Demis Hassabis Kimdir? DeepMind’ın Kurucusu ve Nobel Ödüllü Dahi

Demis Hassabis, 27 Temmuz 1976’da Londra’da doğan bir bilgisayar bilimcisi, girişimci ve eski video oyunu tasarımcısıdır. 2010’da Shane Legg ve Mustafa Suleyman ile kurduğu DeepMind, yapay zeka araştırmalarının en etkili laboratuvarlarından biri haline geldi; şirket Ocak 2014’te Google tarafından satın alındı.

Hassabis’in adı, AlphaGo’nun Go dünya şampiyonu Lee Sedol’u 2016’da yenmesi ve AlphaFold’un protein yapılarını çözmesiyle tarihe geçti. 9 Ekim 2024’te protein yapı tahmini alanındaki çalışmalarıyla John Jumper ile paylaştığı Nobel Kimya Ödülü’nü kazandı. Bu makalede bir satranç çocuğundan Nobel sahibi laboratuvar yöneticisine uzanan yol, tarihler ve rakamlarla anlatılmaktadır.

Çocukluk ve Eğitim Yılları

Hassabis, Kıbrıs Rumu bir baba ile Singapurlu bir annenin çocuğu olarak Londra’da doğdu ve kuzey Londra’da büyüdü. Küçük yaşta satrançta üstün performans gösterdi; 13 yaşında usta düzeyinde reytinge ulaşan bir satranç oyuncusu olarak tanındı. Bilim kurgu okuyarak ve bilgisayar oyunları kurarak geçen çocukluk dönemi, onun hem oyunlara hem de yapay zekaya ilgi duymasının kaynağı oldu. Hassabis, oyunları yalnızca eğlence olarak değil, yapay zeka fikirlerini test edilebilecek bir laboratuvar olarak gördüğünü sonraki yıllardaki konuşmalarında tekrarladı; bu bakış açısı, DeepMind’ın oyun ortamlarında öğrenen sistemlerle başlamasını açıklamada sıkça kullanılan bir referans olarak öne çıktı.

1994’te, 17 yaşındayken ilk oyun stüdyosu Elysium Studios’u kurdu; stüdyonun ilk ürünü Theme Park, dünya genelinde milyonlarca kopya sattı. Sonrasında Peter Molyneux’nun Lionhead Studios’unda çalışan Hassabis, Black & White oyununun geliştirilmesinde lider roller üstlendi. Oyun sektöründeki başarısına rağmen beyin ve zeka üzerine akademik çalışmalar yapma isteğiyle Cambridge Üniversitesi’nde bilgisayar bilimi okudu ve 1997’de 20 yaşında üstün başarıyla mezun oldu.

Bilişsel Sinirbilim Doktorası

Hassabis, 2005’te University College London’da bilişsel sinirbilim doktorasına başladı. Eğitimini finanse etmek için erken dönem oyun gelirlerinden yararlandığı aktarılır. Tezinde, bellek kaybı yaşayan hastalarla yaptığı çalışmalara dayanarak insan beyninin olayları canlandırma ve gelecekteki durumları tasarlama yeteneğini araştırdı; bu yeteneğin hafıza sistemleriyle ortak bir temele dayandığı görüşünü deneysel verilerle destekledi. Doktora derecesini 2009’da aldı.

Doktora sonrasında kısa süre Massachusetts Institute of Technology ve Harvard’da doktora sonrası araştırmacı olarak çalıştı. Bu dönemde edindiği bulgular, yapay zeka sistemlerine insan belleğinin yapısından esinlenen mimariler önerme fikrini besledi. Oyun sektörü, sinirbilim ve bilgisayar bilimi üçgeninde geçen bu kariyer, DeepMind’ın kuruluş vizyonunun temelini oluşturdu: sinirbilimden esinlenen genel amaçlı öğrenme algoritmaları geliştirmek.

