Demis Hassabis创建了该公司，以创建世界上最强大的AI。 然后被谷歌收购2010年8月，一个34岁的伦敦人Demis Hassabis在旧金山郊区的一间会议室登台。 他带着一个试图控制自己的神经的男人的悠闲步态走了出来，简短地微笑着pur起嘴唇，然后开始说道：“所以，今天我们将谈论不同的发展方法……”-他犹豫了一下，好像突然意识到自己正在表达自己的雄心勃勃的秘密想法一样。 但是随后他仍然说：“ ...强大的AI。”
强大的AI（人工通用情报或AGI）表示通用人工智能-一种假设的计算机程序，能够以个人或什至更好的方式执行智力任务。 强大的AI将能够执行单独的任务，例如照片识别或文本翻译，这是我们手机和计算机中每个弱小的AI的唯一任务。 但是他也会下象棋和说法语。 他将了解有关物理学的文章，撰写小说，制定投资策略并与陌生人进行愉快的对话。 他将监控核反应，管理电网和交通流量，而无需付出太多努力即可在其他所有方面取得成功。 AGI将使当今最先进的AI看起来像一个袖珍计算器。
当前能够执行所有这些任务的唯一智能是人们所拥有的智能。 但是人类的智力受到头骨大小的限制。 人体可以提供的能量微不足道，限制了我们大脑的力量。 由于AGI在计算机上运行，因此不会受到任何这些限制。 强大的智能仅受可用处理器数量的限制。 他可以从监视核反应开始。 但是它将迅速打开新的能源，每秒消化的物理科学工作要比一个人在一千条生命中要多。 人工智能与计算机的速度和可伸缩性相结合，将使目前似乎无法解决的问题消失。 哈萨比斯在接受英国
观察家采访时说，除其他外，强大的人工智能需要掌握这些学科并解决诸如“癌症，气候变化，能源，基因组学，宏观经济[和]金融系统”之类的问题。
哈萨比斯会议被称为奇点峰会。 根据未来学家的说法，奇异性是AGI出现最可能的后果之一。 由于它高速处理信息，因此它变得非常明智。 快速的自我完善周期将导致机器智能的爆炸式增长，使人们远远不止于硅粉尘。 由于这个未来完全建立在未经证实的假设的基础上，因此将奇异性视为乌托邦还是地狱的问题几乎是宗教性的。
从会议上的演讲名称来看，与会者趋向于弥赛亚主义：“原因及其构建方法”； “人工智能解决老龄化问题”； “替换我们的身体”； “改变生与死之间的界限。” 另一方面，哈萨比斯（Hassabis）的演讲看起来并不令人印象深刻：“构建AGI的系统神经生物学方法。”
哈萨比斯在讲台和银幕之间飞快地说话。 他像小学生一样穿着一件栗色的开衫和一件带纽扣的白衬衫。 看来，小小的成长只会增强他的智慧。 哈萨比斯解释说，到目前为止，科学家已经从两个方面接近了AGI。 在象征性AI领域，研究人员试图描述和编程一个像人一样思考的系统的所有规则。 这种方法在80年代至90年代很流行，但没有得到理想的结果。 哈萨比斯认为，大脑的心理结构过于复杂，无法用这种方式描述。
试图以数字形式复制大脑物理网络的研究人员在另一个领域工作。 这有一定的意义。 毕竟，大脑是人类智慧的容器。 但哈萨比斯说，这些研究人员被误导了。 事实证明，他们的任务与尝试绘制宇宙中所有恒星的规模大致相同。 此外，它专注于错误的级别。 就像试图通过拆卸计算机并研究晶体管的相互作用来了解Microsoft Excel的工作原理。
相反，哈萨比斯提出了一个中间立场：强大的人工智能应该从大脑处理信息的广泛方法中汲取灵感，而不是从在特定情况下适用的物理系统或特定规则中汲取灵感。 换句话说，科学家应该专注于理解大脑的软件，而不是其硬件。 功能性磁共振成像等新方法可让您在大脑活动期间观察大脑内部。 他们使这种理解成为可能。 最近的研究表明，大脑在梦中学习，为了获得一般原理，重现了所接受的经验。 AI研究人员必须模拟该系统。
幻灯片的右下角出现一个徽标-圆形的蓝色漩涡。 下面是两个词：DeepMind。 这是首次公开提及新公司。
哈萨比斯花了整整一年的时间来尝试参加奇点峰会。 演讲只是一个封面。 他真正需要的是与赞助会议的硅谷亿万富翁彼得·泰尔（Peter Thiel）进行了一分钟的交流。 哈萨比斯想要他的投资。
