Demis Hassabis Sang Pelopor Kecerdasan Buatan Modern

Daftar Isi

PoinTru.com - Kecerdasan buatan telah mengubah cara kita memandang teknologi dan sains modern. Salah satu tokoh sentral di balik revolusi ini adalah sosok jenius yang memulai karirnya dari dunia game komputer hingga meraih penghargaan paling prestisius dalam bidang sains.

Perjalanan hidup Demis Hassabis mencerminkan kombinasi unik antara kecerdasan intelektual, passion terhadap teknologi, dan visi untuk masa depan umat manusia. Lahir pada 27 Juli 1976, pria berdarah Siprus Yunani dan Tionghoa-Singapura ini tumbuh di London Utara dengan minat luar biasa terhadap catur dan pemrograman komputer.

Sejak usia dini, Hassabis menunjukkan bakat luar biasa. Pada usia empat tahun ia sudah mahir bermain catur, dan di usia 13 tahun mencapai standar Master dengan rating Elo 2300. Pencapaian ini membuatnya menjadi pemain peringkat tertinggi kedua di dunia untuk kelompok usianya saat itu, hanya di bawah Judit Polgar.

Namun kecerdasan Hassabis tidak berhenti di papan catur. Komputer pertamanya, sebuah ZX Spectrum 48K yang dibeli dari kemenangan catur, membuka dunia baru yang akan mengubah hidupnya selamanya. Ia belajar pemrograman secara otodidak dan mulai membuat program AI pertamanya untuk memainkan game papan reversi di Commodore Amiga.

Perpaduan antara kemampuan strategis dari catur dan keahlian pemrograman menjadi fondasi kuat bagi karir cemerlangnya di bidang kecerdasan buatan. Kini, Hassabis dikenal sebagai CEO Google DeepMind dan salah satu pionir terpenting dalam pengembangan AI modern.

Pada tahun 2024, kontribusinya dalam penelitian AI untuk prediksi struktur protein membuatnya meraih Hadiah Nobel Kimia bersama John M. Jumper. Pencapaian ini menandai pengakuan dunia terhadap dampak revolusioner kecerdasan buatan dalam memecahkan masalah sains fundamental.

Awal Karir di Industri Game

Sebelum menjadi tokoh besar di dunia AI, Hassabis memulai karirnya di industri game komputer. Setelah menyelesaikan ujian A-level pada usia 16 tahun, ia diminta Cambridge University untuk mengambil gap year karena usianya yang masih terlalu muda.

Periode ini menjadi titik balik penting. Hassabis bergabung dengan Bullfrog Productions setelah memenangkan kompetisi "Win-a-job-at-Bullfrog" dari majalah Amiga Power. Di perusahaan ini, ia mulai mendesain level untuk game Syndicate.

Pada usia 17 tahun, Hassabis sudah menjadi co-designer dan lead programmer untuk game legendaris Theme Park (1994), bekerja bersama desainer game terkenal Peter Molyneux. Game simulasi ini terjual jutaan kopi dan menginspirasi genre simulasi sandbox yang kita kenal sekarang.

Penghasilan dari gap year-nya bahkan cukup untuk membiayai kuliahnya sendiri di Cambridge. Ini menunjukkan betapa suksesnya ia di usia sangat muda. Setelah lulus dari Queens' College Cambridge dengan gelar ganda pertama dalam Ilmu Komputer pada 1997, Hassabis kembali ke industri game.

Ia sempat bekerja di Lionhead Studios sebagai kepala programmer AI untuk game Black & White (2001). Kemudian pada 1998, Hassabis mendirikan perusahaan game independennya sendiri bernama Elixir Studios yang berbasis di London.

Elixir Studios mengembangkan game ambisius seperti Republic: The Revolution, sebuah simulasi politik yang kompleks, dan Evil Genius, parodi jenaka dari Austin Powers. Meskipun kedua game mendapat nominasi BAFTA untuk skor musik interaktif, Elixir akhirnya tutup pada April 2005 setelah menjual hak kekayaan intelektualnya.

