Ο Ελληνοκύπριος Ντέμης Χασάμπης είναι ένας από τους τρεις επιστήμονες που τιμήθηκαν με το Νόμπελ Χημείας για τις εργασίες τους στην «πρόβλεψη πρωτεϊνικής δομής» μέσω της τεχνητής νοημοσύνης. Το όνομα του μπορεί να είναι άγνωστο στο ευρύ κοινό, αλλά στην πραγματικότητα είναι σούπερ σταρ του ψηφιακού κόσμου, με την Google να υποκλίνεται στα πόδια του.

Ο 48χρονος χαρακτηρίστηκε παιδί-θαύμα και όχι άδικα, καθώς σε μικρή ηλικία ξεδίπλωσε τα ιδιαίτερα ταλέντα του, που συνεχίζει να αναπτύσσει, αλλάζοντας τον κόσμο, όπως τον ξέρουμε. Ο Χασάμπης γεννήθηκε στις 27 Ιουλίου 1976 στο Λονδίνο από Ελληνοκύπριο πατέρα με καταγωγή από την Αμμόχωστο και μητέρα από τη Σιγκαπούρη. Ήταν το μεγαλύτερο από τα τρία παιδιά των δυο δασκάλων.

Περιγράφοντας στον Guardian τα παιδικά του χρόνια, ανέφερε ότι άρχισε να πρωτοπαίζει σκάκι λίγο πριν κλείσει τα τέσσερα, αντιμετωπίζοντας τον παππού και τον πατέρα του. Αν και μικρός κατάφερε να τους κερδίσει έπειτα από δύο μόλις βδομάδες εξάσκησης.

Μέχρι τα πέντε του, διαγωνιζόταν σε πανεθνικούς βρετανικούς διαγωνισμούς σκακιού και στα έξι του κέρδισε το βρετανικό πρωτάθλημα κάτω των 8 χρονών. Στα 9 του, ήταν πια αρχηγός της εθνικής ομάδας της Αγγλίας κάτω των 11 ετών. Μέχρι τα 13 του, ο Χασάμπης είχε αγγίξει το καθεστώς του chess master. Έτσι, έγινε ο δεύτερος καλύτερα αμειβόμενος παίκτης του σκακιού κάτω των 14 ετών σε όλο τον κόσμο.

Πέρα από τις διακρίσεις στο σκάι, στα 14 εξάλλου είχε ήδη ολοκληρώσει με επιτυχία τις ακαδημαϊκές εξετάσεις της Δευτεροβάθμιας Εκπαίδευσης, δυο χρόνια νωρίτερα δηλαδή από κάθε άλλο συμμαθητή του. Οι βαθμοί του στα μαθηματικά, τη φυσική και τη χημεία ήταν τέτοιοι που έγινε δεκτός από το Πανεπιστήμιο του Κέιμπριτζ ήδη από τα 16 του. Αν και δεν τον άφησαν να πάει στο πανεπιστήμιο, καθώς παραήταν μικρός. Του είπαν πως καλύτερο θα ήταν να ξεκινήσει από την επόμενη χρονιά.

Τα πρώτα επαγγελματικά βήματα

Στα 15 του θα ξεκινούσε τα πρώτα του επαγγελματικά βήματα, καθώς κέρδισε έναν διαγωνισμό σε ένα περιοδικό τεχνολογίας και προσλήφθηκε από ένα βρετανικό στούντιο δημιουργίας videogames. Τότε, στην Bullfrog Productions συνυπέγραψε το πρώτο του παιχνίδι, τόσο στον σχεδιασμό όσο και τον προγραμματισμό, το «Theme Park», που καλούσε τους παίκτες να φτιάξουν ένα θεματικό πάρκο.

«Ήμουν τυχερός που βρέθηκα στην Bullfrog στην πιο χρυσή εποχή που πέρασε. Η πιο μεγάλη πλάκα που έζησα με τα ηλεκτρονικά παιχνίδια ήταν στις αρχές της καριέρας μου στη δεκαετία του 1990», είπε σε περιοδικό gaming.