Hassabis从未说过为什么他寻求获得Thiel的支持（对于本文，他拒绝了发言人的几次采访请求）。 我们与25位消息人士进行了交谈，包括现任和前任雇员以及投资者。 他们中的大多数人都匿名发言，因为他们无权谈论公司。 但是Thiel相信AGI的热情要比Hassabis高。 泰尔（Thiel）在2009年的一次演讲中说，他对未来最大的恐惧不是机器人起义（尽管在与世界隔绝的新西兰，他比大多数人受到更好的保护）。 相反，他担心奇异性来得太迟。 世界需要新技术来防止经济下滑。
最终，DeepMind获得了200万英镑的风险投资资金； 包括来自Thiel的140万英镑。 当Google在2014年1月以6亿美元收购该公司时，早期的投资者实现了5,000％的利润记录。
对于许多创始人而言，这将是一个幸福的结局。 您可以放慢速度，退后一步，然后享受金钱。 对于Hassabis而言，与Google的交易是他寻求强大AI的又一步。 他几乎在2013年的整个时间都在就该交易进行谈判。 DeepMind将独立于母公司行事。 Hassabis将获得所有公司特权，例如获得现金流量和处理能力的权利，而不会失去对公司的控制权。
哈萨比斯（Hassabis）认为DeepMind将是一个混合动力：他将拥有创业的动力，最伟大的大学的大脑以及世界上最富有的公司之一的财大气粗。 一切都是为了加速强大的AI的发展并帮助人类。
德米斯·哈萨比斯（Demis Hassabis）于1976年出生在北伦敦，一个希族塞人和一个华裔新加坡人的家庭。 他是三个兄弟姐妹中的老大。 妈妈在约翰·刘易斯百货商店工作，父亲在一家玩具商店工作。 这个男孩在四岁时学会了下棋，看着父亲和叔叔的比赛。 几周后，成年人再也无法击败他了。 到13岁时，德米斯（Demis）成为了世界上第二位国际象棋棋手。 在八岁的时候，他独立学习编程。
1992年，哈萨比斯提前两年毕业。 他在Bullfrog Productions从事电子游戏的编程工作，并在那里编写了主题公园游戏。 在其中，玩家建立并管理了一个虚拟游乐园。 这款游戏非常成功，售出了1500万张。 它属于一种新的模拟器，其目的不是击败敌人，而是优化诸如商业或城市之类的复杂系统的功能。
适用于Android的主题公园，2018年Demis不仅开发游戏，而且还玩过出色的游戏。 十几岁的时候，他在国际象棋，拼字游戏，扑克和西洋双陆棋的比赛中陷入困境。 1995年，Hassabis在剑桥大学学习计算机科学时，参加了一次学生围棋比赛。 这是一种古老的棋盘策略游戏，比国际象棋复杂得多。 假定精通需要通过长期经验获得的直觉。 没有人知道哈萨比斯以前是否参加过比赛。
首先，哈萨比斯赢得了初学者比赛。 然后，他尽管有让步，但还是击败了经验丰富的选手赢得了比赛的冠军。 比赛的组织者，剑桥大师查尔斯·马修斯（Charles Matthews）回忆起输给19岁新秀的那位经验丰富的球员的震惊。 马修斯（Matthews）照顾着哈萨比斯（Hassabis）。
哈萨比斯的才智和野心在游戏中一直很明显。 反过来，游戏引起了他对情报的兴趣。 看着他在国际象棋上的进步，他想知道：是否有可能对计算机进行编程，使它们根据经验像他一样学习。 游戏提供了现实世界无法比拟的学习环境。 他们很清楚并且自给自足。 由于游戏与现实是分开的，因此可以在不干扰现实世界的情况下进行实践并有效地掌握它们。 游戏加快了时间：几天之内您就可以创建一个犯罪集团，而关于Somme的战斗只需几分钟即可结束。
1997年夏天，哈萨比斯前往日本。 同年5月，IBM的Deep Blue计算机击败了国际象棋冠军Garry Kasparov。 电脑第一次击败了国际象棋大师。 这场比赛引起了全世界的关注，并引起了人们对计算机日益强大的功能和潜在威胁的担忧。 当Hassabis与日本棋盘游戏大师Fuahvarea会面时，他告诉了他一个结合了他在战略游戏和人工智能领域的兴趣的计划：有一天，他将开发一种计算机程序，该程序将击败最伟大的玩家。
哈萨比斯采取了有条不紊的行动：“哈萨比斯20岁那年认为，在从事自己想要的水平的AI之前，必须具备某些条件，”马修斯说。 “他有一个计划。”
