Sir Demis Hassabis (né le 27 juillet 1976) est un chercheur et entrepreneur britannique en intelligence artificielle. Il est le président et cofondateur de Google DeepMind et le scientifique en chef d'Alphabet, ainsi que le directeur général et cofondateur d'Isomorphic Labs. En 2024, Hassabis et John M. Jumper ont reçu conjointement le prix Nobel de chimie pour leurs contributions de recherche en IA à la prédiction de la structure des protéines.
Hassabis est membre de la Royal Society et a remporté des prix pour ses efforts de recherche, notamment le Breakthrough Prize, le prix international Gairdner du Canada et le prix Lasker. Il a été nommé CBE en 2017 et anobli en 2024 pour ses travaux sur l'IA. Il a également été inscrit parmi les 100 personnes les plus influentes du monde du Time en 2017 et 2025, et a été l'un des « Architectes de l'IA » collectivement choisis comme personnalité de l'année 2025 du Time.
Jeunesse et éducation
Hassabis est né de Costas et Angela Hassapis. Son père est un Chypriote grec et sa mère est une Singapourienne chinoise. Demis a grandi dans le nord de Londres. Son nom de famille d'origine était « Hassapis » (grec : Χασάπης), signifiant « boucher » en grec, mais il a plus tard, selon Ingo Althöfer, « exécuté une mutation ponctuelle en changeant 'p' en 'b' ». L'un de ses frères cadets porte encore le nom de famille d'origine.
Dans ses débuts de carrière, il était programmeur et concepteur d'IA pour jeux vidéo, ainsi qu'un expert en jeux de société. Enfant prodige des échecs dès l'âge de quatre ans, lorsqu'il a appris les échecs en regardant son père jouer contre son oncle, Hassabis a atteint le niveau de maître à l'âge de 13 ans avec un classement Elo de 2300 et a été capitaine de nombreuses équipes juniors anglaises d'échecs. Il a représenté l'Université de Cambridge dans les matchs d'échecs universitaires Oxford-Cambridge de 1995, 1996 et 1997, remportant une demi-blue.
Il s'est d'abord intéressé à la technologie après avoir acheté son premier ordinateur en 1984, un ZX Spectrum 48K, financé par ses gains aux échecs. Il a appris seul à programmer à partir de livres. Il a ensuite écrit son premier programme d'IA sur un Commodore Amiga pour jouer au jeu de société Othello.
Entre 1988 et 1990, Hassabis a été éduqué à la Queen Elizabeth's School de Barnet, une école de grammaire pour garçons dans le nord de Londres. Il a ensuite été scolarisé à domicile par ses parents pendant un an, avant d'étudier à l'école polyvalente Christ's College à East Finchley. Il a terminé ses examens A-level deux ans plus tôt, à 16 ans.
Bullfrog Productions
Invité par l'Université de Cambridge à prendre une année sabbatique en raison de son jeune âge, Hassabis a commencé sa carrière dans les jeux informatiques chez Bullfrog Productions après avoir participé à un concours « Gagnez un emploi chez Bullfrog » d'Amiga Power. Il a commencé par tester le jeu Syndicate, puis à 17 ans, il a co-conçu et dirigé la programmation du jeu Theme Park de 1994, avec le concepteur du jeu Peter Molyneux. Theme Park, un jeu vidéo de simulation, s'est vendu à plusieurs millions d'exemplaires et a inspiré tout un genre de jeux de simulation en bac à sable. Malgré une offre à sept chiffres pour rester dans l'industrie du jeu, il l'a refusée. Il a gagné assez pendant son année sabbatique pour financer lui-même ses études universitaires.
Université de Cambridge
Hassabis a quitté Bullfrog pour étudier au Queens' College de Cambridge, où il a terminé le Tripos en informatique et a obtenu son diplôme en 1997 avec une double première.
Carrière et recherche
Lionhead
Après avoir obtenu son diplôme de Cambridge, Hassabis a travaillé chez Lionhead Studios. Le concepteur de jeux Peter Molyneux, avec qui Hassabis avait travaillé chez Bullfrog Productions, venait de fonder l'entreprise. Chez Lionhead, Hassabis a travaillé comme programmeur principal d'IA sur le jeu de dieu Black & White de 2001.
Elixir Studios
Hassabis a quitté Lionhead en 1998 pour fonder Elixir Studios, un développeur de jeux indépendant basé à Londres, signant des accords de publication avec Eidos Interactive, Vivendi Universal et Microsoft. En plus de gérer l'entreprise, Hassabis a été concepteur exécutif des jeux Republic : The Revolution et Evil Genius. Chacun a reçu des nominations aux BAFTA pour leurs musiques interactives, créées par James Hannigan.
La sortie du premier jeu d'Elixir, Republic : The Revolution, un jeu de simulation politique très ambitieux et inhabituel, a été retardée en raison de son ampleur énorme, qui impliquait une simulation IA du fonctionnement d'un pays entièrement fictif. Le jeu final a été réduit par rapport à sa vision originale et a reçu des critiques mitigées, obtenant un score Metacritic de 62/100. Evil Genius, une parodie ironique d'Austin Powers, a bien mieux réussi avec un score de 75/100. En avril 2005, les droits de propriété intellectuelle et de technologie ont été vendus à divers éditeurs et le studio a été fermé.
