德米斯·哈萨比斯走上诺贝尔化学奖的演讲台，投出一张幻灯片。标题是「关于思考的思考(Thinking about Thinking)」。四岁时第一次握住棋子的男孩，在即将迎来五十岁生日之际，站到了这个位置。

从父亲和叔叔的棋盘前萌生的疑问，列支敦士登十小时对局后浮现的困惑，在剑桥和UCL实验室里打磨成形的假说，历经半个世纪，终于抵达诺贝尔奖这座里程碑。但哈萨比斯那天想传递给听众的，并非过去的成就。他想展示的，是一扇刚刚开始打开的门。

智能是什么？这个问题是人类文明最古老的谜题之一。古希腊哲学家称之为逻各斯(Logos)，东方思想家用「智慧」来表达，近代科学家试图用「认知(Cognition)」这个术语来捕捉它。但迄今为止，没有人能清晰地定义智能的本质。

哈萨比斯用一种独到的方式切入了这个问题。与其定义智能，不如先尝试再现智能所做的事。从国际象棋到围棋，从围棋到蛋白质，从蛋白质到天气、数学和新药设计。每当AI在一个新领域取得成功，智能的一块拼图就浮现出来。

识别模式的能力，想象从未见过的情境的能力，规划长远后果的能力，从错误中自我修正的能力。哈萨比斯的整个职业生涯，就是在拼合这些碎片。那么，理解了智能本质的人类，将迎来怎样的未来？哈萨比斯描绘的图景相当具体。医学将发生改变。AlphaFold预测了超过两亿个蛋白质结构，但这只是开始。

Isomorphic Labs宣布，将在2026年内把AI设计的抗癌药物推进到临床试验阶段。传统新药开发平均需要十年时间，承受90%的失败率，而哈萨比斯主张，基于AI的模拟可以把这个过程的效率提升千倍以上。能源领域也将改变。DeepMind团队已经将AI应用于托卡马克(Tokamak)核聚变反应堆的

等离子体控制，并取得了实质性成果。如果太阳能、电池技术和核聚变在AI的加速下实现突破，能源将在人类历史上第一次从稀缺资源变为丰裕资源。科学发现的速度本身也在改变。被称为「AI共同科学家(AI Co-Scientist)」的多智能体系统，已经开始自动化地提出假说、设计实验、分析数据。

2026年，全球首个自动化研究实验室将在英国投入运行。所有这些变化背后，有一个核心前提：理解智能，就等于握住了解决问题的万能钥匙。

哈萨比斯在2010年创立DeepMind时提出的使命，，「解决智能，然后用它解决一切(Solve intelligence, and then use that to solve everything else)」，，起初听起来像是狂妄之语。十五年过去了，这句话看起来已不再是狂想，而更像一份工作计划书。当然，质疑的目光从未消失。

当前的大语言模型在规划、记忆和物理理解方面存在严重局限。哈萨比斯本人将其称为「参差不齐的智能(Jagged Intelligence)」。在某些领域碾压人类，在另一些领域却犯下比小学生还低级的错误。要达到AGI，还需要一两个如同Transformer级别的重大突破，这是哈萨比斯坦诚的判断。但方向已经确定。

每向智能的本质靠近一步，人类能够解决的问题范围就呈指数级扩大。哈萨比斯在诺贝尔演讲的末尾一张幻灯片上展示的，不是AlphaFold的结构图，而是一张宇宙照片。他说：

我们仍然不知道宇宙为何存在、意识是什么、时间的本质是什么。但我们已经开始制造能回答这些问题的工具。理解了智能本质的人类所迎来的未来，不是一个拥有答案的未来，而是一个提问能力被大幅拓展的未来。这就是哈萨比斯四十年来辗转于棋盘、实验室和服务器机房所追求的东西的真正面貌。