Transformasi ke Dunia Akademis

Setelah menutup Elixir Studios, Hassabis membuat keputusan mengejutkan dengan kembali ke dunia akademis. Ia ingin mencari inspirasi dari otak manusia untuk mengembangkan algoritma AI yang lebih canggih. Keputusan ini terbukti menjadi langkah strategis yang brilian.

Pada tahun 2009, Hassabis memperoleh gelar doktor dalam ilmu saraf kognitif dari UCL Queen Square Institute of Neurology di bawah bimbingan Eleanor Maguire. Penelitiannya berfokus pada imajinasi, memori, dan amnesia.

Karya akademis pertamanya yang diterbitkan di PNAS merupakan makalah penting yang menunjukkan bahwa pasien dengan kerusakan hipokampus tidak hanya mengalami amnesia, tetapi juga tidak dapat membayangkan diri mereka dalam pengalaman baru. Temuan ini menetapkan hubungan antara proses konstruktif imajinasi dan proses rekonstruktif ingatan episodik.

Hassabis kemudian melanjutkan penelitian sebagai ilmuwan tamu di Massachusetts Institute of Technology (MIT) dan Harvard University. Pada 2009, ia mendapat beasiswa penelitian pascadoktoral Henry Wellcome di Gatsby Computational Neuroscience Unit, UCL.

Berdasarkan studi fMRI lanjutan, Hassabis mengembangkan teori baru tentang sistem memori episodik yang mengidentifikasi konstruksi adegan sebagai proses kunci yang mendasari ingatan dan imajinasi. Ia kemudian mengeneralisasi ide ini menjadi konsep "mesin simulasi pikiran" yang berperan membayangkan peristiwa untuk membantu perencanaan yang lebih baik.

Karya ini mendapat liputan luas di media dan terdaftar dalam 10 terobosan ilmiah teratas tahun 2007 oleh jurnal Science. Penelitian neurosains ini menjadi fondasi penting bagi pendekatannya dalam mengembangkan kecerdasan buatan di masa mendatang.

Kelahiran DeepMind dan Revolusi AI

Pada tahun 2010, Hassabis mendirikan DeepMind bersama Shane Legg dan Mustafa Suleyman di London. Misi perusahaan ini sangat ambisius: "memecahkan kecerdasan" dan kemudian menggunakan kecerdasan tersebut untuk "memecahkan segala hal lainnya".

DeepMind bertujuan menggabungkan wawasan dari ilmu saraf sistem dengan perkembangan pembelajaran mesin dan perangkat keras komputasi. Tujuannya adalah menciptakan algoritma pembelajaran serbaguna yang semakin canggih menuju kecerdasan umum buatan (AGI).

Perusahaan ini fokus pada pelatihan algoritma untuk menguasai permainan. Pada Desember 2013, DeepMind mengumumkan terobosan perintis dengan algoritma Deep Q-Network (DQN) yang dapat memainkan game Atari pada tingkat manusia super hanya dengan menggunakan piksel mentah di layar sebagai input.

Investor awal DeepMind termasuk beberapa pengusaha teknologi ternama. Pada tahun 2014, Google membeli DeepMind seharga £400 juta (sekitar 7,8 triliun rupiah). Meskipun sebagian besar perusahaan tetap menjadi entitas independen berbasis di London, akuisisi ini memberi DeepMind sumber daya besar untuk penelitian.

Sejak akuisisi tersebut, DeepMind mencatat sejumlah pencapaian signifikan. Perusahaan ini juga bertanggung jawab atas kemajuan teknis dalam pembelajaran mendalam dan pembelajaran penguatan, serta memelopori bidang deep reinforcement learning yang menggabungkan kedua metode.

Hassabis sendiri telah meramalkan bahwa kecerdasan buatan akan menjadi "salah satu teknologi paling bermanfaat bagi umat manusia". Namun ia juga memperingatkan potensi bahaya dan risiko AI jika disalahgunakan, menjadi pendukung kuat penelitian keamanan AI.

AlphaGo Mengalahkan Juara Dunia

Pencapaian paling menonjol DeepMind adalah penciptaan AlphaGo, program AI yang mengalahkan juara dunia dalam permainan Go. Go dianggap sebagai cawan suci AI karena banyaknya kemungkinan posisi dan ketahanannya terhadap teknik pemrograman konvensional.