DeepMind’ın Kuruluşu ve Google’a Satış

Hassabis, 2010’da arkadaşı ve makine öğrenmesi araştırmacısı Shane Legg ile girişimci Mustafa Suleyman’ı da ekibe katarak DeepMind’ı Londra’da kurdu. Şirketin erken dönem yatırımcıları arasında Elon Musk, Peter Thiel ve Horizons Ventures gibi isimler bulunuyordu. DeepMind, bir video oyunu ekranına bakarak oyunu kendi kendine öğrenen algoritmalarla tanındı; Nature dergisinde yayımlanan 2015 çalışması, atari oyunlarını oynayan DQN sistemini bilim camiasına tanıttı.

Ocak 2014’te Google, DeepMind’ı satın aldığını açıkladı. Bedel açıklanmadı; basında yer alan tahminler yüz milyonlarca dolar bandında değişti. Anlaşmanın bir koşulu olarak şirketin yapay zeka etik kurulu de desteklendi; kuruluş, teknolojinin toplumsal kullanımına dair danışma görevi görecekti. Satın alma sonrasında şirket, Google bünyesinde araştırma özerkliğinin büyük ölçüde korunduğu bir yapı olarak kaldı. DeepMind’ın uygulama tarafında enerji verimliliği (Google veri merkezlerinin soğutma maliyetlerini düşüren sistemler) ve sağlık projeleri öne çıktı. Enerji projelerinin rapor edilen tasarruf oranları, yapay zekanın operasyonel uygulamalarına verilen erken örnekler arasında gösterildi.

DeepMind’ın erken dönem yöntemi, oyun ekranındaki piksellerden skorları tahmin eden derin Q-ağları üzerine kuruluydu; 2013’te yayımlanan ön çalışma ve 2015’te Nature dergisinde çıkan makale, tek bir algoritmanın onlarca farklı atari oyununu oynayabildiğini gösterdi. Hassabis bu sonuçları, genel amaçlı bir zeka yaklaşımına giden yolun ilk deneysel kanıtları olarak sundu. Şirketin Londra’daki araştırma kültürü, akademik yayın ritmini koruyan az sayıdaki endüstri laboratuvarından biri olarak tanımlandı; bu yaklaşım, Google satın almasından sonra da büyük ölçüde korundu.

AlphaGo, AlphaZero ve AlphaFold

Mart 2016’da AlphaGo, Go dünyasının önde gelen oyuncularından Lee Sedol’u beş maçlık seride 4-1 yendi. Bu sonuç, Go’nun bilgisayarlar için onlarca yıl daha imkansız kabul edildiği bir dönemde gelmiş olmasıyla geniş bir kamuoyu yankısı uyandırdı. Seul’de oynanan maçlar milyonlarca izleyiciye canlı aktarıldı; ikinci maçtaki 37 numaralı hamle, makinelerin insanlardan farklı yollarla düşünebileceğine dair tartışmaların simgesi olarak Go yorumcuları tarafından analiz edildi. Hassabis, serinin bilgisayar bilimi dışındaki kamusal etkisinin, alanın birkaç on yıllık tarihi boyunca en geniş kitleye ulaşan olaylarından biri olduğunu söyledi. Sonraki yıl yayımlanan AlphaZero, satranç, shogi ve Go’yu yalnızca kuralları bilerek kendi kendine öğrenen tek bir sistemle üst düzey performansa taşıdı.

Hassabis’in Nobel ile taçlanan katkısı ise AlphaFold oldu. 2020’deki CASP14 değerlendirmesinde AlphaFold2, proteinlerin amino asit dizisinden üç boyutlu yapısını deneysel yöntemlere yaklaşık bir hassasiyetle tahmin etti; 2022’de yayımlanan sonuç, bilinen neredeyse tüm proteinler için yaklaşık 200 milyon yapı öngörüsünü bilim dünyasına açtı. Bu veri kümesi, ilaç araştırmalarından enzim tasarımına uzanan geniş bir alanda kullanıma girdi. Protein yapısı tahmini alanındaki çalışmalarıyla Hassabis ve John Jumper, 2024 Nobel Kimya Ödülü’nü David Baker ile paylaştı. Değerlendirme komitesi üyeleri, CASP14 sonucunu sorunun büyük ölçüde çözülmesi olarak niteledi; bu, alanın yaklaşık elli yıldır üzerinde çalıştığı bir hedefti.

