Ο 48χρονος Ντέμης Χασάμπης νευροεπιστήμονας κατάγεται από την Κύπρο, από τη μεριά του πατέρα του και από τη Σιγκαπούρη από την πλευρά της μητέρας του.
Το πλήρες όνομά του είναι Δημοσθένης (Demosthenes) Χασάμπης και γεννήθηκε στο Λονδίνο το 1976. Είναι ερευνητής τεχνητής νοημοσύνης, νευροεπιστήμονας, σχεδιαστής ηλεκτρονικών παιχνιδιών, επιχειρηματίας και κορυφαίος παίκτης του σκάκι και του γκο σε παγκόσμιο επίπεδο, όπως αναφέρεται στη σελίδα του στη Wikipedia.
Εκπαιδευτική και επαγγελματική πορεία
Μετά τα πρώτα του βήματα στον κόσμο των video games, ο Χασάμπης προχώρησε σε μια εξαιρετική ακαδημαϊκή πορεία. Απέκτησε πτυχίο με άριστα στην Επιστήμη των Υπολογιστών από το Πανεπιστήμιο του Κέιμπριτζ και στη συνέχεια ολοκλήρωσε διδακτορικό στην Γνωστική Νευροεπιστήμη. Η αγάπη του για την τεχνητή νοημοσύνη και την επιστήμη τον οδήγησε στην ίδρυση της DeepMind, μιας εταιρείας τεχνητής νοημοσύνης, η οποία εξαγοράστηκε από την Google το 2014 έναντι £400 εκατομμυρίων.
To Νόμπελ
Οι χημικοί ονειρευόντουσαν από καιρό να κατανοήσουν πλήρως και να κατακτήσουν κάθε γνώση για τα χημικά εργαλεία της ζωής, τις πρωτεΐνες. Αυτό το όνειρο είναι πλέον εφικτό. Οι Ντέμης Χασάμπης και John Jumper, με τη βοήθεια της τεχνητής νοημοσύνης έλυσαν με επιτυχία ένα πρόβλημα με το οποίο οι χημικοί πάλευαν για περισσότερα από 50 χρόνια: την πρόβλεψη της τρισδιάστατης δομής μιας πρωτεΐνης από μια αλληλουχία αμινοξέων.
Το 2020, ο Demis Hassabis και ο John Jumper παρουσίασαν ένα μοντέλο AI που ονομάζεται AlphaFold2. Με τη βοήθειά του, μπόρεσαν να προβλέψουν την δομή σχεδόν και των 200 εκατομμυρίων πρωτεϊνών που έχουν εντοπίσει οι ερευνητές. Από την ανακάλυψή τους, το AlphaFold2 έχει χρησιμοποιηθεί από περισσότερα από δύο εκατομμύρια άτομα από 190 χώρες. Μεταξύ μιας μυριάδας επιστημονικών εφαρμογών, οι ερευνητές μπορούν τώρα να κατανοήσουν καλύτερα την αντοχή στα αντιβιοτικά και να δημιουργήσουν εικόνες ενζύμων που μπορούν να αποσυνθέσουν το πλαστικό.
Η ζωή δεν θα μπορούσε να υπάρξει χωρίς πρωτεΐνες. Το ότι μπορούμε τώρα να προβλέψουμε τις πρωτεϊνικές δομές και να σχεδιάσουμε τις δικές μας πρωτεΐνες προσφέρει το μεγαλύτερο όφελος στην ανθρωπότητα.
