Demis Hassabis チェス神童、ゲームクリエイター、神経科学者、 そしてノーベル賞AI研究者。 一人の天才が辿った「知能の本質」への旅路。
Chapter 01
The Chess Prodigy 1976年、ロンドン北部。ギリシャ系キプロス人の父とシンガポール系中国人の母のもとに生まれたデミス・ハサビスは、4歳でチェスを覚え、瞬く間にその才能を開花させた。
13歳でチェスマスターの称号を獲得。世界14歳以下ランキング2位。イングランドのジュニアチャンピオンに何度も輝いた。だが少年はチェスの先に、もっと大きな問いを見ていた。
“チェスは私にとって、知能そのものを理解するための最初の実験場だった。盤上で何が起きているのか——それを解明したかった。”
── Demis Hassabis 幼少期を振り返って チェスの賞金でコンピュータを買い、独学でプログラミングを始めた。知能の秘密を追い求める少年の旅は、ここから始まった。
Chapter 02
The Game Designer 17歳。A-levelの試験を終えた少年は、Bullfrog Productionsの門を叩いた。伝説的ゲームデザイナー、ピーター・モリニューの右腕として「Theme Park」のAIプログラミングを担当。このゲームは全世界で700万本以上を売り上げた。
ケンブリッジ大学でコンピュータサイエンスを学んだ後(Double First=最優秀)、22歳で自らのゲームスタジオ「Elixir Studios」を設立。「Republic: The Revolution」と「Evil Genius」を世に送り出した。
“ゲーム開発は、知能のあらゆる側面——計画、適応、創造性——を一つのシステムに統合する究極のテストだった。”
── Demis Hassabis ゲーム開発時代を振り返って だがHassabisは、ゲームAIの限界を痛感していた。キャラクターはスクリプト通りにしか動けない。真の知能には何が必要なのか? その答えを求め、彼は30歳にして再び学生に戻る決断をする。
Chapter 03
The Neuroscientist UCL(ユニバーシティ・カレッジ・ロンドン)の神経科学博士課程。成功したゲーム起業家が、なぜ大学院に? 周囲は首を傾げた。だがHassabisには明確なビジョンがあった。
「脳がどう学習し、想像し、計画するのか。それを解明しなければ、真のAIは作れない」
彼の博士研究は、海馬が「過去の記憶」と「未来の想像」の両方に関わることを実証した画期的なものだった。この発見はNatureとScience誌に掲載され、後のAIアーキテクチャ設計に直接的な影響を与えた。
学術的業績 Nature (2007)
海馬と想像力の関係を解明。記憶と未来予測が同じ神経回路を使うことを実証
Science (2007)
記憶喪失患者の想像力実験。エピソード記憶と場面構築の神経メカニズム
PNAS (2009)
ナビゲーションと空間認知における海馬の役割
Nature (2013)
DQN論文。深層強化学習でAtariゲームを超人レベルでプレイ
チェスプレイヤー、ゲームデザイナー、神経科学者。3つのキャリアが一つに収束するとき、DeepMindが生まれた。
Chapter 04
The DeepMind Bet 2010年、ロンドン。Hassabisは幼なじみのShane LeggとMustafa Suleymanと共にDeepMindを設立した。ミッション:「知能の本質を解明し、それを使って全てを解決する(Solve intelligence, then use it to solve everything else)」
壮大すぎるビジョンに、多くの投資家が二の足を踏んだ。だがHassabisのアプローチは独自だった。他のAI企業が工学的手法に頼る中、DeepMindは神経科学の知見をAIに取り込む「ニューロサイエンス・インスパイアドAI」を掲げた。
“知能を解明するには、それを生み出す唯一の存在——脳——から学ぶしかない。”
── Demis Hassabis DeepMind設立時 2014年、Google(現Alphabet)がDeepMindを約5億ドルで買収。Hassabisはこの資金を使い、AIの歴史を塗り替えるプロジェクトを次々と始動させる。
Chapter 05
Move 37 — AlphaGo 2016年3月、ソウル。DeepMindが開発したAlphaGoが、世界最強の囲碁棋士の一人イ・セドル九段に挑んだ。囲碁の局面数は宇宙の原子の数より多い。AIが人間のトップ棋士に勝てるのは「あと10年はかかる」と誰もが思っていた。