Pada Oktober 2015, AlphaGo mengalahkan juara Eropa Fan Hui dengan skor 5-0. Ini adalah pertama kalinya komputer mengalahkan pemain Go profesional tanpa handicap di papan ukuran penuh.

Pencapaian yang lebih mengejutkan terjadi pada Maret 2016. AlphaGo menang 4-1 melawan mantan juara dunia Lee Sedol di Seoul, Korea Selatan. Pertandingan ini disaksikan lebih dari 200 juta orang dan menjadi momen bersejarah dalam sejarah AI.

Pada tahun 2017, AlphaGo kembali membuktikan kehebatannya dengan menang 3-0 melawan pemain peringkat teratas dunia Ke Jie. Atas prestasinya, AlphaGo dianugerahi peringkat Go kehormatan 9-dan dari Asosiasi Baduk Korea (2016), Asosiasi Weiqi Tiongkok (2017), dan Asosiasi Go Jepang (2024).

Kemenangan AlphaGo bukan hanya tentang permainan. Ini menunjukkan bahwa AI dapat menguasai tugas yang membutuhkan intuisi, kreativitas, dan pemikiran strategis jangka panjang - kemampuan yang sebelumnya dianggap eksklusif manusia.

Film dokumenter tentang pertandingan Lee Sedol vs AlphaGo dirilis pada 2017 dan memenangkan Cannes Lion Grand Prix. Dokumenter ini menggambarkan momen ketika mesin tidak hanya menang, tetapi juga mengajarkan manusia cara bermain baru yang lebih baik.

AlphaFold Memecahkan Misteri Protein

Pada tahun 2016, DeepMind mengembangkan AI untuk memprediksi struktur protein, tantangan besar dalam sains selama 50 tahun. Masalahnya adalah memprediksi struktur 3D protein dari urutan asam amino 1D-nya.

Ini merupakan masalah penting dalam biologi karena hampir setiap fungsi biologis bergantung pada protein. Mengetahui struktur protein dapat sangat membantu penemuan obat dan pemahaman penyakit.

Pada Desember 2018, AlphaFold memenangkan Critical Assessment of Techniques for Protein Structure Prediction (CASP) ke-13 dengan memprediksi struktur paling akurat untuk 25 dari 43 protein. "Ini adalah proyek yang luar biasa," kata Hassabis kepada The Guardian.

Namun terobosan sesungguhnya terjadi pada November 2020. DeepMind mengumumkan hasil mengejutkan di kompetisi CASP14 dengan AlphaFold 2, versi baru sistem tersebut yang jauh lebih akurat.

AlphaFold 2 mencapai skor median uji jarak global (GDT) sebesar 87,0 dengan kesalahan keseluruhan kurang dari lebar atom (<1 angstrom="" bertahun-tahun="" biaya="" dan="" dengan="" eksperimen="" ini="" kompetitif="" laboratorium="" mahal.="" memakan="" membuat="" metode="" p="" sangat="" sistem="" waktu="" yang="">

Penyelenggara CASP menyatakan bahwa masalah pelipatan protein pada dasarnya telah terpecahkan. Ini adalah pernyataan luar biasa mengingat tantangan ini telah membingungkan ilmuwan selama setengah abad.

Selama tahun berikutnya, DeepMind menggunakan AlphaFold2 untuk melipat semua 200 juta protein yang diketahui sains. Yang lebih mengesankan, mereka membuat sistem dan struktur ini tersedia secara terbuka dan gratis melalui AlphaFold Protein Structure Database yang dikembangkan bersama EMBL-EBI.

Dampaknya terhadap penelitian biomedis tidak dapat dilebihkan. Ribuan peneliti di seluruh dunia kini menggunakan AlphaFold untuk mempercepat penemuan obat, memahami penyakit, dan mengembangkan terapi baru.

