13 sie 2025·7 min
Demis Hassabis: budowanie AI, które dorównuje ludzkim umiejętnościom
Jasna biografia Demisa Hassabisa — jego droga od gier i neuronauki do DeepMind, AlphaGo i AlphaFold — i lekcje, jakie płyną z tych przełomów dla współczesnego AI.
Jasna biografia Demisa Hassabisa — jego droga od gier i neuronauki do DeepMind, AlphaGo i AlphaFold — i lekcje, jakie płyną z tych przełomów dla współczesnego AI.
Demis Hassabis to brytyjski naukowiec i przedsiębiorca najbardziej znany jako współzałożyciel DeepMind — laboratorium badawczo-rozwojowego stojącego za AlphaGo i AlphaFold. Jego prace mają znaczenie, bo przesunęły AI z „interesujących pokazów” do systemów, które w określonych, istotnych zadaniach potrafią przewyższyć czołowych ekspertów — a potem wykorzystać te pomysły w bardzo różnych dziedzinach.
Gdy mówi się, że Hassabis pomógł uczynić AI „konkurencyjnym wobec ludzi”, zwykle chodzi o wydajność w zadaniu: AI może dorównać lub przewyższyć ludzi w jasno zdefiniowanym celu, jak wygrana w skomplikowanej grze czy przewidywanie struktur białek. To nie to samo co ogólna inteligencja.
AlphaGo nie rozumiał świata jak człowiek; nauczył się grać w Go niezwykle dobrze. AlphaFold nie „robi biologii”; przewiduje kształty białek z sekwencji z godną uwagi dokładnością. Te systemy są wąskie, ale mają szeroki wpływ, bo pokazują, że metody oparte na uczeniu mogą sprostać problemom wcześniej uznawanym za wymagające wyjątkowej ludzkiej intuicji.
Kilka osiągnięć jest kluczowych dla postrzegania Hassabisa jako przełomowej postaci:
To nie opowieść o bohaterze ani tekst podsycający hype. Trzymamy się faktów, dodamy kontekst, by przełomy nabrały sensu, i wyciągniemy praktyczne wnioski — jak myśleć o systemach uczących się, co naprawdę znaczy „poziom ludzki” i dlaczego dyskusje o etyce i bezpieczeństwie pojawiają się naturalnie, gdy AI osiąga poziom ekspertów.
Droga Demisa Hassabisa do AI nie zaczęła się od abstrakcyjnej teorii. Zaczęła się od gier — uporządkowanych światów, gdzie można testować pomysły, popełniać błędy bez ryzyka i otrzymywać natychmiastową informację zwrotną.
Jako dziecko wyróżniał się w szachach i innych grach strategicznych, dzięki czemu wcześnie oswoił się z myśleniem długoterminowym: nie wybiera się tylko „dobrego ruchu”, wybiera się ruch, który kształtuje grę kilka kroków naprzód. Ten nawyk — myślenie w sekwencjach, nie pojedynczych działaniach — dobrze pasuje do sposobu, w jaki współczesne systemy AI uczą się podejmować decyzje w czasie.
Gry rywalizacyjne wymuszają szczególną dyscyplinę:
To praktyczne umiejętności, nie slogany. Silny gracz ciągle pyta: Jakie opcje są dostępne? Co przeciwnik prawdopodobnie zrobi dalej? Jaki jest koszt pomyłki?
Hassabis spędził też czas na tworzeniu gier, nie tylko ich graniu. Praca nad grami oznacza radzenie sobie z wieloma współdziałającymi elementami naraz: regułami, zachętami, limitami czasu, krzywymi trudności i tym, jak drobne zmiany rozchodzą się po całym doświadczeniu.
To konkretne „myślenie systemowe” — traktowanie wydajności jako efektu całej konfiguracji, a nie jednego triku. Zachowanie gry wynika z tego, jak elementy do siebie pasują. Później ten sam sposób myślenia pojawił się w badaniach nad AI: postęp często zależy od właściwego połączenia danych, metody treningowej, mocy obliczeniowej, ewaluacji i jasnych celów.