To «Theme Park» κυκλοφόρησε τελικά το 1994 και πούλησε μερικά εκατομμύρια αντίτυπα. Ο Χασάμπης έφυγε όμως από την Bullfrog εκείνη τη χρονιά για να σπουδάσει πληροφορική στο Κέιμπριτζ. Από το οποίο αποφοιτεί το 1997 με διπλό πτυχίο στα χέρια του, πριν πιάσει δουλειά σε άλλο ένα δημιουργικό στούντιο ηλεκτρονικών παιχνιδιών, το Lionhead. Εκεί θα ασχοληθεί για πρώτη φορά με μια πρώιμη εκδοχή τεχνητής νοημοσύνης, συνεργαζόμενος σε έναν τίτλο που θα έμενε κλασικός, το τρομερό videogame «Black & White».

Την επόμενη χρονιά θα έφευγε όμως και από το Lionhead για να ιδρύσει τη δική του εταιρία videogames. Το 1998 ανοίγει λοιπόν τις πύλες του το Elixir Studios, οι τίτλοι που βγαίνουν από το οποίο αποσπούν διεθνή βραβεία και μπαίνουν κάτω από τις ομπρέλες κολοσσών του χώρου, όπως η Vivendi Universal και η Microsoft. Για τους gamers το όνομα της Elixir σημαίνει πολλά. Και καθώς είχε πάντα το θέμα του με την τεχνητή νοημοσύνη, οι 60 υπάλληλοί του ασχολούνται και με τίτλους προσομοίωσης τεχνητής νοημοσύνης σε πραγματικές συνθήκες. Όλοι τους πουλούν ιδιαιτέρως καλά και δύο μάλιστα, τα παιχνίδια «Republic: The Revolution» και «Evil Genius», είναι υποψήφια για βραβεία BAFTA.

Η εταιρεία του έφτασε να αποτιμάται στα 13,5 εκατ. δολάρια, οπότε ο Χασάμπης πούλησε το 5% της στο στούντιο Eidos (το οποίο έφτιαξε τη σειρά παιχνιδιών με τη Lara Croft «Tomb Raider») έναντι 670.000 ευρώ και επέστρεψε στον ακαδημαϊκό κόσμο. Το 2005 θα τον βρει στο University College London να κάνει το διδακτορικό του στη γνωστική νευροεπιστήμη, το οποίο θα πάρει έπειτα από 4 χρόνια. Ήταν στα χρόνια του διδακτορικού του που κοίταξε καλύτερα στον ανθρώπινο εγκέφαλο ψάχνοντας έμπνευση για τους αλγόριθμους που σκάρωνε στην τεχνητή νοημοσύνη.

Η έρευνά του μάλιστα στη μνήμη και τους μηχανισμούς της φαντασίας αναγορεύτηκε το 2007 από την έγκριτη επιστημονική επιθεώρηση «Science» ως μια από τις 10 επιστημονικές τομές της χρονιάς. Τέτοια ήταν τα εξαγόμενα της μελέτης του που το 2009 απέσπασε περίβλεπτη υποτροφία για να ασχοληθεί με το θέμα του σε μεταδιδακτορικό επίπεδο στο University College London. Έχοντας περάσει μέχρι τότε από ερευνητικά εργαστήρια του Χάρβαρντ και του ΜΙΤ, καθώς αυτά που έκανε ενδιέφεραν άπαντες.

Η κίνηση-ματ

Ήταν το 2010 όταν θα ίδρυε αυτό που έμελλε να γίνει η μεγαλύτερή του επιτυχία, το εργαστήριο DeepMind. Το εργαστήριο με έδρα το Λονδίνο θέλησε από την αρχή να «λύσει το θέμα της νοημοσύνης» και να χρησιμοποιήσει τη γνώση ώστε να «κάνει τον κόσμο ένα καλύτερο μέρος». Η εταιρία του έφτιαχνε σοφιστικέ αλγορίθμους που μάθαιναν μόνοι τους με σκοπό να διαπρέπουν σε έναν τομέα τη φορά. Με μια ομάδα κορυφαίων νευροεπιστημόνων και αστεριών της πληροφορικής, ο Ντέμης ασχολούνταν επιτέλους με τους δικούς του όρους πάνω στο διαχρονικό όραμά του.