Penghargaan Nobel dan Pengakuan Dunia

Pada tahun 2024, Hassabis dan John M. Jumper bersama-sama dianugerahi Hadiah Nobel Kimia atas kontribusi mereka dalam penelitian AI untuk prediksi struktur protein. Ini adalah pengakuan tertinggi dari komunitas ilmiah internasional.

Nobel bukan satu-satunya penghargaan yang diterima Hassabis. Sepanjang karirnya, ia telah menerima berbagai penghargaan bergengsi termasuk Breakthrough Prize, Canada Gairdner International Award, dan Lasker Award.

Hassabis adalah Anggota Royal Society (FRS) sejak 2018 dan Fellow Royal Academy of Engineering (FREng) sejak 2017. Ia juga menerima penghargaan dari berbagai institusi akademis dan ilmiah di seluruh dunia.

Pada tahun 2017, Hassabis diangkat menjadi Commander of the Order of the British Empire (CBE) dalam Penghargaan Tahun Baru 2018 atas jasanya pada sains dan teknologi. Kemudian pada 2024, ia dianugerahi gelar kebangsawanan (knighthood) atas karyanya di bidang AI.

Ia masuk dalam daftar Time 100 orang paling berpengaruh di dunia pada tahun 2017 dan kembali pada 2025, kali ini ditampilkan di salah satu dari lima sampul versi cetaknya. Ia juga termasuk dalam Time 100 AI pada 2023 dan 2024.

Karya penelitian Hassabis telah terdaftar dalam 10 Terobosan Ilmiah Teratas Tahun Ini oleh jurnal Science pada empat kesempatan terpisah: tahun 2007 untuk penelitian neurosains tentang imajinasi, 2016 untuk AlphaGo, 2020 untuk AlphaFold v1, dan 2021 untuk AlphaFold v2 yang memenangkan gelar Terobosan Tahun Ini.

Visi tentang Masa Depan AI

Hassabis memiliki pandangan nuansa tentang masa depan kecerdasan buatan. Ia percaya AI akan menjadi salah satu teknologi paling bermanfaat bagi umat manusia, dengan potensi memecahkan masalah besar seperti perubahan iklim dan penyakit.

Namun ia juga sangat sadar akan risiko dan bahaya potensial. Pada tahun 2023, Hassabis menandatangani pernyataan yang menyatakan: "Mitigasi risiko kepunahan akibat AI harus menjadi prioritas global di samping risiko skala sosial lainnya seperti pandemi dan perang nuklir".

Hassabis berpendapat bahwa penghentian sementara kemajuan AI akan sangat sulit ditegakkan di seluruh dunia. Ia lebih memilih pendekatan yang menyeimbangkan pengembangan AI dengan penelitian keamanan yang kuat.

Ia menekankan kebutuhan mendesak untuk uji evaluasi yang mengukur seberapa mampu dan terkendalinya model AI baru. DeepMind telah banyak berinvestasi dalam penelitian keamanan AI, termasuk mengembangkan "kill switch" dan metode lain untuk memastikan AI tetap dalam kendali manusia.

Sebagai Penasihat AI Pemerintah Inggris sejak 2018 dan anggota Dewan Penasihat Ilmiah Francis Crick Institute, Hassabis aktif dalam diskusi kebijakan publik tentang regulasi dan pengembangan AI yang bertanggung jawab.

Ia percaya bahwa kolaborasi internasional dan transparansi penelitian sangat penting. Keputusan DeepMind untuk membuat AlphaFold tersedia secara gratis adalah contoh komitmen ini, memungkinkan peneliti di seluruh dunia mendapat manfaat dari teknologi tanpa hambatan finansial.

Kontribusi Beyond DeepMind

Pada November 2021, Hassabis meluncurkan Isomorphic Labs, sebuah perusahaan rintisan penemuan obat berbasis AI di bawah Alphabet. Perusahaan ini menggunakan teknologi pembelajaran mesin untuk mempercepat pengembangan obat baru.

Isomorphic Labs memanfaatkan wawasan dari AlphaFold dan penelitian DeepMind lainnya untuk merevolusi proses penemuan obat. Tujuannya adalah mengurangi waktu dan biaya yang diperlukan untuk mengembangkan terapi baru dari bertahun-tahun menjadi berbulan-bulan.