Te wczesne fundamenty — gra strategiczna i budowanie złożonych, regułowych środowisk — tłumaczą, dlaczego jego późniejsze prace kładły nacisk na uczenie przez interakcję i informację zwrotną, zamiast polegać wyłącznie na ręcznie napisanych instrukcjach.
Hassabis nie potraktował neuronauki jako bocznej drogi od AI. Traktował ją jako sposób zadawania lepszych pytań: Co znaczy uczyć się z doświadczenia? Jak przechowywać użyteczną wiedzę bez zapamiętywania wszystkiego? Jak decydować, co robić dalej, gdy przyszłość jest niepewna?
Prościej: uczenie to aktualizowanie zachowania na podstawie informacji zwrotnej. Dziecko dotknie gorącego kubka raz i potem bardziej uważa. System AI może robić coś podobnego: próbować działań, obserwować rezultaty i dostosowywać się.
Pamięć to zachowywanie informacji przydatnej później. Ludzie nie nagrywają życia jak wideo; zachowujemy wzorce i wskazówki. Dla AI pamięć może oznaczać zapisywanie doświadczeń, budowanie wewnętrznych streszczeń albo kompresję informacji, by była użyteczna przy nowych sytuacjach.
Planowanie to wybieranie działań przez przewidywanie. Gdy wybierasz trasę, by uniknąć korka, wyobrażasz sobie możliwe wyniki. W AI planowanie często oznacza symulowanie „co może się stać, jeśli…” i wybieranie opcji, która wygląda najlepiej.
Badanie mózgu może zasugerować problemy warte rozwiązania — jak efektywne uczenie z ograniczonych danych czy równoważenie szybkich reakcji z przemyślanym działaniem. Ale ważne jest, by nie przeceniać związku: nowoczesna sieć neuronowa to nie mózg i kopiowanie biologii nie jest celem.
Wartość jest pragmatyczna. Neuronauka daje wskazówki co do zdolności, które inteligencja potrzebuje (generalizować, adaptować, wnioskować w niepewności), a informatyka przekształca te wskazówki w testowalne metody.
Tło Hassabisa pokazuje, jak łączenie dziedzin daje przewagę. Neuronauka pobudza ciekawość na temat naturalnej inteligencji; badania AI wymagają budowy systemów, które można zmierzyć, ulepszyć i porównać. Razem zmuszają badaczy do łączenia wielkich idei — jak wnioskowanie i pamięć — z konkretnymi eksperymentami, które faktycznie działają.
DeepMind zaczynał z jasnym, nietypowym celem: nie budować jednej sprytnej aplikacji, lecz tworzyć ogólne systemy uczące się — oprogramowanie, które potrafi uczyć się rozwiązywać różne problemy przez poprawę na podstawie doświadczenia.
Ta ambicja kształtowała wszystko w firmie. Zamiast pytać „Jaką funkcję wypuścimy w przyszłym miesiącu?”, pytanie założycielskie brzmiało raczej: „Jaki rodzaj maszyny uczącej się mógłby ciągle się poprawiać, nawet w sytuacjach, których wcześniej nie widział?"
DeepMind był zorganizowany bardziej jak laboratorium akademickie niż typowy startup programistyczny. Wyniki to nie tylko produkty — to też ustalenia badawcze, wyniki eksperymentów i metody, które można testować i porównywać.
Typowa firma programistyczna często optymalizuje pod kątem wypuszczania: historie użytkowników, szybkie iteracje, cele przychodowe i przyrostowe ulepszenia.
DeepMind optymalizował pod kątem odkryć: czas na eksperymenty, które mogą się nie udać, głębokie nurkowania w trudne problemy i zespoły skupione wokół długoterminowych pytań. To nie znaczy, że ignorowano jakość inżynierii — inżynieria służyła postępowi badań, a nie odwrotnie.