1998年，他创立了自己的游戏工作室Elixir。 哈萨比斯（Hassabis）专注于一项极为雄心勃勃的游戏-《共和国：革命》，这是一个复杂的政治模拟器。 许多年前，哈萨比斯在学校里告诉他的朋友穆斯塔法·苏莱曼（Mustafa Suleiman），世界需要一个宏伟的模拟器来模拟其复杂的动态并解决最复杂的社会问题。 现在他试图在游戏中做到这一点。
适应游戏框架比他预期的要困难得多。 最后，Elixir发布了游戏的简化版本，以简化评论。 其他游戏也失败了（包括一个名为Evil Genius的邦德小人模拟器）。 2005年4月，Hassabis关闭了Elixir。 马修斯认为，哈萨比斯成立公司只是为了获得管理经验。 现在，Demis只需要一个重要的知识领域就可以开始研究强大的AI。 他需要了解人脑。
Hassabis于2005年获得伦敦大学学院（UCL）的神经科学博士学位。 他发表了著名的记忆和想象力研究。 自那以后，他的一篇文章被引用了1000多次，表明失忆症患者也难以理解新的经历，这表明在记忆和创造心理形象之间存在联系。 哈萨比斯创造了适合创建AGI任务的大脑表示。 大多数工作归结为一个问题：人脑如何接收和保存概念和知识？
Hassabis于2010年11月15日正式成立DeepMind。 从那时起，公司的使命一直没有改变：“解决情报”，然后用它来解决其他所有问题。 正如哈萨比斯对奇点峰会的与会者说的那样，这意味着将我们对大脑工作原理的理解转化为可以使用相同的自学方法的软件。
哈萨比斯了解科学尚未完全掌握人类思想的本质。 一个强大的AI项目不能简单地基于数百项神经生物学研究来创建。 但是他清楚地相信，已经有足够的知识开始从事强大的AI研究。 然而，他的自信有可能超越现实。 我们仍然几乎不了解大脑的实际功能。 2018年，一组澳大利亚研究人员对哈萨比斯自己的博士学位论文的结果提出了质疑。 这只是一篇文章，但它表明DeepMind背后的科学观点远非共识。
该公司是由痴迷AGI的新西兰人Mustafa Suleiman和Shane Legge共同创立的，Hassabis也在UCL遇到了。 该公司的声誉不断提高，哈萨比斯（Hassabis）也从他的才能中获益。 DeepMind的前运营经理Ben Faulkner说：“这就像一块磁铁。” 许多员工居住在欧洲，远离Google和Facebook等硅谷巨头的人力资源部门。 DeepMind的主要成就也许是在公司成立后立即聘用员工，以发现并保留AI领域最聪明的人才。 该公司在布卢姆斯伯里罗素广场（Russell Square）联排别墅的阁楼上开设了一个办公室，与UCL隔街相望。
Hassabis对游戏和神经科学的双重热情：加强学习，是该公司一直关注的一种机器学习方法。 哈萨比斯在“奇点峰会”的演讲中说，这样的程序旨在收集有关环境的信息，然后对其进行研究，反复再现所获得的经验，例如梦中人脑的活动。
强化训练从头开始。 程序显示为一个虚拟环境，有关该环境，除了规则外，它一无所知。 例如，对国际象棋或视频游戏的模拟。 程序包含至少一个称为神经网络的组件。 它由多层计算结构组成，这些结构可以筛选信息以识别特定功能或策略。 每层都以新的抽象级别探索环境。 最初，这些网络以最小的成功运行，但是重要的是每个失败都必须留下痕迹并在网络中进行编码。 随着神经网络正在尝试不同的策略，神经网络正逐渐变得越来越复杂-如果成功，它将获得回报。 如果程序移动棋子并因此输掉了比赛，那么它将不会重复此错误。 人工智能的最大魔力在于它重复执行任务的速度。
DeepMind工作的顶点是2016年，当时该公司启动了AlphaGo计划，该计划使用了强化训练以及其他玩法。 令人惊讶的是，在汉城举行的五场对决中，该节目击败了世界冠军。 2.8亿观众观看了汽车的胜利：这一事件比专家预测的早了十年。 次年，改进版的AlphaGo击败了中国围棋冠军。