中でも第2局の「手37(Move 37)」は伝説となった。人間の棋士なら絶対に打たない、一見非合理な一手。解説者は困惑し、イ・セドルは15分間沈黙した。だがその手は、AIが人間の想像力を超えた瞬間だった。
“AlphaGoは我々に、人間の知識の限界を示した。あの手37を見た瞬間、私は棋士として、新しい宇宙が見えた気がした。”
AlphaGo 進化の系譜 AlphaGo Fan
2015 — ELO 3,144
ファン・フイ二段に5-0で勝利。初のプロ棋士撃破
AlphaGo Lee
2016 — ELO 3,739
イ・セドル九段に4-1。「手37」が歴史に刻まれる
AlphaGo Master
2017 — ELO 4,858
オンラインで60連勝。柯潔九段に3-0
AlphaGo Zero
2017 — ELO 5,185
人間の棋譜なしで自己対局のみ。3日でAlphaGo Leeを超える
2億人がライブ中継を見た。AIはもはやSFではなく、現実の力になった。
Chapter 06
The Nobel Prize — AlphaFold タンパク質の立体構造予測——生物学50年来の難問。アミノ酸配列から3次元構造を正確に予測できれば、創薬、疾病理解、農業まで革命が起きる。だが計算量が膨大すぎて、実質不可能とされていた。
2020年、AlphaFold 2がCASP14でGDTスコア92.4を達成。「実験的手法と同等の精度」——審査員は驚愕した。2022年にはAlphaFold DBとして2億以上のタンパク質構造を無料公開。世界中の研究者に革命的ツールを届けた。
“AlphaFoldは、AIが基礎科学を根本的に変え得ることを証明した。これはAIの最も美しい応用だと思う。”
── Demis Hassabis ノーベル賞受賞スピーチ 2024年10月、ノーベル化学賞。DeepMindのJohn Jumperと共同受賞。AIがノーベル賞の対象となる時代が、ここに始まった。
2023年4月、GoogleのAI研究部門Brain TeamとDeepMindが統合。「Google DeepMind」が誕生し、HassabisがCEOに就任した。OpenAIのChatGPTがAI市場を席巻する中、Googleの反攻の切り札として託された。
同年12月、Gemini 1.0を発表。テキスト、画像、音声、動画を統合的に理解するマルチモーダルAI。2024年にはGemini 1.5 Proが100万トークンのコンテキストウィンドウを実現。2025年にはGemini 2.0、そしてProject Astra(リアルタイムAIアシスタント)へと進化を続ける。
DeepMind 主要マイルストーン(インパクト度)
“AGIの実現は、人類史上最も重要な技術的マイルストーンになるだろう。だからこそ、安全性と倫理を最優先にしなければならない。”
── Demis Hassabis Google DeepMind CEO Hassabisの信念は一貫している。「AIは科学の究極のツールである」——囲碁からタンパク質へ、そして未知の科学領域へ。AGI(汎用人工知能)への道を、彼は科学者として歩み続ける。
1976 ロンドン北部で生まれる。ギリシャ系キプロス人の父、シンガポール系中国人の母
1989 13歳でチェスマスター。世界14歳以下ランキング2位
1994 Bullfrog Productionsで「Theme Park」の開発に17歳で参加。ピーター・モリニューの下で学ぶ
1997 ケンブリッジ大学コンピュータサイエンス卒業(Double First)
1998 Elixir Studios設立。「Republic: The Revolution」「Evil Genius」を開発
2005 UCL神経科学博士課程。記憶・想像・ナビゲーションの研究でNature/Science論文
2009 博士号取得。「海馬と想像力」の研究はAI設計に直接影響
2010 DeepMind共同設立(Shane Legg、Mustafa Suleyman と3人で)
2013 Atari DQN論文。深層強化学習でブロック崩し等を超人レベルでプレイ
2014 Google が DeepMind を約$500Mで買収。Hassabis がAI研究を統括
2016 AlphaGo vs イ・セドル。4勝1敗。「手37」が人類の囲碁観を覆す
2018 AlphaFold v1がCASP13で優勝。タンパク質構造予測にAI革命を起こす
