好讀周報／左手下棋右手AI…諾貝爾化學獎得主哈薩比斯也是「AlphaGo之父」

「AlphaGo之父」哈萨比斯除精通AI，也是西洋棋好手。他更将AI应用在蛋白质结构解密上，获诺奖殊荣。（图／X平台）

文／郭毓璞

2024年，诺贝尔化学奖颁给了能精准预测和设计出新蛋白质的3位科学家，其中一位得主德米斯‧哈萨比斯（Demis Hassabis）因开发出能精准预测已知两亿种蛋白质结构的人工智慧（AI）和同事约翰‧詹珀（John Jumper）一起得奖，哈萨比斯是何许人也？也许他为人所知的另一个称号「AlphaGo之父」能勾起你对2016年那场人机围棋大战的印象。

●4岁就学棋 13岁已是「大师」

出生在英国北伦敦的哈萨比斯从小就展现惊人的智力天赋，4岁时看到爸爸与舅舅在玩西洋棋，只花两周时间学习，他就能在西洋棋比赛中赢过大人，从此一路过关斩将，13岁就获得国际西洋棋大师的头衔，在同年龄段中世界排名第二。

●11岁接触AI 用AI下棋打败弟弟

而与他人生密不可分的除了下棋，还有AI，8岁的他用参加西洋棋比赛赢得的奖金买了第一台电脑和程式设计的书，发现写程式能尽情释放创造力，11岁触了AI并把它融入一款黑白棋游戏的程式设计，打败了弟弟。

他对于AI与游戏的热爱随着时间与日俱增，17岁时创作了整合AI的电脑游戏先驱《主题公园》，20岁从剑桥大学电脑科学系毕业后，第一件事就是创立公司，推出数款游戏。

然而哈萨比斯并没有满足于游戏领域的成就，由于他无法忘怀大学时想要开发出一款通用人工智慧（AGI）的梦想，于是他转而创办了DeepMind公司，目的是「探索智能，并用它让世界更好」。

●研发AlphaGo 棋艺连棋王都赞叹

他在DeepMind第一个尝试解决的问题和他的人生经历密切相关：一个能够判定局势，下出一手好棋的AI，虽然西洋棋早已被AI征服，但专家普遍认为围棋不可能被AI攻克，因为围棋每一手的可能性实在太多太复杂，根本无法用电脑穷尽运算。而在经过了多年打磨，2016年哈萨比斯带领团队一同研发的AlphaGo横空出世，在首尔以4：1击败了当时的世界围棋冠军李世乭，震惊世界。AlphaGo结合了「树状搜索」和新兴「类神经网路」等技术，并引入强化学习训练方法，让AI能下出连棋王都为之赞叹的棋步。

●利用演算法 解蛋白质结构之谜

沉浸在AlphaGo的胜利没多久，哈萨比斯就有了下一个远大目标。他认为蛋白质结构预测是生物学界的一大难题，但如果DeepMind的研究人员可以写一个演算法来模仿围棋大师的直觉，那他们也可以写一个演算法，运用自然界蛋白质的序列与已解出的蛋白质结构为训练材料，模仿出自然界的蛋白质折叠方式，从而解开蛋白质结构之谜。

DeepMind团队很快着手研发一款名为AlphaFold的AI，并参加「蛋白质结构预测批判性评估」（CASP）竞赛，虽然在2018年仅达60%的预测准确率（这已是当年第一名的成绩），经不断改进，改版的AlphaFold2在2020年预测的蛋白质结构准确率达到90%，被认为与实验室的精度相当，震惊了生物学界。现在科学家只要使用AlphaFold2输入蛋白质的胺基酸序列后，AI就会分析这段序列与自然界的基因组资讯，使用深度学习训练出来的模型，将长链状胺基酸折叠出三维结构的蛋白质，就像照着说明书拼乐高积木一样简单。

●颠覆生物学 加速药物研发进程

这个方法澈底颠覆生物学研究，以往蛋白质结构的预测都是归纳物理力学及胺基酸内各个原子的化学特性推测出来。AlphaFold2的出现，让生物学家能以前所未有的速度和精确度预测蛋白质结构，大大加速药物研发和其他医学研究进程。哈萨比斯也成为第一位AI生物学家，并于今年获诺贝尔化学奖的肯定。哈萨比斯相信，未来AI可帮助人类解决更多重要的科学问题，并带来新的科学复兴，让我们拭目以待。