Google DeepMind ve Gemini Dönemi

Nisan 2023’te Google, DeepMind ile kendi Google Brain birimini birleştirerek Google DeepMind adlı tek bir araştırma organizasyonu kurdu ve yönetimini Hassabis’e verdi. Bu birleşme, OpenAI’ın ChatGPT ile yarattığı rekabet baskısı karşısında Google’ın genel amaçlı modeller geliştirme çabasının merkezi olarak konumlandı. Aralık 2023’te yayımlanan Gemini model ailesi, bu organizasyonun ilk büyük ürünü oldu. Gemini’nin ilerleyen sürümleri metin, görüntü ve sesi tek bir model içinde işleyen çok kipli mimariyle dikkat çekti; şirketin asistan ürünleri ve arama platformlarına entegrasyonu, laboratuvar çıktılarının milyarlarca kullanıcıya ulaşmasını sağladı.

Sonraki yıllarda Google DeepMind, dil modellerinin yanında bilimsel ve matematiksel akıl yürütme projelerine de ağırlık verdi. Temmuz 2024’te AlphaProof ve AlphaGeometry sistemlerinin Uluslararası Matematik Olimpiyatı sorularında gümüş madalya düzeyinde performans gösterdiği duyuruldu. Hassabis, 2021’de DeepMind’dan ayrı bir birim olarak kurulan ve ilaç keşfi üzerine çalışan Isomorphic Labs’ın da CEO’luğunu sürdürüyor; şirket, 2025 başında bildirilen rakamlarla yaklaşık 600 milyon dolarlık ilk dış yatırım turunu tamamladı.

Nobel Ödülü ve Bugün

Hassabis, 9 Ekim 2024’te duyurulan Nobel Kimya Ödülü’nü protein yapı tahmini ve protein tasarımı alanındaki katkılarıyla kazandı. Ödül, yapay zekanın doğa bilimlerine uygulandığı ilk Nobel’lerden biri olarak değerlendirildi. Komitenin açıklaması, ödülün David Baker ile protein tasarımı ve Hassabis ile Jumper’ın yapı tahmini çalışmaları olmak üzere tamamlayıcı iki katkıya bölündüğünü vurguladı. Hassabis verdiği demeçlerde, yapay zekanın bilimde bir rönesans başlatabileceğini ve bol kaynaklı bir geleceğin kapısını açabileceğini öne sürdü. Stockholm’deki Nobel dersinde protein bükülmesi probleminin çözülmesinin biyoloji araştırmalarını hızlandırma etkisini örneklerle anlattı; tören, yapay zeka araştırmacılarının geleneksel doğa bilimleri topluluğuyla aynı sahneyi paylaştığı bir an olarak basında tasvir edildi.

Eleştiriler de var: yapay zekanın bilimsel keşiflerdeki rolünün abartıldığı, Nobel ödüllerinin disiplin sınırlarını bulanıklaştırdığı yönünde tartışmalar basında yer aldı. Buna rağmen oyun tasarımcılığından sinirbilime, oradan genel amaçlı öğrenme ve protein yapılarına uzanan yol, Hassabis’i yapay zeka alanının en geniş yelpazeli figürlerinden biri olarak kayıtlara geçirdi. Onun kariyerine dair yaygın bir yorum, oyun endüstrisinin simülasyon disiplini ile sinirbilimin deneysel titizliğinin, ölçek odaklı mühendislik kültürüyle birleştiğidir; bu üç bileşenin AlphaGo ve AlphaFold gibi projelerde bir araya geldiği, alan yazınında sıkça dile getirilir. 2026 itibarıyla Google DeepMind’ın CEO’su olarak şirket, Gemini ailesini ve bilimsel keşif modellerini geliştirmeye devam ediyor.