Quando você ouve falar de inteligência artificial, provavelmente pensa em ChatGPT, em robôs ou em filmes de ficção científica. Mas existe um nome por trás de algumas das conquistas mais importantes da IA moderna — e a maioria das pessoas nunca ouviu falar dele.
Esse nome é Demis Hassabis. Ele é o CEO do Google DeepMind, o laboratório de inteligência artificial mais avançado do mundo. Foi ele quem criou a IA que venceu o campeão mundial de Go. Foi ele quem liderou o AlphaFold, que revolucionou a biologia. E em 2024, ele ganhou o Prêmio Nobel de Química.
Neste artigo, vou contar a história completa de Demis Hassabis — desde a criança prodígio do xadrez até o cientista que está moldando o futuro da humanidade com inteligência artificial.
Quem é Demis Hassabis
Demis Hassabis nasceu em 27 de julho de 1976 em Londres, Inglaterra. Seu pai é cipriota grego e sua mãe é chinesa de Singapura — uma mistura cultural que, segundo ele mesmo, o ajudou a enxergar problemas de múltiplas perspectivas desde cedo.
Hoje, aos 49 anos, Hassabis ocupa uma posição única no mundo da tecnologia. Ele não é apenas um CEO de empresa de IA. Ele é neurocientista, pesquisador, designer de jogos, mestre de xadrez e vencedor do Nobel. Pouquíssimas pessoas na história combinaram tantas habilidades em uma única carreira.
Como CEO do Google DeepMind, ele lidera a pesquisa por trás do Gemini — o modelo de IA que compete com o GPT da OpenAI e o Claude da Anthropic. Ao mesmo tempo, comanda a Isomorphic Labs, startup do grupo Alphabet focada em usar IA para descobrir novos medicamentos.
Infância, xadrez e videogames
A história de Hassabis com jogos e estratégia começa muito antes da inteligência artificial. Aos 4 anos de idade, ele aprendeu a jogar xadrez observando seu pai e um tio jogarem. Em semanas, já estava vencendo os dois.
Aos 8 anos, participava de campeonatos nacionais no Reino Unido. Aos 13, tornou-se mestre de xadrez — o segundo mais jovem da história britânica naquela época. Ele competiu em nível internacional e desenvolveu uma capacidade de raciocínio estratégico que carregaria para tudo o que veio depois.
Mas xadrez não era a única paixão. Hassabis também era fascinado por videogames. Com o dinheiro que ganhou em campeonatos de xadrez, comprou seu primeiro computador — um Amiga 500 — e começou a programar. Aos 17 anos, ele já era o desenvolvedor líder do jogo Theme Park (1994), publicado pela Bullfrog Productions de Peter Molyneux. O jogo vendeu milhões de cópias e se tornou um clássico.
Essa experiência foi formativa. Criar jogos ensinou Hassabis a pensar sobre como sistemas complexos tomam decisões — exatamente o tipo de problema que define a inteligência artificial moderna.
De Cambridge à neurociência
Depois de Theme Park, Hassabis fez algo inesperado para um jovem prodígio dos games: foi estudar. Cursou Ciência da Computação na Universidade de Cambridge, uma das mais prestigiadas do mundo, onde se formou com distinção.
Após Cambridge, ele fundou seu próprio estúdio de jogos — a Elixir Studios — onde desenvolveu jogos de estratégia que exploravam conceitos de inteligência artificial. A empresa durou alguns anos antes de fechar, mas a experiência consolidou sua obsessão pela pergunta central: como construir máquinas que pensam?
Para responder a essa pergunta, Hassabis voltou à academia. Fez doutorado em Neurociência Cognitiva na University College London (UCL), onde sua pesquisa sobre memória e imaginação no hipocampo foi publicada na revista Science e considerada um dos maiores avanços do ano pela mesma publicação.
Sua tese era simples e profunda: para construir inteligência artificial de verdade, é preciso entender como a inteligência natural funciona. O cérebro humano seria o mapa. A IA seria o território.
A fundação do DeepMind
Em 2010, Hassabis cofundou o DeepMind em Londres, junto com Shane Legg e Mustafa Suleyman. A missão era ambiciosa desde o primeiro dia: "resolver a inteligência e usá-la para resolver tudo o mais".
Enquanto outras empresas de IA na época focavam em aplicações específicas — como reconhecimento de imagem ou tradução — o DeepMind mirava em algo muito maior: criar uma inteligência artificial geral (AGI), capaz de aprender e resolver qualquer problema.
O primeiro grande resultado veio em 2013, quando a equipe do DeepMind publicou um paper mostrando que uma rede neural aprendia a jogar jogos de Atari apenas observando os pixels na tela — sem receber nenhuma instrução sobre as regras. A IA aprendia sozinha, assim como um humano aprenderia. O paper chocou a comunidade científica.
Em 2014, o Google comprou o DeepMind por cerca de US$ 500 milhões. Hassabis permaneceu como CEO, com autonomia para continuar sua pesquisa — uma das condições da aquisição.
Quer entender como a IA pode transformar seu negócio?
A Café Online implementa agentes de IA personalizados para empresas. Automação inteligente que trabalha 24 horas por dia.