「我们正在进入一个新发现的黄金时代(Golden Era)。」2026年2月，哈萨比斯在接受『财富』(Fortune)杂志采访时这样说道。「十到十五年后，我们将进入一个新发现的黄金时代。这是一种新的文艺复兴。」

这番话并非一时兴起的乐观。它凝聚了他数十年积累的研究与经验，以及2024年诺贝尔奖之后急速扩大的政策影响力。

文艺复兴这个比喻是哈萨比斯刻意选择的。十四世纪欧洲的文艺复兴，是印刷术这一技术革新与古典知识的重新发现相结合后引爆的文化转型。哈萨比斯认为，AI正要扮演同样的角色。

印刷术将知识的复制成本降到了接近零，AI正在将知识的生产成本降到接近零。一位科学家穷尽一生才能研究的蛋白质结构，AlphaFold几秒钟就能预测出来。一个团队花几个月才能分析完的气象数据，WeatherNext几分钟就能处理完毕。

国际数学奥林匹克级别的题目，AlphaProof能够解答。这不是工具的改进。这是发现速度本身在发生变化。哈萨比斯具体指出了几个领域。在医学方面，个性化治疗正在变为现实。

AI整合分析患者的基因组信息和蛋白质结构数据，为每个人设计专属药物的时代来了。Isomorphic Labs已同时推进17个新药研发项目，抗癌药物的临床前试验正在进行中。借用哈萨比斯的原话，「医学将呈现出与今天截然不同的面貌」。

在能源领域，核聚变的实用化又近了一步。太阳能和电池技术的效率正通过AI优化实现飞跃式提升。哈萨比斯把能源变得近乎无限的那个时间节点称为「一切都会改变的拐点」。能源一旦充裕，粮食生产、海水淡化、制造业的成本结构将从根本上改变。物质产品价格大幅下降的世界，哈萨比斯称之为「根本性丰裕(Radical Abundance)」的状态，在理论上将变为可能。AI在太空探索中的作用也在扩大。哈萨比斯在『财富』杂志的采访中表示，「一切(everything else)也包括星辰(stars)在内」。

如果AI被用于模拟太空环境、优化航天器轨迹、分析系外行星大气，人类的活动范围就有可能延伸到地球之外。但哈萨比斯也明确指出，这个黄金时代不会自动到来。他警告说，在抵达黄金时代之前，十到十五年的剧变期(Shakeout Period)不可避免。

在这段时期内，产业结构将被重塑，就业形态将发生变化，社会制度必须适应新的现实。哈萨比斯自己领导的Google DeepMind也无法

置身于这场剧变之外。OpenAI的ChatGPT在2023年引发的冲击，使谷歌内部拉响了「红色警报(Code Red)」，并促成了DeepMind与Google Brain的合并这一重大手术。「如果我们不自我颠覆，别人会替我们动手。」哈萨比斯如此说道。这句话既是企业战略的语言，也是对时代的清醒认知。

耐人寻味的是，哈萨比斯看待这段剧变期的态度不是恐惧，而是兴奋。他将Google DeepMind比作「核电站」。这台引擎连接着搜索、YouTube、Chrome、Gemini应用这一庞大生态，而这种结合所释放的能量，将成为开启黄金时代的燃料。截至2025年底，Alphabet的股价上涨了约65%，这正是市场对这一愿景做出的回应。

哈萨比斯对黄金时代的预测，既是科学家的预判，也是企业家的承诺，同时还是梦想家的愿景。他反复使用「发现的黄金时代」这个说法，原因在于它不是AI产业的营销话术，而是贯穿他一生的信念。四岁时坐在棋盘前的男孩被智能这道谜题深深吸引，五十岁获得诺贝尔奖的科学家坚信，这道谜题的破解将翻开人类文明的新篇章。

历史将判定他的信念是否正确。但至少有一件事是确定的：像哈萨比斯这样，持续这么久、这么具体地为这个愿景押上一切的人，几乎找不到第二个。

德米斯·哈萨比斯梦想的世界：AI与人类共同进化的时代。哈萨比斯的愿景有一个独到之处。他梦想的不是AI取代人类的未来，而是AI与人类共同进化的未来。这个差异看似微妙，实则根本性的。