Wielkie zakłady mogą stać się niejasne, jeśli nie są zakotwiczone mierzalnymi celami. DeepMind nawykowo wybierał benchmarks publiczne, trudne i łatwe do oceny — szczególnie gry i symulacje, gdzie sukces jest jednoznaczny.
To stworzyło praktyczny rytm badawczy:\n
Gdy prace zyskały zainteresowanie, DeepMind stał się częścią większego ekosystemu. W 2014 r. Google przejęło DeepMind, zapewniając zasoby i skalę obliczeniową, które trudno uzyskać samodzielnie.
Co ważne, założycielska kultura — wysoka ambicja połączona z rygorystycznym pomiarem — pozostała centralna. Wczesna tożsamość DeepMind nie brzmiała „firma tworząca narzędzia AI”, lecz „miejsce próbujące zrozumieć, jak zbudować samo uczenie”.
Uczenie ze wzmocnieniem to sposób, w jaki AI uczy się przez działanie, a nie przez ukazywanie „właściwej odpowiedzi” w każdej sytuacji.
Wyobraź sobie, że uczysz kogoś rzucania osobistych rzutów do kosza. Nie dajesz mu arkusza z idealnymi kątami ramienia dla każdego ułożenia. Pozwalasz mu próbować, obserwujesz wynik i dajesz prostą informację: „To było bliżej”, „To bardzo chybiło”, „Rób więcej tego, co zadziałało”. Z czasem on się dostosowuje.
Uczenie ze wzmocnieniem działa podobnie. AI wykonuje akcję, widzi, co się dzieje, i otrzymuje punktację ("nagrodę"), która sygnalizuje, jak dobry był wynik. Celem jest wybieranie akcji prowadzących do wyższej łącznej nagrody w czasie.
Klucz to próby i błędy + informacja zwrotna. Brzmi wolno — aż uświadomisz sobie, że próby można zautomatyzować.
Człowiek może wykonać 200 rzutów w popołudnie. AI może przećwiczyć miliony „rzuceń” w symulowanym środowisku, ucząc się wzorców, które ludziom zajęłyby lata. To jeden z powodów, dla których uczenie ze wzmocnieniem stało się centralne dla AI grającego w gry: gry mają jasne reguły, szybką informację zwrotną i obiektywny sposób punktacji sukcesu.
Wiele systemów AI potrzebuje danych oznaczonych (przykładów z poprawnymi odpowiedziami). Uczenie ze wzmocnieniem może zmniejszyć to zapotrzebowanie, generując własne doświadczenie.
Dzięki symulacji AI może ćwiczyć w bezpiecznej, szybkiej „arenie treningowej”. Dzięki self-play gra przeciwko kopiom siebie samego, spotyka coraz trudniejszego przeciwnika w miarę poprawy. Zamiast polegać na ludziach do etykietowania przykładów, AI tworzy własny program nauczania, konkurując i iterując.
Uczenie ze wzmocnieniem to nie magia. Często wymaga ogromnej ilości doświadczeń (danych), kosztownej mocy obliczeniowej i starannej ewaluacji — AI może „wygrać” w treningu, ale zawieść w nieco innych warunkach.
Są też ryzyka bezpieczeństwa: optymalizacja niewłaściwej nagrody może prowadzić do niepożądanych zachowań, szczególnie w zastosowaniach o dużym wpływie. Skonfigurowanie celów i testów jest równie ważne jak samo uczenie.
Mecz AlphaGo z Lee Sedolem w 2016 r. stał się punktem zwrotnym kulturowym, ponieważ Go długo uważano za „ostatnią twierdzę” dla komputerów. Szachy są skomplikowane, ale Go przytłacza: możliwych pozycji jest znacznie więcej, a dobre ruchy często opierają się na długoterminowym wpływie i intuicji wzorców, nie tylko natychmiastowej taktyce.