Κάποια στιγμή έβαλε στο στόχαστρο το Go, ένα κινεζικό επιτραπέζιο ηλικίας 3.000 ετών, στο οποίο ήθελε να φτιάξει ένα πρόγραμμα που να νικήσει τον καλύτερο ανθρώπινο παίκτη του. Και να βοηθήσει την Google φυσικά να περικόψει τους τεράστιους λογαριασμούς του ρεύματός της. Κάποιοι άλλοι αλγόριθμοί του έβρισκαν τώρα τον δρόμο τους για το Εθνικό Σύστημα Υγείας της Αγγλίας.

Το DeepMind το ίδρυσε με τον παιδικό του φίλο Μουσταφά Σουλεϊμάν, ο οποίος είναι τώρα επικεφαλής του τμήματος εφαρμοσμένης τεχνητής νοημοσύνης του εργαστηρίου και αφεντικό στο τμήμα υπηρεσιών υγείας. Όσο για τον Χασάμπη, παραμένει γενικός διευθυντής και ψυχή της εταιρίας, παρά την εξαγορά της από τον κολοσσό. Η δουλειά του, να αναπτύξει προγράμματα που να σκέφτονται αυθόρμητα, όπως οι άνθρωποι δηλαδή, αντί να προγραμματίζονται εκ των προτέρων και να εκτελούν δοσμένες εντολές, ήταν έρευνα αιχμής ήδη από τα γεννοφάσκια της.

Την ώρα που το DeepMind επικεντρωνόταν στην εξέλιξη της τεχνολογίας και την ιατρική έρευνα με στόχο τη δημιουργία μηχανών που να μπορούν να αυτοβελτιώνονται (και να αυτοθεραπεύονται), ο ίδιος ο Χασάμπης αφιερωνόταν ολοένα και περισσότερο στην παραγωγή αλγορίθμων που να μιμούνται την ανθρώπινη ικανότητα του ελεύθερου στοχασμού. Η κατανόηση της κλιματικής αλλαγής και η μακροοικονομία, για παράδειγμα, είναι τομείς που θα εξελιχθούν με βάση την τεχνητή νοημοσύνη, όπως πιστεύει ο Ντέμης. Ο οποίος απέδειξε την αλήθεια των λόγων του με το Go, ένα πνευματικό παιχνίδι που η επιφάνειά του είναι διαιρεμένη σε 361 τετράγωνα (19×19) παρέχοντας άπειρες πρακτικά κινήσεις στον παίκτη.

Το πρόγραμμά του, το AlphaGo, κατάφερε να μάθει και να αφομοιώσει δημιουργικά (αυτό είναι το νέο χαρακτηριστικό που κομίζει ο Ντέμης) 30 εκατομμύρια κινήσεις από επαγγελματίες παίκτες, όταν και θα ήταν πια έτοιμος να αντιμετωπίσει τον καλύτερο των καλυτέρων.

Η υπεροχή του AlphaGo αποδείχτηκε περίτρανα όταν νίκησε δύο διαδοχικές φορές τον παγκόσμιο πρωταθλητή, δείχνοντας πως η τεχνητή νοημοσύνη έχει πλέον και αντίληψη. Η νίκη-ορόσημο της τεχνητής νοημοσύνης έναντι του ανθρώπινου νου έλαβε χώρα στη Σεούλ τον Μάρτιο του 2016, καθώς εκεί ζει ο Λι Σεντόλ, 18 φορές παγκόσμιος πρωταθλητής του Go και απόλυτος κυρίαρχος του παιχνιδιού εδώ και τουλάχιστον μια δεκαετία.

Ο πρωταθλητής εγκατέλειψε μάλιστα την παρτίδα έπειτα από μάχη 3,5 ωρών, αποδεχόμενος ότι δεν μπορεί να κάνει κάτι για να ανατρέψει την κυριαρχία του AlphaGo. Το οποίο μαθαίνει μόνο του με τον ίδιο τρόπο που το κάνει ο ανθρώπινος εγκέφαλος, κάτι που λογίστηκε σημείο-καμπής στην εξέλιξη της τεχνητής νοημοσύνης.