硅谷许多技术领袖用赛跑来比喻AI的未来。人类和机器在同一条赛道上奔跑，终有一天机器会超越人类。在这个叙事中，人类是被甩在后面的一方。哈萨比斯的叙事不同。他常把AI比作望远镜。

伽利略通过望远镜发现了木星的卫星，但望远镜并没有取代伽利略。它只是让人的眼睛看到了原本看不到的东西。AI也是如此。在人类智能无法触及的领域，，两亿个蛋白质结构，或比宇宙原子总数还多的围棋

变化数，，AI是扩展人类理解力的工具。这个视角源于哈萨比斯的神经科学背景。他在UCL攻读博士学位时研究的课题是海马体(Hippocampus)。

海马体处于记忆与想象力的交汇处。哈萨比斯发现，回忆过去的神经机制与想象未来的神经机制是同一套。这一发现不只是一项学术成果。

它揭示了一个洞见：智能的核心不在于信息存储，而在于信息的重组，也就是基于经验去模拟从未经历过的情境的能力。这一洞见深深刻入了DeepMind的AI架构之中。AlphaGo下出第37手，不是从数据库中检索到了答案，而是从经验中想象出了新的可能。

哈萨比斯梦想的共同进化(Co-evolution)是这样的：AI向科学家提出新的假说。科学家解读这些假说的含义，做出伦理判断，决定研究方向。

AI再根据这些决定进行学习，给出更精准的建议。这个循环不断重复，AI在进步，人类的理解也在加深。AlphaFold就是一个好例子。AI预测了蛋白质结构之后，190个国家超过200万名研究者利用这些数据，在疟疾疫苗、塑料降解酶、抗生素耐药性研究等各自领域取得了新发现。

这些事情并非AI独力完成的。是人类研究者读懂了AI提供的地图，加以解读，并应用到自己的课题中去。Project Astra是这一共同进化愿景的消费者版本。哈萨比斯构想的通用AI助手能理解用户的语境，具备记忆能力，可以跨设备协助日常生活。

从智能手机上开始的对话可以无缝衔接到智能眼镜上，基于浏览器的智能体Project Mariner代为处理复杂的线上操作。哈萨比斯强调，这个助手应当是「增强人类能力的工具」。目标不是把人变成被动的消费者，而是让人能做到更多的事。

这个愿景也潜藏着风险。共同进化一旦失败，就会变成共依赖(Codependence)，，人类过度依赖AI，丧失独立思考的能力。

哈萨比斯意识到了这种风险。这也是他向AI安全性(Safety)和对齐(Alignment)研究投入大量资源的原因之一。

前沿安全框架(Frontier Safety Framework)是确保AI系统不偏离人类价值观和意图的技术保障。哈萨比斯在2023年签署AI灭绝风险声明，呼吁建立类似IPCC的国际AI治理机构，公开警告「欺骗性对齐(Deceptive Alignment)」的危险，都出于同一考量。共同进化要成为可能，AI就必须处于人类的掌控范围之内。哈萨比斯相信人类无限的适应力。

他在接受CBS采访时说：「看看我们多么自然地适应了智能手机和数字设备。AI也会成为类似的变化之一。」这话乐观，但不是不负责任的乐观。智能手机从根本上改变了人类的沟通方式、信息消费方式和社会关系，同样，AI也将从根本上改变人类的思维方式、工作方式乃至对存在意义的理解。这层认知包含在他的话语之中。

只不过哈萨比斯希望，这场变革的终点是进化而非毁灭。AI与人类不是互相排斥，而是互补彼此的局限，一同成长的时代。这就是德米斯·哈萨比斯从四岁坐在棋盘前起，四十年来追寻的那个梦想的终极面貌。给后来者的寄语：「学会如何学习(Learning to Learn)」。2025年9月12日，雅典。在卫城脚下的希罗德·阿提库斯剧场(Odeon of Herodes Atticus)，哈萨比斯站到了听众面前。