Podejście brutalnej siły — liczenie każdej możliwej przyszłości — napotyka eksplozję kombinatoryczną. Nawet silni gracze Go nie potrafią wytłumaczyć każdego wyboru jako prostego ciągu obliczeń; wiele decyzji to osąd zbudowany na doświadczeniu. To sprawiało, że Go było złym polem dla wcześniejszych programów zależnych głównie od ręcznie tworzonych reguł.
AlphaGo nie „tylko liczył” i nie „tylko uczył się”. Połączył oba podejścia. Wykorzystał sieci neuronowe wytrenowane na ludzkich partiach (a potem na self-play), by wykształcić poczucie, które ruchy są obiecujące. Następnie zastosował ukierunkowane przeszukiwanie, by badać warianty, prowadzone przez te nauczone instynkty. To jak łączenie intuicji (nabyte wzorce) z deliberacją (patrzenie w przód), zamiast polegania tylko na jednym z nich.
Wygrana pokazała, że systemy uczące się potrafią opanować dziedzinę nagradzającą kreatywność, planowanie długoterminowe i subtelne kompromisy — bez potrzeby kodowania strategii Go ręcznie.
Nie oznaczało to jednak, że AlphaGo miał ogólną inteligencję. Nie mógł przenieść swoich umiejętności na niezwiązane problemy, tłumaczyć swojego rozumowania jak człowiek ani rozumieć Go jako ludzkiej praktyki kulturowej. Był wyjątkowy w jednym zadaniu.
Zainteresowanie publiczne gwałtownie wzrosło, ale głębszy wpływ był w samych badaniach. Mecz potwierdził ścieżkę: łączenie uczenia na dużą skalę, samodoskonalenia przez praktykę i przeszukiwania jako praktyczny przepis na osiąganie (i przewyższanie) elitarnych wyników ludzkich w złożonych środowiskach.
Nagła wygrana może sprawić, że AI wydaje się „rozwiązane”, ale większość systemów błyszczy w jednym ustawieniu i zawodzi, gdy reguły się zmieniają. Znacznie ważniejsza jest po wyłonieniu się przełomu presja na przesunięcie od wąskiego, dopasowanego rozwiązania ku metodom, które generalizują.
W AI generalizacja to zdolność radzenia sobie w nowych sytuacjach, na których nie uczono systemu. To różnica między zapamiętaniem jednego egzaminu a rzeczywistym zrozumieniem przedmiotu.
System, który wygrywa tylko w jednym zestawie warunków — tych samych regułach, tych samych przeciwnikach, tym samym środowisku — może być bardzo kruchy. Generalizacja pyta: jeśli zmienimy ograniczenia, czy system potrafi się dostosować bez zaczynania od zera?
Badacze próbują projektować podejścia uczące się przenoszące się między zadaniami, zamiast inżynierować osobny "sztuczek" dla każdego przypadku. Przykłady praktyczne:
Chodzi nie o to, by jeden model natychmiast robił wszystko. Chodzi o to, jak dużo rozwiązania jest wielokrotnego użytku.
Benchmarks to "standardowe testy" AI: pozwalają zespołom porównywać wyniki, śledzić postępy i identyfikować, co działa. Są niezbędne dla postępu naukowego.
Ale benchmarki mogą wprowadzać w błąd, gdy staną się celem zamiast miarą. Modele mogą "przeuczyć się" na specyfikę benchmarku albo osiągać sukcesy przez wykorzystanie luk, które nie odzwierciedlają zrozumienia rzeczywistego świata.
„Poziom ludzki” zwykle oznacza dorównanie ludziom w konkretnym wymierzonym metryką zadaniu — nie posiadanie ludzkiej elastyczności, osądu czy zdrowego rozsądku. System może przewyższać ekspertów w wąskich zasadach, a jednocześnie zawodzić, gdy środowisko się zmieni.
Rzeczywisty wniosek po celebrowanej wygranej to dyscyplina badawcza: testowanie trudniejszych wariantów, mierzenie transferu i udowadnianie, że metoda skaluje poza jedną scenę.