Falar com Especialista →AlphaGo: a IA que venceu o campeão de Go
Se o xadrez foi o primeiro amor de Hassabis, o jogo de Go se tornou o campo de batalha definitivo para provar o poder da IA.
Go é um jogo de tabuleiro com mais de 2.500 anos de história, originário da China. Parece simples — pedras pretas e brancas num tabuleiro — mas é exponencialmente mais complexo que o xadrez. O número de posições possíveis no Go supera o número de átomos no universo observável. Por décadas, especialistas disseram que um computador nunca venceria um humano profissional no Go.
Em março de 2016, o AlphaGo — desenvolvido pela equipe de Hassabis — derrotou Lee Sedol, um dos maiores jogadores de Go de todos os tempos, por 4 a 1 numa partida acompanhada por mais de 200 milhões de pessoas ao vivo. O lance 37 da segunda partida, um movimento que nenhum humano jamais faria, é considerado um dos momentos mais icônicos da história da inteligência artificial.
Hassabis estava na sala durante todas as partidas. Para ele, não era só sobre vencer um jogo. Era a prova de que redes neurais profundas combinadas com aprendizado por reforço podiam resolver problemas que pareciam impossíveis. Se a IA podia dominar Go, o que mais ela poderia fazer?
A resposta veio mais rápido do que qualquer um esperava.
AlphaFold e o Nobel de Química
Se o AlphaGo provou que a IA podia vencer jogos impossíveis, o AlphaFold provou que ela podia salvar vidas.
O problema da dobra de proteínas — prever como uma cadeia de aminoácidos se dobra para formar uma estrutura tridimensional — é um dos desafios mais antigos e difíceis da biologia. Cientistas vinham tentando resolver isso há mais de 50 anos. Sem saber a estrutura 3D de uma proteína, é quase impossível entender como ela funciona, o que torna o desenvolvimento de medicamentos um processo lento e caro.
Em 2020, o AlphaFold resolveu o problema. Na competição CASP14 (Critical Assessment of protein Structure Prediction), o sistema do DeepMind alcançou precisão em nível atômico — algo que a comunidade científica considerava décadas distante.
O impacto foi imediato e massivo:
- O DeepMind publicou as estruturas de mais de 200 milhões de proteínas — praticamente todas as proteínas conhecidas pela ciência
- O banco de dados é gratuito e já foi acessado por mais de 2 milhões de pesquisadores em 190 países
- Está acelerando pesquisas em câncer, malária, resistência a antibióticos, doenças raras e muito mais
- Empresas farmacêuticas adotaram o AlphaFold para reduzir de anos para meses o design de novos medicamentos
Em outubro de 2024, o Comitê Nobel reconheceu essa contribuição: Demis Hassabis e John Jumper receberam o Prêmio Nobel de Química pelo AlphaFold. Foi a primeira vez que uma conquista de inteligência artificial recebeu um Nobel científico.
Na cerimônia de premiação, Hassabis disse algo que resume sua filosofia: "A IA não substitui a ciência. Ela é uma ferramenta para fazer ciência mais rápido, em escala que nenhum humano conseguiria sozinho."
Google DeepMind e o projeto Gemini
Em 2023, o Google fez uma fusão histórica: uniu o DeepMind com o Google Brain, seu outro laboratório de IA, criando o Google DeepMind. Hassabis assumiu o comando de toda a operação de IA do Google — um dos cargos mais poderosos da indústria de tecnologia.
Sob sua liderança, o Google DeepMind desenvolveu o Gemini, o modelo de IA multimodal que compete diretamente com o GPT-4 da OpenAI e o Claude da Anthropic. O Gemini é capaz de processar texto, imagens, áudio e vídeo simultaneamente, e está integrado ao ecossistema Google — Busca, Android, Workspace e muito mais.
A importância estratégica do Gemini cresceu ainda mais em 2026. A Apple anunciou parceria para integrar o Gemini à Siri no iOS 26.4, o que colocará a tecnologia de Hassabis nos bolsos de mais de um bilhão de pessoas. As Big Techs estão investindo mais de US$ 650 bilhões em infraestrutura de IA — e o Gemini está no centro dessa corrida.
Um detalhe interessante: enquanto a OpenAI já estuda colocar anúncios no ChatGPT, Hassabis declarou que o Gemini vai permanecer sem anúncios — mantendo a experiência limpa para o usuário.
Além do Gemini, Hassabis continua comandando a Isomorphic Labs, uma empresa separada dentro do grupo Alphabet que usa a tecnologia do AlphaFold para descobrir novos medicamentos. A ideia é aplicar IA para simular como moléculas interagem com proteínas, acelerando radicalmente o desenvolvimento farmacêutico.
Quer implementar IA na sua empresa?
Criamos agentes de IA, automações e soluções sob medida. Do WhatsApp ao sistema interno, tudo funcionando junto.