这座罗马时代建造的半圆形剧场，两千年前就是人们聚集在一起分享知识与艺术的地方。在这座古老的舞台上，诺贝尔奖得主向未来世代留下了一句嘱托。「学会如何学习(Learning how to learn)。这是下一代人最需要的能力。」

要理解这番话的背景，需要重新审视哈萨比斯本人的经历。他从来不是某一个领域的专家。他曾是国际象棋神童、游戏开发者、神经科学家，也是AI研究者和企业家。

在职业生涯的每一个阶段，他都必须从零开始学习一个新领域。17岁在游戏公司Bullfrog Productions工作时，他自学了编程和游戏设计。创办并经营Elixir Studios时，他学会了管理。29岁进入UCL攻读博士，他学习了神经科学。

34岁创立DeepMind时，他又在学术、商业和技术的交叉地带学习如何打造一种全新的组织。哈萨比斯的这段轨迹本身，就是「学会如何学习」的活样本。他在雅典强调的元技能(Meta-Skill)，指的不是某一门具体的知识或技术，而是快速掌握新知识和新技术的方法论。

了解自己的学习风格，连接不同领域的想法，终身持续地适应变化。哈萨比斯呼吁，这些能力应当与数学、科学、人文学科这些传统科目一起，成为教育的核心。这一寄语的紧迫性来自AI的发展速度。哈萨比斯在雅典演讲中说：「即便在平常时期，预测十年后的世界也很困难。

AI每周都在变化的今天，这件事变得更加困难。能确定的只有一件事：巨大的变革正在到来。技术知识的半衰期在急剧缩短。

大学里学的编程语言，到毕业时可能已经过时。为某个职业训练的技能，五年后可能被AI自动化取代。在这样的环境下，生存之道不是依赖某一项技能，而是具备一种根本性的能力：无论什么技能，需要时就能学会。哈萨比斯的建议里，投射着他的国际象棋经验。

要在国际象棋中达到顶尖水平，光靠记住单步棋是不够的。需要的是一种元能力：识别棋局模式，读懂对手的意图，预判好几步之后的走势，在局面不利时灵活修正计划。哈萨比斯十二岁在列支敦士登参加比赛，下完一盘长达十小时的棋后问道：「如果把这些头脑用在治疗癌症或气候问题上呢？」那一刻他发现的，不是国际象棋这项游戏的局限，而是学习这种行为的可迁移性（Transferability）。在一个领域锻炼出的思考力，可以迁移到另一个领域。这个领悟，就是把一个国际象棋神童变成AI先驱的原动力。

希腊总理基里亚科斯·米佐塔基斯（Kyriakos Mitsotakis）在同一场合从另一个角度补充了警告。如果AI的红利集中在少数巨头企业手中，大多数人感受不到这种红利，严重的社会动荡将随之而来。哈萨比斯「学会如何学习」的建议，在这个语境下有了更深的含义。

它既是AI时代个人不被淘汰的生存策略，也是整个社会均匀享受AI红利的教育基础设施根基。哈萨比斯认为AI可以革新教育本身。谷歌DeepMind在2025年与英国政府达成全面研究合作协议，将开发一套与英格兰国家课程标准对接的AI教师辅助系统。

如果AI能识别每个学生的学习速度、长处和短板，提供定制化教学，那么「学会如何学习」的过程本身就能被AI加速。这看起来像悖论，但对哈萨比斯来说是自然的循环。AI提升人类的学习能力，学习能力提升后的人类创造出更好的AI。这是共同进化的教育版本。在雅典演讲的末尾部分，哈萨比斯这样说。

