Google DeepMind

Лабораторию учредили Демис Хассабис, Шейн Легг и Мустафа Сулейман. Хассабис и Легг познакомились в подразделении вычислительной нейробиологии Gatsby при Университетском колледже Лондона.

Средства вложили венчурные фонды Horizons Ventures и Founders Fund, а также предприниматели Скотт Банистер и Илон Маск. Ранним инвестором и советником выступил Яан Таллинн.

26 января 2014 года Google объявила о покупке DeepMind Technologies. Сумма сделки по разным оценкам составила от 400 до 650 млн долларов. Переговоры состоялись после того, как Facebook прекратил обсуждение возможного приобретения в 2013 году. Условием сделки стало создание коллегии по этическим вопросам искусственного интеллекта.

В том же году лаборатория получила награду «Компания года» от Компьютерной лаборатории Кембриджского университета.

В сентябре 2016 года компания перешла под управление Alphabet, упоминание Google исчезло из названия — организация стала именоваться DeepMind Technologies Limited.

В декабре 2020 года представлена система AlphaFold2, решившая задачу предсказания трёхмерной структуры белков по аминокислотной последовательности с точностью около 90 %^[3].

В апреле 2023 года DeepMind объединилась с подразделением Google Brain, образовав Google DeepMind^[4].

В октябре 2024 года Хассабис и Джампер удостоены Нобелевской премии по химии за работу над AlphaFold^[5].

В июне 2026 года Джон Джампер перешёл из Google в компанию Anthropic, за ним последовали несколько коллег. К концу июля команда, создавшая AlphaFold, была расформирована: специалисты переведены на разработку Gemini и биомедицинские проекты. Сами сервисы AlphaFold сохранены^[2][5].

5 августа 2026 года Alphabet объявила о крупнейшей перестройке руководства с момента слияния 2023 года. Демис Хассабис покинул пост генерального директора, который занимал с основания лаборатории, и стал председателем Google DeepMind, одновременно получив новую должность главного научного сотрудника Alphabet^[6].

^[6][7]

Операционное управление перешло к Кораю Кавукчуоглу, сохранившему параллельную роль главного архитектора искусственного интеллекта Google. Он подчиняется напрямую генеральному директору Google Сундару Пичаи и отвечает за разработку моделей Gemini, передовые исследования, приложение Gemini и инструменты для разработчиков. Присвоенный титул — старший вице-президент, а не генеральный директор^[7][8].

Одновременно компанию покинула группа исследователей во главе с Джеффом Дином, проработавшим в Google 27 лет. Вместе с сооснователем Google Brain Санджаем Гемаватом, исследователем Ориолом Виньялсом и учёным Куоком Ле он основал стартап Discovery Loop, занимающийся системами для автоматизации научных открытий^[9].

Наблюдатели The Guardian отметили, что перестановки ставят вопрос о самостоятельности лондонской лаборатории: впервые ею руководит менеджер, работающий в США^[10].

В 2014 году опубликована архитектура гибридной нейронной сети, сочетающей рекуррентную нейросеть с внешней памятью. Сеть записывает и считывает информацию подобно машине Тьюринга, откуда название — Neural Turing Machine. Разработка имитирует кратковременную память человека; в экспериментах система осваивала копирование, сортировку и ассоциативную выборку.

Лаборатория представила систему, обучающуюся играм для консоли Atari 2600. Из 49 видеоигр в 22 достигнут результат выше человеческого. Система не запрограммирована под конкретную игру: на входе она получает только пиксельное изображение и счёт^[11].

В основе метода лежит глубинное обучение с подкреплением, или deep Q-network. Это разновидность обучения с подкреплением без модели с применением Q-обучения, где функция полезности моделируется глубокой нейронной сетью. Архитектурной основой служит свёрточная нейронная сеть.

В 2016 году показаны результаты обучения трёхмерным средам: управление автомобилем в симуляторе TORCS, поиск выхода в лабиринте, манипуляция предметами в физическом симуляторе MuJoCo. В 2018 году система освоила Quake III Arena на уровне сильных игроков^[12].

Сотрудничество с Blizzard Entertainment по обучению системы игре StarCraft II объявлено на фестивале BlizzCon 2016 года. Разработчики сочли эту стратегию реального времени подходящей средой из-за сложности правил.

На турнире 19 декабря 2018 года AlphaStar обыграла профессиональных игроков TLO и MaNa со счётом 10:0; во внезачётной партии MaNa победил. Программа представлена публично 24 января 2019 года^[13].

Обучение велось на записях человеческих партий, затем в «лиге AlphaStar», где система играла против собственных версий, нацеленных на её слабые места. К моменту презентации накопленный опыт соответствовал 200 годам игрового времени. К концу октября 2019 года система достигла уровня гроссмейстера, обойдя 99,8 % зарегистрированных игроков; на это потребовалось 44 дня тренировок^[14].

В октябре 2015 года программа AlphaGo победила чемпиона Европы по го Фань Хуэя со счётом 5:0. О результате объявлено 27 января 2016 года одновременно с публикацией в журнале Nature — это первый случай победы машины над профессионалом в го.

В марте 2016 года программа выиграла матч у одного из сильнейших игроков мира Ли Седоля со счётом 4:1.

AlphaProof и AlphaGeometry 2 решают задачи с применением методов логического вывода. В июле 2024 года системы справились с четырьмя задачами из шести на Международной математической олимпиаде, что соответствовало уровню серебряной медали^[15].

Публикации охватывают понимание естественного языка, генерацию изображений нейросетями, распознавание речи и алгоритмы обучения нейронных сетей.