2020 AlphaFold 2がCASP14でGDTスコア92.4。「50年来の生物学の大問題を解決」
2022 AlphaFold DB公開。2億以上のタンパク質構造を無料で提供
2023 Google DeepMind統合。Geminiの開発を主導
2024 ノーベル化学賞受賞(John Jumperと共同)。ナイト爵叙任
Sources & References • DeepMind公式 — deepmind.google
• Nobel Prize Press Release (2024) — nobelprize.org
• AlphaGo: The Movie (2017) — YouTube ドキュメンタリー
• AlphaFold Protein Structure Database — alphafold.ebi.ac.uk
• "AlphaFold2 CASP14 Results" — Nature (2021)
• "Imagination and the Human Brain" — Hassabis et al., Nature (2007)
• Gemini Technical Report — Google DeepMind (2023-2025)
• The Guardian, Wired, Bloomberg — Hassabis プロフィール記事
この記事の要点 デミス・ハサビスは4歳でチェスを始め13歳で年齢別世界5位、その後ゲームデザイナー・神経科学者へ転身した 17歳で『テーマパーク』共同デザイナーを務め、Elixir Studios創業後にUCLで神経科学博士号を取得した 2010年にDeepMindを共同創業、2014年Googleが約4億ポンドで買収、2016年AlphaGoがイ・セドル九段に勝利した 2024年にAlphaFoldの功績でジョン・ジャンパーとともにノーベル化学賞を受賞、AI研究者初の受賞となった
チェス神童から神経科学者へ
デミス・ハサビスは1976年、イギリス・ロンドン生まれ。父はギリシャ系キプロス人、母はシンガポール系中国人。4歳でチェスを始め、13歳で年齢別の世界5位にランクインするトップクラスのプレイヤーとして知られた。
しかしハサビスは、若くしてチェスだけの人生を選ばなかった。ゲームデザイナーとして成功を収め、その後に再び学問の世界に戻り、神経科学の博士号を取得する——一つの才能を横断的に育てていくキャリアを、彼は自覚的に選んできた。
ゲーム開発者としての青春
17歳のとき、バンジョー・レスター(Peter Molyneuxが率いるブルーフロッグ社)で、シミュレーションゲーム『テーマパーク』の共同デザイナーを務めた。200万本以上を売り上げたヒット作だ。
年 関わった主なプロジェクト 1994 『テーマパーク』共同デザイナー(ブルーフロッグ) 1998 Elixir Studios創業、『リパブリック』『エヴィル・ジニアス』を開発 2005 Elixirを閉鎖、ユニバーシティ・カレッジ・ロンドンで神経科学の博士課程へ
ゲーム業界からの撤退は、多くの人から見れば「成功者の奇行」に映ったが、ハサビス自身は「自分が本当に解きたい問題は、知能そのものだ」と明言していた。
神経科学からAI研究へ
UCLで博士課程を修めた後、ハサビスは記憶と想像力に関する研究で知られるようになる。共著論文「エピソード記憶の喪失は未来想像の能力を損なう」は、ニューロサイエンスの主要誌に掲載され、世界的に引用された。
記憶と未来想像が同じ脳領域を使うという発見は、AIが「未来を想像して計画する」能力を研究する上でも示唆に富むテーマだった。彼のAI研究のアプローチには、常にこの神経科学の視点が溶け込んでいる。
DeepMindの創業と、Googleによる買収
2010年、ハサビスは仲間の研究者とともにDeepMindを共同創業する。最初の数年は資金繰りに苦しんだが、2014年にGoogleが約4億ポンドで買収し、組織的な基盤が整った。
年 出来事 2014 Googleに買収される 2016 AlphaGoがイ・セドル九段に勝利 2017 AlphaGo Zero、人間の対局データなしで最強に 2020 AlphaFold 2、タンパク質構造問題で歴史的な成果 2023 Google DeepMindへ統合、Geminiの開発を主導
AlphaGoは、ゲームAIの到達点として世界を驚かせた。AlphaFoldは、医学と生物学の研究スピードを一段引き上げた。これらの成果によって、ハサビスは「AIが科学を加速する」時代の象徴的な人物になった。