「可以确定的是，你们将需要在一生中不断学习。」这句话很谦逊。一位诺贝尔奖得主，掌管全球最强AI的CEO，坦承自己无法精确预测未来。

他能给出的不是答案，而是方法论。答案会变，但懂得如何寻找答案的人，能应对任何变化。这就是一个四岁学国际象棋、八岁买电脑、十七岁进入游戏公司、二十九岁攻读博士学位的人，用一生传递给后人的信息。

智能时代需要的，是「更聪明的模型」还是「更成熟的人类」？这部传记从德米斯·哈萨比斯这个人的故事开始。伦敦北部一个并不宽裕的多元文化家庭里长大的男孩。父亲科斯塔斯是希腊裔塞浦路斯人，母亲安吉拉是华裔新加坡人，他是家中长子。在棋盘上被思维的本质迷住，在ZX Spectrum 48K电脑前自学编程，比起学校成绩单更被宇宙的基本法则所吸引的孩子。这部传记追随了那个孩子用四十年时间把自己的问题一路追问到底的故事。而现在，在故事的终点，我们抵达了这样一个节点：哈萨比斯留下的问题，比哈萨比斯创造的成就更为重要。

2025年，《时代》（TIME）杂志将哈萨比斯列为「年度人物」之一，封面标题为「AI的建筑师们（Architects of AI）」。同年，英国王室授予他骑士爵位（Knight Bachelor）。拉斯克医学研究奖、加拿大盖尔德纳国际奖、突破奖接踵而至。牛津、剑桥、UCL、帝国理

工学院先后授予他荣誉博士学位。他成为英国皇家学会（FRS）和皇家工程院（FREng）的院士。世界承认哈萨比斯是我们时代最具影响力的科学家之一。

但哈萨比斯自己依然不安。这种不安不是对失败的恐惧，而是对成功的恐惧。如果AGI真的在五到十年内降临，人类准备好承受它了吗？哈萨比斯没有回避这个问题。

他在AI灭绝风险声明上签名，公开表示「社会还没有为AGI做好准备」，提议参照CERN模式建立国际AI治理机构，这些行动都源于同一种不安。这种不安的核心存在一个矛盾。哈萨比斯既是技术乐观主义者，又是安全主义者。

他相信AI将成为人类历史上最有益的技术，同时警告如果处理不当，它可能威胁人类的存在本身。这两种信念看似矛盾，对哈萨比斯而言却是一枚硬币的两面。正如核能既能点亮城市也能摧毁城市，AI的力量越大，驾驭它的人类的成熟程度就越成为决定性变量。

制造「更聪明的模型」是哈萨比斯和谷歌DeepMind两千名研究人员每天在做的事。Gemini系列从1.0经2.5 Pro发展到Gemini 3，月活跃用户达到6.5亿。模型的推理能力、多模态理解力、智能体功能每年都在跃升。

哈萨比斯认为这种进步已「跨过了分水岭（Watershed Moment）」。意思是AI模型已经成熟到可以用作高水平的研究助手。但培养「更成熟的人类」是另一个维度的问题。

这不是写代码能解决的，不是发论文能解决的，也不是增加服务器能解决的。什么是成熟的人类？是不盲信AI给出的答案、保持自主判断力的人。是在AI带来的富足中能自己找到生命意义的人。是在AI无法替代的领域，在共情、伦理、创造力和责任感的领域中坚守自身角色的人。

想象一下哈萨比斯在《财富》杂志采访中提到的「根本性富足」的世界。能源几乎无限，实物商品的生产成本急剧下降，大部分疾病都可以治愈的世界。在资源约束消失的世界里，人类

将做什么？哈萨比斯自己也提过这个问题。「如果中了彩票，有多少人会回去上班？」这个问题里，蕴含着一场比工业革命大十倍、快十倍的变革面前，超越经济分配的存在论层面的课题：人的目的与意义。

