Google DeepMind ist die Abteilung für künstliche Intelligenz von Google mit Hauptsitz in London, die im April 2023 durch die Fusion von DeepMind, einem von Google 2014 übernommenen Startup, und Google Brain, dem ursprünglichen internen KI-Forschungsteam von Google, entstanden ist. Sie wird von Demis Hassabis geleitet, und ihre Forschung umfasst bestärkendes Lernen, wissenschaftliche Anwendungen der KI sowie die groß angelegten Foundation-Modelle, die Googles Gemini-Produktlinie antreiben.
Geschichte
DeepMind wurde 2010 in London von Demis Hassabis, Shane Legg und Mustafa Suleyman mit dem ausdrücklichen langfristigen Ziel gegründet, künstliche allgemeine Intelligenz zu entwickeln, zunächst durch Bestärkendes Lernen-Forschung an Spielen. Google übernahm DeepMind 2014 für einen berichteten Preis von rund 500 Millionen Dollar, und das Labor arbeitete fast ein Jahrzehnt lang mit erheblicher Unabhängigkeit von Googles Produktorganisation, veröffentlichte umfassend in akademischen Foren und betrieb Forschung, die nicht immer an unmittelbare kommerzielle Anwendungen gebunden war. Im Jahr 2023, angesichts des zunehmenden Wettbewerbs durch OpenAIs ChatGPT und des Drucks, Googles KI-Bemühungen zu konsolidieren, fusionierte Google DeepMind mit dem Google-Brain-Team, das zuvor für Arbeiten wie TensorFlow und die ursprüngliche Transformer-Forschung bekannt war, unter dem einheitlichen Namen Google DeepMind und der Führung von Hassabis.
Forschungsmeilensteine
DeepMind baute seinen frühen Ruf auf dem AlphaGo-Programm auf, das die besten menschlichen Spieler im Brettspiel Go besiegte, am bekanntesten im AlphaGo-gegen-Lee-Sedol-Match im März 2016, gefolgt von AlphaZero, das den Ansatz durch reines Selbstspiel auf Schach und Shogi verallgemeinerte. Das AlphaFold-System, das dreidimensionale Proteinstrukturen aus Aminosäuresequenzen vorhersagt, wurde als Lösung einer jahrzehntealten großen Herausforderung der Strukturbiologie anerkannt und führte dazu, dass Hassabis und sein Kollege John Jumper den Nobelpreis für Chemie 2024 teilten, Teil einer breiteren Welle der Anerkennung, die in KI-Nobelpreise 2024 zusammengefasst ist. Diese Errungenschaften etablierten DeepMinds Identität als ein Labor, das wissenschaftliche und spielbezogene Meilensteine verfolgt, die sich von der auf Sprachmodellen zentrierten Arbeit von Laboren wie OpenAI unterscheiden, wenn auch zunehmend konvergieren.
Produkte
Seit der Fusion 2023 ist Google DeepMind für Googles Gemini-Modellfamilie verantwortlich, den Nachfolger des früheren Bard-Chatbots und Googles Antwort auf GPT-4 und Claude, sowie für das Veo-Videogenerierungsmodell und die fortgesetzte Arbeit an AlphaFold und verwandten wissenschaftlichen Werkzeugen. Das Training dieser großen Modelle stützt sich stark auf Googles kundenspezifische TPU-Beschleunigerhardware, die unter der Aufsicht von Googles Infrastrukturleitern einschließlich Jeff Dean entwickelt wurde, was Google DeepMind ein gewisses Maß an Hardware-Unabhängigkeit von den NVIDIA-GPUs verleiht, auf die die meisten konkurrierenden Labore angewiesen sind.
Rezeption
Google DeepMinds doppelte Identität, sowohl als wissenschaftliche Forschungseinrichtung, der echte Durchbrüche wie AlphaFold zugeschrieben werden, als auch als kommerzieller Motor hinter einem Verbraucherprodukt, das direkt mit ChatGPT konkurriert, hat sowohl Bewunderung als auch Skepsis hervorgerufen. Einige ehemalige DeepMind-Forscher und externe Beobachter haben argumentiert, dass die Fusion 2023 und der anschließende Produktdruck die frühere forschungsorientierte Kultur des Labors zugunsten schnellerer, stärker auf Gemini fokussierter Veröffentlichungszyklen unter Sundar Pichais breiterem „Code-Red“-Vorstoß verwässert habe, um mit OpenAI Schritt zu halten.
Aktuelle Entwicklungen
Im Sommer 2026 zog DeepMind in Googles Gebäude Platform 37 in King's Cross Central um. Das Labor hat sein Modellportfolio weiter ausgebaut und im Februar 2024 die offene Gemma-Modellfamilie veröffentlicht, gefolgt von Gemma 2 im Jahr 2024 und Gemma 3 im März 2025. Gemini-Modelle wurden schnell iteriert, mit Gemini 1.5 im Februar 2024, Gemini 2.0 Ende 2024 und Gemini 2.5 im März 2025. Das Labor veröffentlichte auch das Imagen-Text-zu-Bild-Modell (Imagen 3 im August 2024, Imagen 4 im Mai 2025), das Veo-Text-zu-Video-Modell und das Lyria-Text-zu-Musik-Modell. Im August 2025 veröffentlichte es das Bildgenerierungsmodell Nano Banana. Die Forschung wurde mit Modellen wie AlphaChip, FunSearch und Gato fortgesetzt, und das Labor unterhält Forschungszentren in den Vereinigten Staaten, Kanada, Frankreich, Deutschland und der Schweiz.