Το Go είναι το υπέρτατο, το απόλυτο παιχνίδι και το πλουσιότερο από άποψη πνευματικού βάθους. Είναι συναρπαστικό και όμορφο και αυτό που είναι συγκλονιστικό για μας είναι το γεγονός ότι όχι μόνο καταφέραμε να μάθουμε το παιχνίδι, αλλά αναπτύξαμε εκπληκτικά ενδιαφέροντες αλγόριθμους», είπε περιχαρής ο Χασάμπης μετά τον θρίαμβο της μηχανής του, σπεύδοντας να εξηγήσει πως «το AlphaGo παίζει με ένα πολύ ανθρώπινο ύφος, επειδή έμαθε τον ανθρώπινο τρόπο και με την εξάσκηση έγινε ολοένα και καλύτερο, όπως ακριβώς θα έκανα εγώ ή εσείς».

Το γεγονός ήταν τόσο κολοσσιαίο για την τεχνητή νοημοσύνη που χαιρετίστηκε ακόμα και από το κορυφαίο επιστημονικό περιοδικό «Nature», το οποίο αφιέρωσε ολόκληρο άρθρο στον θρίαμβο της μηχανής. Κι αυτό γιατί ο αλγόριθμος του Χασάμπη δουλεύει με ένα βελτιωμένο νευρωνικό δίκτυο που θα έφερνε αμηχανία ακόμα και στον ανθρώπινο εγκέφαλο.

Ο Λι Σεντόλ, 18 φορές παγκόσμιος πρωταθλητής του Go, με ολόγραμμα του Ντέμη Χασάμπη

Η αναγνώριση των κόπων του

Ο Χασάμπης είχε γίνει ήδη σούπερ σταρ στον ψηφιακό κόσμο, ωστόσο η Google έμελε να αλλάξει τη ζωή του, καθώς σήμερα είναι πολύτιμο μέλος της εταιρείας, καθώς ηγείται της μετάβασης στην τεχνητή νοημοσύνη.

Τον Ιανουάριο του 2014 η DeepMind εξαγοράστηκε από την Google έναντι 450 εκατ. ευρώ, κάτι που χαροποίησε τους 50 υπαλλήλους της. Σήμερα έχει πάνω από 400 εργαζομένους και είναι ένα από τα πιο προωθημένα εργαστήρια του κολοσσού, ο οποίος εφαρμόζει ήδη τις γνώσεις που κομίζει ο Χασάμπης στα δικά της προϊόντα.

Ο Χασάμπης και οι συνεργάτες του ανάγκασαν όμως την Google, προκειμένου να της πουλήσουν το πνευματικό του παιδί, να στήσει μια επιτροπή δεοντολογίας για την κατεύθυνση που θέλουμε ως ανθρωπότητα να πάρει η τεχνολογία. Η εταιρία του έγινε πρωτοσέλιδο το 2015 στο «Nature», όταν ο Χασάμπης έφτιαξε έναν αλγόριθμο που μάθαινε μόνος του πώς να γίνεται ξεφτέρι σε όλα τα ιστορικά παιχνίδια του Atari, οπότε το 2016 η DeepMind έπαιξε και πάλι στο πρωτοσέλιδο του «Nature».

Ο επιστήμονας περιγράφοντας στον «Guardian» το όραμά του για το μέλλον, είπε ότι θέλει μια συνεργασία έξυπνων μηχανών και επιστημόνων: «Ο καρκίνος, η κλιματική αλλαγή, η ενέργεια, η μακροοικονομία, τα χρηματοπιστωτικά συστήματα, η φυσική: πολλά από τα συστήματα που θα θέλαμε να κατανοήσουμε πλήρως γίνονται ολοένα και πιο περίπλοκα. Υπάρχει μια τέτοια υπερφόρτωση πληροφοριών που έχει γίνει δύσκολο ακόμα και για τους πιο έξυπνους ανθρώπους να τις κατανοήσουν στη διάρκεια της ζωής τους. Πώς μπορούμε να ανταπεξέλθουμε σε αυτό τον υπερβολικό όγκο δεδομένων ώστε να καταλήξουμε στις σωστές ιδέες; Ένας τρόπος για να κατανοήσουμε την τεχνητή νοημοσύνη είναι ως μια διαδικασία που θα μετατρέπει αυτόματα τις μη δομημένες πληροφορίες σε πρακτικές γνώσεις. Αυτό πάνω στο οποίο εργαζόμαστε είναι το να βρεθούν λύσεις σε οποιοδήποτε πρόβλημα».