ノーベル賞受賞と「知能の本質」への探求
2024年、ハサビスはジョン・ジャンパーとともに、AlphaFoldの功績でノーベル化学賞を受賞する。AI研究者がノーベル賞を受賞するのは初めてのケースで、AIが科学インフラの一部として認知された瞬間だった。
テーマ ハサビスが関心を示す問い 知能の本質 学習・記憶・想像・計画を一般化する仕組み 科学の加速 AlphaFoldのように、AIで研究を100倍速く進める 気候と持続可能性 エネルギー最適化、核融合への貢献 意識の科学 主観的体験がどこから生まれるか
彼の研究の視点は、単にモデルの性能を上げることではなく、「人類が世界を理解する速度を変える」点にある。
Google DeepMindという新しい現場
2023年、GoogleはGoogle BrainとDeepMindを統合して「Google DeepMind」を発足させた。ハサビスはそのCEOとして、Geminiシリーズの開発、TPUとAIの連携、医療・科学分野の研究プロジェクトを束ねている。
組織は巨大になったが、ハサビスは「研究の自由度と製品化のスピードを両立させたい」と公言している。論文の数、研究者の定着率、製品への組み込みスピードが、彼のリーダーシップの実質的な評価指標になっている。
次の10年で問われること
ハサビスが追う大きな問いは、「人間レベルの汎用知能をどう作るか」「それを安全に社会に導入するか」という二つだ。OpenAI、Anthropic、Metaなどの競合と研究を競いつつ、ノーベル賞を受賞した科学者としての視点を失わない——このバランスが、彼の存在を唯一無二のものにしている。
チェス神童、ゲームデザイナー、神経科学者、AI研究者、ノーベル賞受賞者——一つのキャリアにこれだけの顔を重ねた人物は稀だ。彼が次に何を解きたいかを見ていれば、AI研究の次の10年の方向が見えてくる。
AlphaFoldが変えた研究の現場
AlphaFoldの影響は、創薬・構造生物学・疾患研究の現場で具体的な変化を起こしている。従来は数ヶ月〜数年かかったタンパク質構造の予測が、数時間で得られるようになった。
領域 AlphaFoldがもたらした変化 創薬 ターゲットタンパク質の構造を即座に可視化 酵素設計 環境分解酵素など、新規酵素の合理的設計 疾患研究 希少疾患に関わる変異タンパク質の解析 農業 耐病性・耐乾性の作物開発の基盤データ
DeepMindは子会社Isomorphic Labsを立ち上げ、AlphaFoldの知見を創薬へ直接応用する事業を展開している。「AIが科学を加速するビジネスモデル」の先行例として、製薬・バイオベンチャー業界から注目されている。
日本との関わり
ハサビスは日本の研究機関とも関係を深めてきた。東京大学、京都大学、理研、産総研などとの共同研究や、学会での講演などを通じて、日本の若手研究者に強い影響を与えている。
Gemini、AlphaFold、AlphaGoの日本での浸透は、研究者・開発者コミュニティの草の根的な広がりから始まり、今では行政・製薬・大学のいずれにも拡散している。ハサビス自身も、「日本は長期視点の研究投資ができる国」と評価しているとインタビューで語っている。
ゲームと科学をつなぐ視点
ハサビスのキャリアの核には、「ゲームで試した戦略を、現実の科学問題に持ち込む」という一貫した方法論がある。囲碁で磨いたAIが、タンパク質の構造予測に応用された。ビデオゲームのシミュレーション環境が、自動運転や物理シミュレーションの研究基盤に転じた。
ゲームでの技法 科学への応用 自己対戦 AlphaGo、AlphaFoldの学習手法 モンテカルロ探索 タンパク質折り畳み、化学合成経路 シミュレーション環境 ロボット学習、気候モデル 報酬設計 強化学習による科学問題の定式化
この方法論が、彼のユニークさを支えている。次に彼が解こうとする問題が、エネルギー、気候、医学のどこから選ばれるかは、AI研究全体の方向を示す指標になるだろう。
安全性と社会への責任
ノーベル賞受賞者としての発言力を持ちながら、ハサビスは繰り返し「AIを安全に届けることこそが最大の技術的課題だ」と公言している。Google DeepMindでは、Frontier Safety Framework(最前線の安全枠組み)を策定し、能力が閾値を超えたモデルに対する追加評価プロセスを定めている。彼の主張は、技術者と政策関係者の両方に響く語彙を持っている点で、業界全体の議論の方向を静かに整えている。