个人能力放进协作网络里，让它能被别人使用、验证和放大。第四，面对新技术时，既要保持好奇，也要保留边界意识。
今天这期就到这里，感谢收听，我们下期再见。
