Demis Hassabis: Von Schachbrettern zu Proteinfaltungen

Im Alter von dreizehn Jahren, bei einem Schachturnier in Liechtenstein, blickte Demis Hassabis in den Raum und hatte einen Gedanken, der den Rest seines Lebens bestimmen sollte: War dies wirklich die beste Nutzung all dieser Gehirne? Er war damals ein Schachmeister mit einer Wertungszahl von 2300, der zweitbestplatzierte Spieler der Welt unter 14 Jahren. Fünfunddreißig Jahre später, im Oktober 2024, stand er in Stockholm und nahm den Nobelpreis für Chemie entgegen – für ein Programm, das ein Problem löste, mit dem Biologen ein halbes Jahrhundert lang gerungen hatten.

Das Wunderkind

Er wurde am 27. Juli 1976 in London als Dimitrios Hassapis als Sohn von Costas Hassapis, einem zyprischen Griechen, und Angela, einer chinesischen Singapurerin, geboren. Er lernte mit vier Jahren Schach, indem er seinem Vater beim Spiel gegen seinen Onkel zusah, und war Mannschaftskapitän englischer Juniorenteams, bevor er ein Teenager war. Mit acht Jahren gab er seine Schachgewinne für einen ZX Spectrum 48K aus, brachte sich selbst das Programmieren bei und schrieb ein Reversi-Programm auf einem Commodore Amiga. Dies ist das Muster seiner gesamten Karriere: ein Spiel, dann eine Maschine, der man beibringt, es zu spielen, dann ein Interesse daran, was die Maschine über das Denken offenbart.

Seine Schulausbildung war gestrafft und unkonventionell – Queen Elizabeth's School in Barnet, ein Jahr Heimunterricht durch seine Eltern, dann Christ's College in Finchley, wo er seine A-Levels mit sechzehn Jahren abschloss, zwei Jahre früher als üblich. Die Zeit vor Cambridge verbrachte er bei Bullfrog Productions, wo er mit siebzehn Jahren zusammen mit Peter Molyneux Theme Park mitgestaltete und als leitender Programmierer betreute. Es verkaufte sich mehrere Millionen Mal und half, das Simulationsmanagement-Genre zu etablieren.

Spiele als Labor

Hassabis studierte Informatik am Queens' College in Cambridge, schloss 1997 mit einem doppelten „First“ ab und war Kapitän des Universitätsschachteams bei den Varsity-Matches 1995, 1996 und 1997. Er kehrte direkt zu den Spielen zurück: leitender KI-Programmierer bei Black & White bei Lionhead Studios, dann gründete er 1998 seine eigene Firma, Elixir Studios, wo er Executive Designer für Republic: The Revolution und Evil Genius war, die beide für BAFTAs für interaktive Musik nominiert wurden. Elixir schloss im April 2005.

Seine parallele Karriere verlief im Bereich der Brettspiele. Er gewann die Mind Sports Olympiad Pentamind Weltmeisterschaft fünfmal – 1998, 1999, 2000, 2001 und 2003 – und zweimal den Decamentathlon, 2003 und 2004. Er hält den 7. Amateur-Dan-Rang in Go von der Korea Baduk Association. Spiele sind kein Hobby, das er zufällig hat; sie sind das Substrat, in dem er denkt.

Was der Hippocampus tut, wenn man sich etwas vorstellt

Anstatt in die Industrie zurückzukehren, ging Hassabis an das University College London für einen Doktortitel in kognitiver Neurowissenschaft, betreut von Eleanor Maguire und abgeschlossen 2009. Sein Denken war strategisch: Wenn er künstliche Intelligenz aufbauen wollte, sollte er zuerst lernen, wie das einzige funktionierende Beispiel funktioniert.

Die Doktorarbeit erbrachte ein wirklich überraschendes Ergebnis. Bei der Untersuchung von Patienten mit Hippocampusschäden zeigte Hassabis, dass sie nicht nur beim Erinnern an die Vergangenheit beeinträchtigt waren – was bekannt war –, sondern auch beim Vorstellen der Zukunft, indem sie kohärente neue Szenen konstruierten, die sie noch nie erlebt hatten. Daraus entwickelte er die Theorie der Szenenkonstruktion und argumentierte, dass Gedächtnis und Vorstellungskraft denselben Mechanismus nutzen, eine Simulationsmaschine, die das Gehirn zur Planung einsetzt. Die Arbeit erschien in den Proceedings of the National Academy of Sciences und das Magazin Science nannte die Entdeckung einen der zehn größten wissenschaftlichen Durchbrüche des Jahres. Er erhielt daraufhin ein Henry-Wellcome-Stipendium an der Gatsby Computational Neuroscience Unit des UCL bei Peter Dayan sowie Gastpositionen am MIT und in Harvard.