DeepMind juga telah membuat kontribusi signifikan di berbagai bidang lain. Mereka berhasil mengurangi energi yang digunakan sistem pendingin di pusat data Google sebesar 40%, menunjukkan aplikasi praktis AI untuk efisiensi energi dan keberlanjutan lingkungan.

Perusahaan ini juga menciptakan Neural Turing Machine, sebuah arsitektur yang menggabungkan jaringan neural dengan memori eksternal, membuka jalan bagi sistem AI yang dapat belajar dan bernalar dengan cara lebih mirip manusia.

DeepMind telah bermitra dengan National Health Service (NHS) Inggris dan Moorfields Eye Hospital untuk meningkatkan layanan medis dan mengidentifikasi timbulnya kondisi mata degeneratif. Aplikasi AI dalam kesehatan ini berpotensi menyelamatkan penglihatan jutaan orang.

Hassabis juga aktif dalam berbagai dewan penasihat ilmiah dan organisasi akademis. Ia adalah anggota Akademi Seni dan Sains Amerika, Academia Europaea, dan Akademi Ilmu Pengetahuan Kepausan.

Kehidupan Pribadi dan Hobi

Meskipun kesuksesannya yang luar biasa, Hassabis tetap menjaga kehidupan pribadi yang relatif privat. Ia tinggal di London Utara bersama keluarganya, tidak jauh dari tempat ia tumbuh besar.

Hassabis adalah penggemar berat Liverpool FC dan sering menonton pertandingan sepak bola. Ia juga tetap aktif dalam dunia permainan strategi, meskipun sekarang lebih sebagai hobi daripada kompetisi serius.

Sepanjang hidupnya, Hassabis adalah pemenang lima kali kejuaraan permainan papan dunia serba bisa (Pentamind). Ia juga menjadi Juara Tim Dunia Diplomacy pada 2004 dan finis ke-4 pada Kejuaraan Dunia 2006.

Di poker, Hassabis telah berhasil cash out di World Series of Poker sebanyak enam kali termasuk di Main Event. Kemampuannya dalam berbagai jenis permainan menunjukkan kecerdasan strategis yang luas.

Pada tahun 2024, Hassabis menjadi subjek utama film dokumenter berjudul The Thinking Game, yang ditayangkan perdana di Tribeca Festival. Film ini dibuat oleh pembuat film yang sama dengan dokumenter pemenang penghargaan AlphaGo (2017).

Meski sibuk dengan DeepMind dan berbagai komitmen akademis, Hassabis tetap membuat waktu untuk berbicara di konferensi dan menginspirasi generasi muda peneliti AI. Ia sering menekankan pentingnya curiosity, interdisciplinary thinking, dan dampak jangka panjang dari teknologi yang kita kembangkan.

Dampak pada Sains dan Teknologi

Kontribusi Hassabis terhadap sains dan teknologi sulit dilebihkan. AlphaFold telah digunakan oleh lebih dari 2 juta peneliti di 190 negara, mempercepat penelitian dalam biologi struktural, penemuan obat, dan pemahaman penyakit.

DeepMind telah menerbitkan ratusan makalah penelitian di jurnal-jurnal top seperti Nature dan Science. Perusahaan ini telah memiliki delapan artikel sampul depan Nature (2015, 2016, 2019, 2020, dua pada 2021, 2022, dan 2024) dan satu artikel sampul depan Science (2017).

Pendekatan Hassabis yang menggabungkan neurosains dengan AI telah menginspirasi generasi baru peneliti. Banyak teknik yang dikembangkan DeepMind, seperti deep reinforcement learning, kini menjadi standar dalam bidang pembelajaran mesin.

Dampaknya melampaui akademis. Teknologi DeepMind telah diaplikasikan untuk masalah dunia nyata seperti optimalisasi energi, prediksi cuaca, dan desain material baru. Ini menunjukkan bahwa AI dapat memberikan manfaat nyata bagi masyarakat.

Hassabis juga telah membantu membentuk diskusi publik tentang etika dan keamanan AI. Pendekatannya yang seimbang - optimis tentang potensi AI namun waspada terhadap risikonya - telah menjadi model untuk pengembangan teknologi yang bertanggung jawab.