Falar com Especialista →Timeline completa de Demis Hassabis
Para entender a dimensão da trajetória de Hassabis, veja os marcos mais importantes em ordem cronológica:
| Ano | Marco |
|---|---|
| 1976 | Nasce em Londres (pai cipriota grego, mãe chinesa de Singapura) |
| 1980 | Aprende xadrez aos 4 anos observando o pai |
| 1989 | Torna-se mestre de xadrez aos 13 anos |
| 1994 | Desenvolvedor líder de Theme Park (17 anos) na Bullfrog Productions |
| ~1997 | Gradua-se em Ciência da Computação em Cambridge |
| ~2005 | Completa PhD em Neurociência Cognitiva na UCL |
| 2010 | Cofunda o DeepMind com Shane Legg e Mustafa Suleyman |
| 2014 | Google adquire o DeepMind (~US$ 500 milhões) |
| 2016 | AlphaGo derrota Lee Sedol (4x1) no jogo de Go |
| 2020 | AlphaFold resolve dobra de proteínas (CASP14) |
| 2023 | Fusão DeepMind + Google Brain → Google DeepMind (CEO: Hassabis) |
| 2024 | Prêmio Nobel de Química (com John Jumper) pelo AlphaFold |
| 2026 | Lidera Gemini, Isomorphic Labs e prevê "renascimento" com IA |
Visão de futuro: abundância radical
Em fevereiro de 2026, em entrevista ao podcast de Lex Fridman (episódio #475), Hassabis fez uma declaração que repercutiu globalmente. Ele previu que a inteligência artificial provocará um "renascimento" nos próximos 10 a 15 anos — comparável em escala ao Renascimento europeu do século XV.
Segundo Hassabis, a IA tem potencial para gerar "abundância radical" em áreas como:
- Saúde: descoberta acelerada de medicamentos, diagnósticos mais precisos, tratamentos personalizados
- Energia: otimização de redes elétricas, descoberta de novos materiais para baterias e painéis solares
- Educação: tutores de IA personalizados que se adaptam ao ritmo de cada aluno
- Ciência: o AlphaFold foi apenas o começo — IA acelerando pesquisa em física, química, biologia
Mas Hassabis não é ingênuo sobre os riscos. Ele tem sido vocal sobre a necessidade de regulamentação responsável e testes de segurança antes de lançar sistemas de IA poderosos. No mesmo podcast, alertou que a velocidade do desenvolvimento exige atenção redobrada das empresas e dos governos.
A visão de Hassabis se conecta diretamente com o que estamos vendo no mercado. As empresas que estão implementando IA agora — mesmo em escala pequena — estão se posicionando para surfar essa onda de transformação. Não é sobre substituir pessoas. É sobre amplificar o que elas podem fazer.
O legado de Hassabis para a IA
Se olharmos para o cenário da inteligência artificial em 2026, veremos que poucos nomes tiveram tanto impacto quanto Demis Hassabis. Enquanto Jensen Huang construiu o hardware que torna a IA possível e Dario Amodei priorizou a segurança, Hassabis trouxe uma perspectiva única: a de que entender a inteligência biológica é a chave para construir inteligência artificial.
Seu legado se manifesta em múltiplas dimensões:
- Ciência pura: o AlphaFold acelerou a pesquisa biológica por décadas. Mais de 2 milhões de cientistas usam o banco de dados
- Produto comercial: o Gemini está sendo integrado em produtos que atingem bilhões de pessoas
- Metodologia: provou que combinar neurociência com aprendizado de máquina gera resultados que nenhuma das duas disciplinas consegue sozinha
- Ética: tem sido consistente na defesa de testes de segurança e regulamentação, mesmo quando isso significa ir mais devagar
O impacto do Hassabis na corrida de IA é difícil de exagerar. O DeepSeek veio da China tentando competir. A OpenAI levantou bilhões para acelerar. Mas a abordagem do DeepMind — baseada em ciência fundamental, não apenas em escala — continua gerando resultados que ninguém mais consegue replicar.
Para quem trabalha com tecnologia, com automação ou com assistentes virtuais, entender a trajetória de Hassabis não é apenas curiosidade. É entender a direção que toda a indústria está tomando. Os modelos que usamos hoje — incluindo o Gemini — carregam o DNA da pesquisa que ele lidera há mais de 15 anos.
E o mais impressionante? Hassabis ainda tem muito trabalho pela frente. Aos 49 anos, ele comanda o maior laboratório de IA do mundo, uma empresa farmacêutica baseada em IA e uma visão de futuro que promete transformar praticamente todos os campos da atividade humana. Se a próxima década for metade do que ele prevê, o mundo em 2036 será irreconhecível comparado ao de hoje.
Perguntas Frequentes
Quem é Demis Hassabis?+
Por que Demis Hassabis ganhou o Nobel de Química?+
O que é o AlphaFold?+
O que é o Google DeepMind?+
Qual a relação entre Demis Hassabis e o Gemini?+
O que Demis Hassabis prevê para o futuro da IA?+
O AlphaGo realmente venceu um humano no Go?+
Demis Hassabis trabalhou com videogames?+
Artigos Relacionados
Fundador da Agência Café Online. Especialista em agentes de IA, automação empresarial e marketing digital. Ajuda empresas a implementarem inteligência artificial de forma prática e lucrativa. Ver perfil completo