Białka to malutkie „maszyny” wewnątrz organizmów. Zaczynają jako długie łańcuchy budulca (aminokwasów), które potem skręcają się i składują w określony kształt 3D — jak kartka papieru składana w origami.
Ten ostateczny kształt ma znaczenie, bo w dużej mierze decyduje, co białko może robić: przenosić tlen, zwalczać infekcję, przesyłać sygnały czy budować tkanki. Problem w tym, że łańcuch białka może zgiąć się na astronomiczną liczbę sposobów, a poprawny kształt trudno wywnioskować tylko z sekwencji. Przez dekady naukowcy często potrzebowali powolnych, kosztownych metod laboratoryjnych, by określić strukturę.
Znajomość struktury to jak mieć szczegółową mapę zamiast samej nazwy ulicy. Może pomóc badaczom:\n
To ważne nawet wtedy, gdy nie przekłada się od razu na produkt: ulepsza fundament, na którym opiera się wiele dalszych badań.
AlphaFold pokazał, że uczenie maszynowe może przewidywać wiele struktur białek z uderzającą dokładnością, często bliską temu, co ujawniłyby techniki laboratoryjne. Jego kluczowy wkład nie polegał na „rozwiązaniu biologii”, lecz na uczynieniu przewidywań struktur znacznie bardziej wiarygodnymi i dostępnymi — przekształcając wąskie gardło w coś, co badacze mogą uwzględnić wcześniej w projekcie.
Ważne jest rozdzielenie przyspieszenia badań od gotowych leków. Przewidzenie struktury to nie to samo co wytworzenie bezpiecznego leku. Odkrywanie leków wciąż wymaga walidacji celów, testowania cząsteczek, rozumienia skutków ubocznych i przeprowadzenia prób klinicznych. Wpływ AlphaFold najlepiej opisać jako umożliwianie i przyspieszanie badań — dostarczanie lepszych punktów wyjścia — a nie natychmiastowe dostarczanie terapii.
Prace Hassabisa często opisywane są przez momenty nagłówkowe jak AlphaGo czy AlphaFold, ale bardziej przenośną lekcją jest jak DeepMind ukierunkowywał wysiłki: ciasna pętla jasnych celów, mierzalnego postępu i nieustannej iteracji.
Przełomowe projekty AI w DeepMind zwykle zaczynają się od precyzyjnego celu („rozwiąż tę klasę zadań”) i uczciwego licznika punktów. Ten licznik jest ważny, bo zapobiega myleniu imponujących demonstracji z realnymi zdolnościami.
Gdy ewaluacja zostanie ustalona, praca staje się iteracyjna: buduj, testuj, ucz się, dlaczego zawiodło, dostosuj podejście, powtórz. Dopiero gdy pętla działa, skalujesz — więcej danych, więcej mocy obliczeniowej, więcej czasu treningu i często większy, lepiej zaprojektowany model. Skalowanie zbyt wcześnie tylko przyspiesza chaos.
Wiele wcześniejszych systemów AI polegało na ludziach piszących jawne reguły ("jeśli X, to Y"). Sukcesy DeepMind podkreślają przewagę uczonych reprezentacji: system sam odkrywa użyteczne wzorce i abstrakcje z doświadczenia.
To ma znaczenie, bo prawdziwe problemy mają złożone przypadki brzegowe. Reguły łatwo się łamią, gdy rośnie złożoność, podczas gdy uczone reprezentacje potrafią generalizować — szczególnie gdy towarzyszą im silne sygnały treningowe i staranna ewaluacja.
Charakterystyczne dla stylu DeepMind jest zespołowa praca międzydyscyplinarna. Teoria wskazuje, co może działać; inżynieria sprawia, że można to trenować w skali; eksperymentowanie trzyma wszystkich przy faktach. Kultura badawcza ceni dowody: gdy wyniki przeczą intuicji, zespół idzie za danymi.