像1997年的《深蓝色》一样，AlphaGo改变了人们对卓越人类构成的认识。 棋盘游戏冠军，这个星球上一些最聪明的人，不再被认为是情报的顶峰。 与日本大师Fujuwaraa交谈近20年后，Hassabis兑现了他的诺言。 他后来说，他在比赛中几乎哭了起来。 按照传统，围棋生要在比赛中击败他，以此来感谢老师。 哈萨比斯感谢马修斯，他击败了整场比赛。
DeepBlue得益于蛮横的力量和计算速度，但AlphaGo的风格似乎很艺术，几乎是人性化的。 它的优雅和成熟，以及计算能力的优越性似乎表明，DeepMind在开发可以治疗疾病和管理城市的程序方面比竞争对手更进一步。
哈萨比斯始终表示，DeepMind将使世界变得更好。 但是对于强大的AI尚无定论。 如果他曾经出现过，我们不知道他会变得无私还是恶意，是否会屈服于人类。 即使这样，谁来控制？
从一开始，哈萨比斯就试图捍卫DeepMind的独立性。 他一直坚持要求DeepMind留在伦敦。 当Google在2014年收购该公司时，控制权问题变得更加重要。 Hassabis无需出售公司。 他有足够的钱，并概述了公司开发游戏以资助研究的业务模型。 Google的财务状况很重要，但是像许多创始人一样，Hassabis不想放弃他已经成长的公司。 作为交易的一部分，DeepMind签署了一项协议，以阻止Google单方面控制公司的知识产权。
据知情人士称，交易前，双方签署了一项名为《道德与安全审查协议》的合同。该协议以前没有被报道过，是由认真的伦敦律师起草的。每当创建AI时，该协议即会将强大AI的核心技术的控制权转让给DeepMind，即称为道德委员会的指导小组。根据同一消息来源，道德委员会不是Google的一些化妆品特许经营权。他为DeepMind提供了坚实的法律支持，以保持对他最有价值和最危险的技术的控制。理事会成员的名字没有公开，但与DeepMind和Google接近的另一位消息人士称，它包括DeepMind的所有三位创始人（该公司拒绝回答有关该协议的问题，但表示“从一开始的道德控制就是我们优先”）。哈萨比斯可以通过其他方式确定DeepMind的命运。其中之一是员工忠诚度。过去和现在的员工都说，Hassabis研究计划是DeepMind的最大优势之一。他的课程提供了引人入胜且重要的工作，而不受学术界的压力。这种情况吸引了世界上数百名最有才华的专家。 DeepMind在巴黎和艾伯塔省设有子公司。与哈萨比斯和他的使命相比，许多员工更喜欢寻求收入的母公司。只要哈萨比斯（Hassabis）保持个人忠诚度，他就可以控制其唯一股东。对于Google而言，DeepMind的才干比通过Facebook或Apple更好地通过中介为她工作。DeepMind还有一个杠杆，尽管它需要不断补充：有利的广告。该公司表现良好。 AlphaGo已成为真正的PR炸弹。自从收购Google以来，该公司不断创造奇迹，引起了全世界的关注。一个DeepMind程序可以通过扫描视网膜来诊断眼睛疾病。另一个人学会了使用AlphaGo风格的架构从零开始下棋，在仅仅九个小时的自学中就成为有史以来最伟大的棋手。 2018年12月，一个名为AlphaFold的程序在使用一系列成分预测蛋白质的三维结构方面超过了竞争对手，这可能为帕金森氏病和阿尔茨海默氏病等疾病的治疗铺平了道路。DeepMind特别引以为傲的是，该算法可以计算出Google数据中心最有效的散热方式，其中运行着约250万台服务器。 DeepMind在2016年表示，他们将Google的能源成本降低了40％。但是一些内部人士说，这是一个夸张的数字。谷歌在DeepMind出现之前很久就使用算法来优化数据中心：“他们只是希望某些公关为Alphabet增值”，一位Google员工说。 Alphabet的母公司Google慷慨地向DeepMind支付了此类服务的费用。因此，DeepMind在2017年向她开出了5400万英镑的账单，与DeepMind当前的支出相比是相形见：的：那一年仅花费了2亿美元用于员工，总体而言，2017年DeepMind的亏损为2.82亿英镑。对于富裕的互联网巨头来说，这些都是可怜的钱。但是其他无利可图的公司Alphabet吸引了节俭的Alphabet首席财务官Ruth Porat的注意。