Sebagai CEO Google DeepMind, Hassabis memimpin salah satu laboratorium AI terbesar dan paling berpengaruh di dunia. DeepMind termasuk dalam daftar 100 perusahaan paling berpengaruh versi Time tahun 2025.

Pelajaran dari Perjalanan Hassabis

Perjalanan Hassabis menawarkan banyak pelajaran berharga. Pertama, pentingnya curiosity interdisipliner. Latar belakangnya yang beragam - dari catur, game, neurosains, hingga AI - memungkinkan ia melihat koneksi yang tidak terlihat oleh spesialis dalam satu bidang saja.

Kedua, nilai kesabaran dan visi jangka panjang. AlphaFold membutuhkan bertahun-tahun pengembangan sebelum mencapai keberhasilan spektakuler. Hassabis tidak mencari hasil cepat, melainkan fokus pada masalah fundamental yang berdampak besar.

Ketiga, keberanian untuk mengambil risiko. Meninggalkan industri game yang sukses untuk kembali ke akademis, kemudian mendirikan startup AI pada 2010 ketika bidang ini belum sepopuler sekarang - semua membutuhkan keberanian luar biasa.

Keempat, komitmen pada transparansi dan kolaborasi. Keputusan DeepMind untuk membuat AlphaFold tersedia gratis menunjukkan bahwa inovasi terbesar terjadi ketika pengetahuan dibagikan, bukan dihoarding.

Kelima, pentingnya menyeimbangkan ambisi dengan tanggung jawab. Hassabis tidak hanya fokus pada kemajuan teknologi, tetapi juga pada implikasi etis dan keamanannya. Ia aktif dalam diskusi tentang penggunaan AI yang bertanggung jawab.

Keenam, nilai pembelajaran sepanjang hayat. Hassabis terus belajar dan beradaptasi - dari programmer game menjadi neuroscientist, kemudian menjadi entrepreneur dan peneliti AI. Fleksibilitas intelektual ini memungkinkan ia tetap relevan dan inovatif.

Ketujuh, kekuatan kombinasi teori dan praktek. Hassabis tidak hanya peneliti akademis atau hanya businessman - ia menggabungkan keduanya. Pemahaman teoritisnya tentang kecerdasan mendalam, dikombinasikan dengan kemampuan praktis membangun produk, menciptakan dampak maksimal.

Tantangan dan Kontroversi

Meskipun kesuksesannya, perjalanan Hassabis tidak tanpa tantangan dan kontroversi. Kemitraan DeepMind Health dengan NHS Inggris menghadapi kritik terkait privasi data pasien. Pada 2019, DeepMind Health diintegrasikan langsung dengan Google Health, menimbulkan kekhawatiran tentang kontrol data kesehatan sensitif.

Ada juga perdebatan tentang kecepatan pengembangan AI. Beberapa peneliti dan aktivis berpendapat bahwa DeepMind dan perusahaan AI besar lainnya bergerak terlalu cepat tanpa mempertimbangkan konsekuensi jangka panjang dengan cukup serius.

Hassabis sendiri mengakui dilema ini. Ia menandatangani pernyataan tentang risiko eksistensial AI, namun juga berpendapat bahwa penghentian sementara pengembangan AI tidak praktis dan mungkin kontraproduktif.

Beberapa kritikus berpendapat bahwa perusahaan besar seperti DeepMind mendominasi penelitian AI, membuat sulit bagi peneliti independen dan institusi kecil untuk bersaing. Konsentrasi sumber daya komputasi dan talenta di beberapa organisasi raksasa menimbulkan pertanyaan tentang demokratisasi AI.

Namun Hassabis berupaya mengatasi kekhawatiran ini melalui publikasi terbuka, kolaborasi akademis, dan inisiatif seperti AlphaFold Database yang gratis. Ia juga mendukung regulasi AI yang bijaksana untuk memastikan teknologi dikembangkan dengan aman.