写这部传记的过程中，我常常回到一个场景。1988年，列支敦士登。十二岁的德米斯·哈萨比斯下完一盘长达十小时的棋，走出赛场。来自欧洲各国的青少年棋手整日绞尽脑汁。那一刻，少年脑中浮现了一个问题。

「如果把这些头脑用在治疗癌症或气候问题上呢？」这个问题来自一个看到了棋盘之外世界的少年的想象力。国际象棋很美，但棋的智能被锁在棋盘之内。

少年想要一个智能不被困住的世界。德米斯·哈萨比斯的人生仍在进行中。哈萨比斯在2024年获得诺贝尔奖后这样说。

「AI将成为人类创造的最有益的技术。但这有一个前提：我们以正确的方式去创造它，以正确的方式去使用它。」「只有在……的前提下（only if）。」

这个条件句承载着这本书的分量。哈萨比斯自己把AI称为「参差不齐的智能（Jagged Intelligence）」。一种在某些领域碾压人类、在另一些领域犯出比小学生还低级错误的技术。这种参差不齐既是技术的不完善，也是驾驭这种技术的人类文明的不完善。正如核能既能点亮城市也能摧毁城市，AI的力量越大，驾驭它的人类的成熟程度就越成为决定性变量。

1988年，列支敦士登。十二岁的少年下完一盘长达十小时的棋，走出赛场。「如果把这些头脑用在治疗癌症或气候问题上呢？」三十六年后，那个少年在很大程度上实现了自己的梦想。

AlphaFold就是智能不被困在棋盘里的证明。但新的问题也随之而来。在智能不被困住的世界里，人类能不被困住吗？在AI提供一切答案的世界里，人类还能保持提问的能力吗？从棋盘前那个四岁男孩开始的追问，还没有结束。

附录 附录1. 德米斯·哈萨比斯年表 1976年：7月27日生于英国伦敦。父亲为希腊裔塞浦路斯人，母亲为华裔新加坡人，他是家中长子。1980年：四岁开始学习国际象棋。两周内即赢过父亲，展露天赋。1989年：十三岁达到国际象棋大师等级（Elo 2300），世界青少年排名第二。1991年：十五岁完成高中学业（A-level），进入电脑游戏公司Bullfrog。1994年：百万销量游戏「主题公园（Theme Park）」发行，担任首席程序员。1994年：进入剑桥大学皇后学院，主修计算机科学。1997年：获剑桥大学学士学位（最优等成绩）。1998年：创办游戏工作室Elixir Studios，开发「共和国（Republic）」等作品。2005年：进入伦敦大学学院（UCL）攻读博士，专业为认知神经科学。2007年：发表关于「想象力与记忆的脑结构关联」的论文，入选《科学》杂志年度十大成果。2009年：获UCL认知神经科学博士学位。2010年：与谢恩·莱格（Shane Legg）、穆斯塔法·苏莱曼（Mustafa Suleyman）共同创办DeepMind。2014年：谷歌以约4亿英镑收购DeepMind。2016年：开发围棋AI「AlphaGo」，在首尔以4比1击败李世石九段。2018年：蛋白质结构预测AI「AlphaFold」在CASP13竞赛中首次亮相。2020年：发布「AlphaFold 2」，宣布攻克了困扰生物学界五十年的难题。2021年：创办新药研发子公司Isomorphic Labs并兼任CEO。2023年：出任Google Brain与DeepMind合并后的「谷歌DeepMind」CEO。2024年：英国王室因其在人工智能领域的贡献授予骑士爵位（Sir）。2024年：获诺贝尔化学奖（蛋白质结构预测贡献）。

附录2. 重要论文与项目导读 深度Q网络（DQN，2015年）：AI在没有人类干预的情况下自主学习并通关雅达利游戏的论文。这是强化学习与深度学习结合的现代AI起点。AlphaGo系列（2016至2017年）：发表于《自然》杂志的系列论文，涵盖从学习人类棋谱的版本（Lee）到完全自我对弈学习的版本（Zero）的演进过程。