例如，谷歌光纤部门试图通过将光纤线路铺设到私人住宅来创建高速互联网服务提供商。但是，当很明显需要数十年才能收回投资时，该项目被暂停。因此，对于AI研究人员来说，证明其相关性很重要，以免吸引Porat夫人的顽强外表，后者的名字已经成为Alphabet中的家喻户晓的名字。DeepMind在AI方面的计划成就是与公司所有者的关系策略的一部分。 DeepMind表示其声誉。当Google被指控侵犯用户隐私并传播虚假新闻时，这一点尤其重要。 DeepMind还很幸运能得到最高级别的支持者：拉里·佩奇（Larry Page），这是Google的两位创始人之一，现在是Alphabet的首席执行官。 Page是Hassabis与其母公司最接近的东西。佩奇的父亲卡尔在60年代研究了神经网络。佩奇说，在他职业生涯的初期，他创建Google只是为了创立AI公司。对DeepMind的严格控制（在媒体眼中看起来不错）与普遍存在的公司的学术精神不太匹配。一些研究人员抱怨说，他们很难发表自己的著作：他们必须克服内部审查制度的若干层次，才能至少为会议提交报告或为期刊发表文章。 DeepMind认为，您需要谨慎，不要以强大的AI前景吓public公众。但是，过于沉寂的沉默会破坏学术氛围，并削弱员工的忠诚度。收购Google五年后，谁来控制DeepMind的问题已接近关键时刻。创始人和第一批员工很快将能够获得经济补偿（Hassabis的股份，可能在收购Google之后价值约1亿英镑）。但与该公司关系密切的消息人士表示，Alphabet已将创始人的期权货币化推迟了两年。考虑到他对任务的不懈努力，哈萨比斯不太可能离开船。金钱只在有助于实现他一生的目标的范围内使他感兴趣。但是一些同事已经离开了。自2019年初以来，三位AI工程师已离开公司。世界上最著名的安全专家之一本劳瑞（Ben Laurie）现在回到了Google，回到了他的前任雇主那里。这个数字很小毕竟，DeepMind提供了如此令人兴奋的使命和体面的薪水，几乎没有留下。到目前为止，Google尚未干预DeepMind。但是最近发生的一件事情引起了人们对该公司能够维持多长时间的担忧。DeepMind一直计划使用AI改善医疗保健。 2016年2月，由共同创始人之一Mustafa Suleiman领导创建了DeepMind Health的新部门。苏莱曼的母亲曾在国家卫生局（NHS）担任护士，他希望创建一个名为Streams的程序，该程序在患者的健康状况恶化时会提醒医生。 DeepMind必须从每次有效的系统操作中获利。由于这项工作需要访问机密的患者信息，因此苏莱曼成立了独立审查小组（IRP），该小组包括来自英国医疗保健和技术领域的代表。 DeepMind的行为非常谨慎。随后，英国信息专员发现合作医院之一在处理患者数据时违反了法律。然而，到2017年底，苏莱曼已与四家主要的NHS医院签署了协议。Google在2018年11月8日宣布成立自己的Google Health部门。五天后，他们宣布DeepMind Health应该包含在上级单位中。显然，DeepMind没有警告任何人。根据我们根据《信息自由法》的要求收到的文件，DeepMind仅在三天之内就将此更改通知了合作医院。在有关合并的讨论开始时，该公司拒绝报告，但表示通知与公开公告之间的短暂差距是为了透明。苏莱曼在2016年写道：“在任何时候，患者数据都不会与Google帐户，产品或服务关联或关联。”看来他的诺言被打破了。 （回答我们出版物的问题，DeepMind说“在此阶段，我们没有任何合同与Google签订，只有在获得合作伙伴的同意后，这才有可能。 Streams已成为Google服务这一事实并不意味着病人数据可以在其他Google产品或服务中使用。”）Google吞并激怒了DeepMind Health员工。据接近该部门的人士称，收购完成后，许多员工计划辞职。 IRP的成员之一Mike Bracken已经离开。几位熟悉该事件的人士表示，布雷肯于2017年12月离职，原因是担心“控制委员会”更多地是展示，而不是真正的监督。