Tantangan lain adalah ekspektasi yang sangat tinggi. Setelah kesuksesan AlphaGo dan AlphaFold, ada tekanan konstan untuk menghasilkan terobosan berikutnya. Hassabis harus menyeimbangkan ekspektasi publik dan investor dengan realitas bahwa penelitian fundamental membutuhkan waktu.

Warisan dan Masa Depan

Warisan Demis Hassabis sudah sangat signifikan dan terus berkembang. Ia telah menunjukkan bahwa AI dapat memecahkan masalah ilmiah fundamental yang telah membingungkan manusia selama dekade. AlphaFold sendirian telah mengubah cara kita mendekati biologi struktural dan penemuan obat.

Ia juga telah membantu membentuk bagaimana kita berpikir tentang pengembangan AI yang bertanggung jawab. Pendekatannya yang menyeimbangkan optimisme dengan kehati-hatian telah menjadi model bagi banyak peneliti dan perusahaan AI lainnya.

DeepMind di bawah kepemimpinannya telah menjadi salah satu pusat penelitian AI paling produktif dan berpengaruh di dunia. Alumni DeepMind telah mendirikan banyak startup AI dan memimpin penelitian di berbagai institusi, menyebarkan pengaruh dan metodologinya.

Ke depan, Hassabis dan DeepMind fokus pada pencapaian Artificial General Intelligence (AGI) - AI yang dapat melakukan tugas intelektual apa pun yang dapat dilakukan manusia. Ini adalah tujuan ambisius yang mungkin memakan waktu puluhan tahun untuk dicapai.

Isomorphic Labs juga mewakili frontier baru - menggunakan AI untuk merevolusi pengembangan obat dan terapi. Jika berhasil, ini bisa menyelamatkan jutaan nyawa dan mengurangi biaya kesehatan secara dramatis.

Hassabis juga terus menjadi suara penting dalam diskusi kebijakan AI global. Sebagai penasihat pemerintah dan anggota berbagai badan ilmiah, ia membantu membentuk bagaimana negara-negara mengatur dan mengembangkan AI.

Yang paling penting, warisan Hassabis adalah inspirasi bagi generasi muda ilmuwan dan engineer. Ia menunjukkan bahwa dengan kombinasi curiosity, kerja keras, visi jangka panjang, dan komitmen pada dampak positif, seseorang dapat membuat perubahan mendasar dalam dunia.

Akhir Kata

Demis Hassabis merepresentasikan jenis pemimpin teknologi yang sangat dibutuhkan di abad ke-21. Ia tidak hanya jenius teknis, tetapi juga seseorang yang memikirkan implikasi lebih luas dari karyanya. Dari programmer game remaja hingga pemenang Nobel, perjalanannya menunjukkan kekuatan kombinasi antara keingintahuan intelektual, keberanian mengambil risiko, dan komitmen pada kesejahteraan umat manusia.

AlphaGo dan AlphaFold adalah pencapaian monumental yang akan diingat dalam sejarah sains dan teknologi. Namun mungkin kontribusi terbesar Hassabis adalah cara ia mendekati masalah - dengan interdisciplinary thinking, kolaborasi terbuka, dan perhatian cermat pada konsekuensi etis.

Saat kecerdasan buatan terus berkembang dan membentuk masa depan kita, kita beruntung memiliki pemimpin seperti Hassabis yang tidak hanya mendorong batas teknologi, tetapi juga memikirkan bagaimana memastikan teknologi tersebut bermanfaat bagi semua orang. Kisahnya adalah pengingat bahwa inovasi terbesar terjadi ketika kita menggabungkan kecerdasan teknis dengan kebijaksanaan kemanusiaan.

Bagi kalian yang tertarik dengan AI, neurosains, atau teknologi secara umum, perjalanan Hassabis menawarkan roadmap yang berharga. Kejar passion-mu, jangan takut mengambil risiko, terus belajar sepanjang hayat, dan yang paling penting - pikirkan tentang bagaimana karyamu dapat membuat dunia menjadi tempat yang lebih baik.

Sumber referensi https://en.wikipedia.org/wiki/Demis_Hassabis, membaca artikel  lainnya di Blog PoinTru ini, silahkan bisa lihat di halaman Sitemap!