AlphaFold 2（2021年）：仅凭蛋白质的氨基酸序列预测三维立体结构的革命性架构。这篇论文改变了生物学研究的范式。Gemini（2023至2024年）：能同时理解文本、图像、视频的多模态（Multimodal）模型项目。

如果说过去的AI是只能读文字的人，那Gemini更接近一个既能阅读文字、又能看图片、还能理解视频的人。这是DeepMind迈向日常通用型AI助手的最新步伐。AlphaProof与AlphaGeometry（2024年）：在数学推理和几何问题求解上达到人类专家水平的AI项目，证明了AI的逻辑思维能力。

附录3. 人物关系图 谢恩·莱格（Shane Legg）：DeepMind联合创始人兼首席科学家。推广了「AGI」这一术语，为智能的定义提供了哲学基础。穆斯塔法·苏莱曼（Mustafa Suleyman）：DeepMind联合创始人。强调AI的伦理维度和社会影响，目前担任微软AI部门CEO。大卫·西尔弗（David Silver）：AlphaGo项目负责人。哈萨比斯的剑桥同学，强化学习领域的世界顶级权威。

约翰·詹珀（John Jumper）：AlphaFold项目的核心架构师。2024年与哈萨比斯共同获得诺贝尔化学奖的天才研究员。

桑达尔·皮查伊（Sundar Pichai）：谷歌和Alphabet的CEO。他是哈萨比斯在谷歌内部保持自主性、专注于研究的坚强后盾。附录4. 哈萨比斯推荐书单 『真实世界的脉络』（The Fabric of Reality），大卫·多伊奇著：涵盖物理学、量子力学与知识增长的著作，对哈萨比斯世界观影响最大的一本书。『排列之城』（Permutation City），格雷格·伊根著：一部探讨用计算机模拟意识之未来的科幻小说，为数字智能提供了灵感。

『哥德尔、艾舍尔、巴赫』（Gödel, Escher, Bach），侯世达著：通过数学、艺术和音乐探索智能与意识本质的经典之作。『人类简史』（Sapiens），尤瓦尔·赫拉利著：从宏观视角审视人类历史与未来的著作。『基地』（Foundation）系列，艾萨克·阿西莫夫著：讲述用数学计算预测未来之尝试的科幻巨著。

附录5. 推荐视频 「AlphaGo」（2017年）：记录李世石九段与AlphaGo对决的纪录片，展现了技术成就背后的人性挣扎与戏剧性。「The Thinking Game」（2024年）：记录哈萨比斯的人生以及DeepMind挑战蛋白质结构预测（AlphaFold）历程的最新纪录片。Lex Fridman播客（Lex Fridman Podcast）：哈萨比斯在节目中就AGI的未来、意识的本质、物理学等话题进行深度对谈的访谈视频。诺贝尔演讲（Nobel Lecture，2024年）：2024年12月8日，哈萨比斯在斯德哥尔摩亲自发表研究成果与未来愿景的演讲视频。

TED演讲「人工智能如何破解自然与宇宙的秘密」（2024年）：讲述AI如何超越聊天机器人、作为科学工具改变世界的演讲。

德米斯·哈萨比斯，谷歌人工智能之父 电子书发行日期 | 2026年4月20日 作者 | 金京兰、金京镇 出版 | 金京镇律师出版社 出版社登记 | 2025. 3. 10.（第2025-000015号） 地址 | 首尔特别市东大门区田农路91号 百日大厦304室 电话 | 02-6338-1905 电子邮件 | kimkj008@gmail.com (C) 金京兰、金京镇 2026 本书为著作者的知识产权，未经授权禁止转载与复制。

人工智能专家 金京镇律师

AI法律政策专家 · 前国会议员 · 著作等身

如果这本书在您身边停留过哪怕片刻，请为下一个故事的诞生提供支持。

（自愿赞助账户：农协银行 302-1096-0948-81 户名：金京镇）