当布雷肯问苏莱曼他是否要对委员会负责并使其权力与非执行董事平等时，苏莱曼只是笑了。 （DeepMind的发言人表示，他“不记得”这起事件。） IRP负责人朱利安·胡珀特（Julian Huppert）声称，该组织提供了比布雷肯所期望的“更为激进的治理”，因为成员可以公开发表讲话，不受保密义务的约束。这一集表明，DeepMind的外围设备容易受到Google的攻击。 DeepMind的声明说：“我们都同意，将这些努力结合在一个联合项目中并拥有更强大的资源是有意义的。”问题是，谷歌是否会对DeepMind在强大AI方面的工作应用相同的逻辑。从外部看来，DeepMind取得了巨大的成功。她已经开发了能够学习以超人水平完成任务的软件。 Hassabis经常提到Atari主机的视频游戏Breakout。 Breakout播放器控制屏幕底部的平台，并反射从顶部的方块反弹而来的球，该球因击中而崩溃。当所有的方块都被破坏时，玩家获胜。如果他错过球，就会输。在没有人工指导的情况下，DeepMind程序不仅学习了如何玩游戏，而且还制定了一种将球发射到积木上方空间的策略，该空间可以长时间跳跃并在不费力的情况下获得大量积分。根据Hassabis的说法，这证明了强化学习的能力以及DeepMind计算机程序的超自然能力。令人印象深刻的演示。但是哈萨比斯缺少了一些东西。如果将虚拟平台向上移动至少几个像素，该程序将失败。 DeepMind获得的技能是如此有限，以至于它甚至无法应对人们可以考虑的微小环境变化-至少要经过数千次额外的培训才能做到。但是，这些变化是周围现实的组成部分。诊断者的身体没有两个相同的器官。对于机械师而言，不能将两个引擎均等配置。因此，在虚拟环境中训练的系统在实际条件下启动时可能会遇到困难。DeepMind很少谈论的第二个陷阱是，在虚拟环境中的成功取决于是否具有奖励功能：允许神经网络测量其进度的信号。该程序看到后壁的多个篮板增加了得分。 AlphaGo开发的关键部分是创建与这种复杂游戏兼容的奖励功能。不幸的是，现实世界没有提供简单的奖励。进步很少用个别观点来衡量。即使它们存在，任务也会因政治问题而变得复杂。设置奖励信号来改善气候（大气中的CO 2浓度）与石油公司的奖励信号（股票价格）相反，并且需要与许多动机相互矛盾的人妥协。奖励信号通常非常微弱。人脑在执行过程中很少收到有关任务成功的明确反馈。
DeepMind找到了一种学习使用大量计算资源的有效方法。 在了解某些内容之前，AlphaGo程序研究了数千年的游戏时间。 许多AI专家怀疑此方法不适用于提供较弱奖励的任务。 DeepMind意识到了问题。 她最近专注于战略计算机游戏《星际争霸2》。 游戏开始时做出的决定具有更晚的后果，更接近现实世界中令人困惑和迟来的反馈。 一月份，DeepMind在演示版中击败了一些世界上最好的玩家，尽管非常有限，但仍然令人印象深刻。 她的程序还开始考虑奖励老师的反馈，研究奖励功能。 但是，如果聘请老师，您将面临失去纯粹的计算机处理所提供的规模经济和速度的风险。
由于严格的保密协议而要求匿名的现任和前任DeepMind和Google研究人员也表示怀疑，使用这种方法可以使DeepMind创建强大的AI。 根据他们的说法，在虚拟环境中对高性能的重视使得很难用奖励信号解决问题。 尽管如此，游戏方法仍是DeepMind的核心。 该公司有一个内部排行榜，来自竞争的编程团队的程序争夺虚拟域。
哈萨比斯一直将生活视为一种游戏。 他的大部分职业都致力于游戏开发，而他的大部分业余时间都花在了游戏练习上。 在DeepMind，他选择游戏作为构建强大AI的主要手段。 像其软件一样，Hassabis只能从自己的经验中学习。 人们可能会忘记最初的任务，因为DeepMind已经发明了一些有用的医疗技术，并且已经超过了棋盘类游戏中最伟大的参与者。 这些都是重要的成就，但不是公司创始人渴望的成就。 但是，他仍然有机会在Google的指导下，但不受公司控制，创建强大的AI。 如果成功，那么Demis Hassabis将赢得最艰难的比赛。