Recherche en neurosciences
Après Elixir Studios, Hassabis est retourné au monde académique pour obtenir son doctorat en neurosciences cognitives à l'UCL Queen Square Institute of Neurology en 2009, sous la supervision d'Eleanor Maguire. Il cherchait à trouver l'inspiration dans le cerveau humain pour de nouveaux algorithmes d'IA.
Il a poursuivi ses recherches en neurosciences et en intelligence artificielle en tant que scientifique invité conjointement au Massachusetts Institute of Technology (MIT), dans le laboratoire de Tomaso Poggio, et à l'Université Harvard, avant d'obtenir une bourse de recherche postdoctorale Henry Wellcome à l'unité de neurosciences computationnelles Gatsby à l'UCL en 2009, travaillant avec Peter Dayan.
Travaillant dans le domaine de l'imagination, de la mémoire et de l'amnésie, il a co-écrit plusieurs articles influents publiés dans Nature, Science, Neuron et PNAS. Son tout premier travail académique, publié dans PNAS, était un article marquant qui montrait systématiquement pour la première fois que les patients présentant des lésions à l'hippocampe, connues pour causer l'amnésie, étaient également incapables de s'imaginer dans de nouvelles expériences. Cette découverte a établi un lien entre le processus constructif de l'imagination et le processus reconstructif du rappel de la mémoire épisodique. Sur la base de ces travaux et d'une étude de suivi par imagerie par résonance magnétique fonctionnelle (IRMf), Hassabis a développé une nouvelle théorie du système de mémoire épisodique identifiant la construction de scènes, la génération et le maintien en ligne d'une scène complexe et cohérente, comme un processus clé sous-tendant à la fois le rappel de la mémoire et l'imagination. Ces travaux ont été largement couverts par les médias grand public et ont été classés parmi les dix percées scientifiques de l'année par la revue Science. Il a ensuite généralisé ces idées pour avancer la notion d'un « moteur de simulation de l'esprit » dont le rôle était d'imaginer des événements et des scénarios pour aider à une meilleure planification.
DeepMind
Hassabis a cofondé l'entreprise d'apprentissage automatique DeepMind en 2010 avec Shane Legg et Mustafa Suleyman. Il en a été le directeur général jusqu'en 2026, date à laquelle il est devenu scientifique en chef d'Alphabet.
Hassabis a rencontré Legg lorsque tous deux étaient postdoctorants à l'unité de neurosciences computationnelles Gatsby, et lui et Suleyman étaient amis par le biais de leurs familles. Hassabis a également recruté son ami d'université et partenaire d'Elixir, David Silver.
La mission de DeepMind est de « résoudre l'intelligence » puis d'utiliser l'intelligence « pour résoudre tout le reste ». Plus concrètement, DeepMind vise à construire des algorithmes d'intelligence artificielle à usage général. L'entreprise a été acquise par Google en 2014, puis fusionnée avec Google Brain pour former Google DeepMind en 2023.
Sous la direction de Hassabis, DeepMind a obtenu plusieurs résultats marquants dans le domaine de l'intelligence artificielle. En 2016, AlphaGo a vaincu le champion du monde Lee Sedol au jeu de Go, un exploit auparavant considéré comme à des décennies. Cela a été suivi par AlphaZero, qui a maîtrisé les échecs, le shogi et le Go par auto-apprentissage. En 2020, AlphaFold 2 a résolu le problème du repliement des protéines, prédisant les structures protéiques avec une précision quasi expérimentale, ce qui a conduit au prix Nobel de chimie 2024.
DeepMind a également contribué à la recherche en apprentissage automatique, y compris le développement de l'architecture transformer. En 2017, des chercheurs de DeepMind et Google Brain ont introduit le transformer dans l'article « Attention Is All You Need », qui est devenu la base des grands modèles de langage tels que GPT et BERT. L'équipe de Hassabis a également travaillé sur l'apprentissage par renforcement, l'entraînement des réseaux neuronaux et d'autres domaines.
Isomorphic Labs et Alphabet
En 2021, Hassabis a cofondé Isomorphic Labs, une entreprise axée sur l'application de l'IA à la découverte de médicaments, et en est le directeur général. En 2026, il est passé du poste de directeur général de DeepMind à celui de scientifique en chef d'Alphabet, la société mère de Google, où il conseille sur la stratégie d'IA à travers l'entreprise.
Hassabis a également été conseiller en IA du gouvernement britannique, fournissant des conseils sur la politique et l'éthique de l'IA.
Prix et distinctions
Hassabis a reçu de nombreux prix pour son travail. En 2017, il a été nommé Commandeur de l'Ordre de l'Empire britannique (CBE) pour ses services à la science et à la technologie. En 2024, il a été anobli pour ses contributions à l'IA. Il a reçu le Breakthrough Prize, le prix international Gairdner du Canada et le prix Lasker, entre autres. Il est membre de la Royal Society et membre de l'Académie nationale des sciences des États-Unis.
Vie personnelle
Hassabis est marié et a deux enfants. Il vit à Londres. Il est connu pour sa passion des échecs et a maintenu un intérêt pour les jeux de société tout au long de sa vie.
Héritage
Hassabis est largement considéré comme l'une des figures de proue du développement de l'intelligence artificielle. Ses travaux sur AlphaGo et AlphaFold ont démontré le potentiel de l'IA à résoudre des problèmes complexes dans les sciences et les jeux. Sa vision de « résoudre l'intelligence » continue d'influencer la recherche chez Google DeepMind et au-delà.