Jeśli wdrażasz AI w produkcie, wniosek to mniej „kopiuj model”, a bardziej „kopiuj metodę"\n\n- Zdefiniuj sukces jedną lub dwiema metrykami związanymi z wartością użytkownika.\n- Zbuduj wcześnie harness testowy (zbiory danych, symulacje, ewaluacje offline), by postęp był mierzalny.\n- Iteruj szybko na małych wersjach przed inwestycją w trening na dużą skalę.\n- Traktuj jakość danych i pętle informacji zwrotnej jako pracę inżynierską pierwszej klasy, nie dodatek.
Jeśli chcesz szybko zamienić te zasady w wewnętrzne narzędzie (bez budowy pełnej infrastruktury), platforma vibe-coding typu Koder.ai może pomóc w prototypowaniu i szybszym wypuszczaniu: możesz opisać aplikację na czacie, wygenerować interfejs React, dodać backend w Go z PostgreSQL i iterować przy pomocy Planning Mode, snapshotów i rollbacku. Dla zespołów opcje eksportu źródeł i deploymentu ułatwiają przejście od "działającego prototypu" do "własnego kodu produkcyjnego" bez związania się z demem.
Demis Hassabis to brytyjski naukowiec i przedsiębiorca, współzałożyciel DeepMind. Jest kojarzony z przełomami takimi jak AlphaGo (gry) i AlphaFold (predykcja struktur białkowych), które pokazały, że systemy uczące się mogą osiągać lub przewyższać ekspertów ludzkich w konkretnych, dobrze zdefiniowanych zadaniach.
Zwykle chodzi o wyniki w konkretnym zadaniu ocenianym benchmarkiem (np. wygrywanie partii Go czy dokładne przewidywanie struktur białek).
Nie oznacza to posiadania szerokiego zdrowego rozsądku, łatwego przenoszenia umiejętności między dziedzinami ani „rozumienia” świata w ludzki sposób.
DeepMind powstał jako laboratorium badawcze najpierw, koncentrując się na długoterminowym rozwoju ogólnych systemów uczących się, zamiast wysyłać pojedynczą aplikację.
W praktyce oznaczało to:
Reinforcement learning (RL) to uczenie się przez próbę i błąd z wykorzystaniem sygnału punktacji ("nagrody"). Zamiast pokazywać systemowi poprawne odpowiedzi dla każdej sytuacji, system wykonuje akcje, obserwuje wyniki i aktualizuje zachowanie, by zwiększać długoterminową nagrodę.
Jest szczególnie przydatne, gdy:
Self-play to trening przeciwko kopiom samego siebie, co generuje doświadczenie treningowe bez potrzeby etykietowania przez ludzi.
To pomaga, ponieważ:
Go ma ogromną liczbę możliwych pozycji, więc metoda brutalnej siły jest niepraktyczna. AlphaGo połączył:
To pokazało praktyczny przepis na osiągnięcie najwyższego poziomu w złożonych środowiskach decyzyjnych — bez ręcznego kodowania strategii Go.
Generalizacja to radzenie sobie dobrze w nowych warunkach, na których model nie był uczony — zmiany zasad, nowe scenariusze, inne rozkłady danych.
Praktyczne testy to:
Benchmarks dają wspólne pole porównań, ale modele mogą się "przeukładać" na specyficzne cechy testu.
Aby się nie nabrać:
Traktuj benchmarki jako pomiar, a nie cel sam w sobie.
AlphaFold przewiduje kształt 3D białka z sekwencji aminokwasów z dużą dokładnością dla wielu białek.
To pomaga naukowcom, bo struktura pozwala:
Przyspiesza badania, ale nie oznacza automatycznie gotowych leków — rozwój leków dalej wymaga walidacji, testów i prób klinicznych.
Kopiuj metodę, nie tylko model nagłówkowy:
Dla systemów o wysokim wpływie dodaj red-teaming, jasne granice użycia i etapowe wdrożenia.