Intelligenz lösen, dann nutzen

Im Jahr 2010 gründete Hassabis DeepMind in London mit Shane Legg und Mustafa Suleyman und rekrutierte den Go-Forscher David Silver. Die erklärte Mission war entwaffnend groß: die Intelligenz zu lösen und sie dann zu nutzen, um alles andere zu lösen. Im Dezember 2013 demonstrierte das Unternehmen ein Deep Q-Network, das lernte, Atari-Spiele aus Rohpixeln zu spielen, und erfand damit effektiv das tiefe bestärkende Lernen (Deep Reinforcement Learning) als praktisches Feld. Google kaufte DeepMind 2014 für 400 Millionen Pfund, damals die größte europäische Akquisition.

AlphaGo folgte. Go hatte Computern widerstanden, weil der Verzweigungsfaktor astronomisch groß ist und gutes Spiel eher von positionellem Urteilsvermögen als von Berechnung abhängt. AlphaGo schlug den Europameister Fan Hui im Oktober 2015 mit 5-0, den ehemaligen Weltmeister Lee Sedol im März 2016 vor einem weltweiten Publikum mit 4-1 und Ke Jie 2017 mit 3-0. DeepMind reduzierte auch die Energie zum Kühlen der Google-Rechenzentren um etwa 40 Prozent, eine Erinnerung daran, dass dieselben Techniken wirtschaftlichen Nutzen bringen.

Der Nobelpreis kam durch AlphaFold. Die Vorhersage der dreidimensionalen Form eines Proteins aus seiner Aminosäuresequenz war seit fünfzig Jahren ein offenes Problem, und der zweijährliche CASP-Wettbewerb war die Anzeigetafel. AlphaFold gewann die CASP13 im Jahr 2018; AlphaFold 2 erreichte im November 2020 einen mittleren Genauigkeitswert von 87,0 mit einem mittleren Fehler von unter einem Ångström – der Breite eines Atoms –, was die Gutachter als im Wesentlichen gelöstes Problem beurteilten. DeepMind sagte dann Strukturen für effektiv alle 200 Millionen bekannten Proteine voraus und veröffentlichte sie kostenlos. Der Nobelpreis für Chemie 2024 ging für diese Arbeit an Hassabis und John M. Jumper. Er wurde im selben Jahr für seine Verdienste um die künstliche Intelligenz zum Ritter geschlagen, nachdem er 2017 CBE wurde und 2018 zum Fellow der Royal Society gewählt wurde. 2021 gründete er Isomorphic Labs, um dieselben Methoden auf die Wirkstoffforschung anzuwenden.

Warum Demis ein Genie genannt wird

Der Anspruch von Hassabis beruht auf einer selteneren Qualität als reiner Rechenleistung, obwohl er auch diese besitzt – Schachmeister mit dreizehn, doppelter Bestabschluss in Cambridge, Pentamind-Champion fünfmal hintereinander. Was ihn auszeichnet, ist bewusste interdisziplinäre Arbitrage. „Die großen Durchbrüche“, hat er gesagt, „sind interdisziplinäre, wo man Verbindungen zwischen zwei disparaten Themen herstellt, und das wird immer wieder passieren.“ Seine eigene Karriere ist der Beweis: Er machte einen jahrzehntelangen Umweg durch die Neurowissenschaft, speziell als Vorbereitung auf den Bau von KI, und wandte dann bestärkendes Lernen – gereift durch Spiele – auf ein Problem der Strukturbiologie an. Sehr wenige Leute bauen eine Karriere auf diese Weise auf; die meisten driften in eine Spezialisierung ab und bleiben dort.

Die institutionellen Auszeichnungen sind ungewöhnlich schwergewichtig: ein Nobelpreis, ein Ritterschlag, Fellowship der Royal Society, der Lasker Award, der Canada Gairdner International Award, der Breakthrough Prize, der Prinzessin-von-Asturien-Preis.

Das ehrliche Gegenargument ist wichtig. AlphaFold wurde von einem großen Team gebaut und der Nobelpreis wurde mit Jumper geteilt, der die AlphaFold-2-Bemühungen direkt leitete; Hassabis' Rolle dort war strategische Ausrichtung und Organisation statt praktischer Erfindung. AlphaGos Kernalgorithmen verdanken viel Silver und jahrzehntelanger vorheriger Forschung zum bestärkenden Lernen. Elixir Studios, das Unternehmen, das er allein leitete, scheiterte kommerziell. Eine faire Darstellung nennt ihn einen außergewöhnlichen Beurteiler, welche Probleme reif sind und welche Teams sie knacken können – einen wissenschaftlichen Impresario ersten Ranges – anstatt einen einsamen Theoretiker.

Vermächtnis

Die AlphaFold-Datenbank ist zu einer Standardinfrastruktur für die Biologie geworden, die von Forschern genutzt wird, die niemals über neuronale Netze nachdenken werden. Im August 2026 zog sich Hassabis aus der täglichen Leitung von Google DeepMind zurück und wurde Vorsitzender und erster wissenschaftlicher Leiter von Alphabet, während er weiterhin CEO von Isomorphic Labs blieb. Er wurde 2025 als einer der Architekten der KI in die TIME-Liste der „Person of the Year“ aufgenommen. Der Junge, der sich fragte, ob Schach seine Zeit wert sei, klärte die Frage nachdrücklich.