Google DeepMind es un laboratorio de investigación en inteligencia artificial de origen británico-estadounidense y una subsidiaria de Alphabet Inc. Fundado en Londres en 2010, fue adquirido por Google en 2014 y se fusionó con Google Brain en abril de 2023 para formar Google DeepMind. La empresa es conocida por sus avances en aprendizaje por refuerzo, predicción del plegamiento de proteínas e IA generativa, incluido el programa AlphaGo, que derrotó a un campeón mundial de Go, y el sistema AlphaFold, que predijo las estructuras de casi todas las proteínas conocidas. En 2024, DeepMind continuó ampliando los límites de la IA con el lanzamiento de nuevos modelos de la familia Gemini, avances en comprensión multimodal e investigación sobre seguridad y alineación de la IA.
Historia y formación
DeepMind fue fundado en noviembre de 2010 por Demis Hassabis, Shane Legg y Mustafa Suleyman. Hassabis y Legg se conocieron en la Unidad de Neurociencia Computacional Gatsby del University College de Londres. Los fundadores buscaban crear una IA de propósito general que pudiera ser útil para casi cualquier cosa. El trabajo inicial se centró en enseñar a la IA a jugar videojuegos de Atari de las décadas de 1970 y 1980, como Breakout, Pong y Space Invaders, sin conocimiento programado de los juegos. La IA aprendía mediante prueba y error, convirtiéndose eventualmente en jugadora experta.
Importantes firmas de capital de riesgo, como Horizons Ventures y Founders Fund, invirtieron en la empresa, junto con los empresarios Scott Banister, Peter Thiel y Elon Musk. Jaan Tallinn fue un inversor y asesor temprano. En enero de 2014, Google adquirió DeepMind por un monto reportado de entre 400 y 650 millones de dólares. La empresa pasó a llamarse Google DeepMind durante unos dos años antes de volver a ser DeepMind. En 2014, DeepMind recibió el premio "Empresa del año" del Laboratorio de Computación de Cambridge.
DeepMind también buscó beneficiar a la sociedad, asociándose con el NHS para modernizar los sistemas de información. En septiembre de 2015, DeepMind y el Royal Free NHS Trust firmaron un acuerdo de intercambio de información para desarrollar conjuntamente una aplicación de gestión de tareas clínicas llamada Streams. La empresa estableció un consejo de ética de la IA, aunque su membresía no fue revelada, y posteriormente lanzó DeepMind Ethics and Society, con el filósofo Nick Bostrom como asesor.
En diciembre de 2019, el cofundador Suleyman dejó DeepMind para unirse a Google en un rol de políticas. En abril de 2023, DeepMind se fusionó con la división Google Brain de Google AI para formar Google DeepMind, un movimiento que aceleró el trabajo en IA en respuesta al lanzamiento de ChatGPT por parte de OpenAI. En 2026, DeepMind se trasladó al edificio Platform 37 de Google en King's Cross Central.
Productos y tecnologías
En 2020, DeepMind había publicado más de mil artículos, incluidos trece en Nature o Science. La investigación de la empresa abarca el aprendizaje por refuerzo, las redes neuronales y los modelos generativos. En 2024, DeepMind se centró en desarrollar grandes modelos de lenguaje, IA multimodal y herramientas para el descubrimiento científico.
Juegos y aprendizaje por refuerzo
Los primeros algoritmos de DeepMind fueron diseñados para ser generales, utilizando aprendizaje por refuerzo con píxeles brutos como entrada. Emplearon Q-learning profundo con redes neuronales convolucionales. En 2013, DeepMind publicó una investigación sobre una IA que superaba las habilidades humanas en juegos como Pong, Breakout y Enduro, y logró un rendimiento de vanguardia en Seaquest, Beamrider y Q*bert. Se informó que este trabajo llevó a la adquisición por parte de Google.
En 2016, AlphaGo venció a Lee Sedol, campeón mundial de Go, en una partida de cinco juegos, un evento histórico en la IA. AlphaZero, un programa más general, venció a los programas más potentes en Go, ajedrez y shogi después de días de autoaprendizaje. Los modelos posteriores incluyen MuZero, AlphaStar y DeepNash, que dominó el juego de mesa Stratego a nivel experto. En 2020, Agent57 superó el rendimiento humano en los 57 juegos del conjunto Atari 2600.
AlphaFold y descubrimiento científico
En 2020, DeepMind logró avances significativos en el plegamiento de proteínas con AlphaFold, alcanzando resultados de vanguardia en pruebas de referencia. Para julio de 2022, se publicaron más de 200 millones de estructuras proteicas predichas, que representan prácticamente todas las proteínas conocidas, en la base de datos AlphaFold. Esto ha acelerado la investigación en biología y medicina. DeepMind también desarrolló AlphaGeometry para matemáticas, FunSearch para descubrimiento matemático y AlphaEvolve, AlphaDev y AlphaTensor para descubrimiento de algoritmos.
Grandes modelos de lenguaje e IA generativa
Google DeepMind es responsable del desarrollo de la familia de grandes modelos de lenguaje Gemini, que son propietarios, y de los modelos de peso abierto Gemma. En 2024, los modelos Gemini se integraron en los productos de Google y se pusieron a disposición a través de API. La empresa también desarrolló modelos de IA generativa como Imagen (texto a imagen), Veo (texto a video) y Lyria (texto a música). Estos modelos aprovechan los avances en arquitecturas de transformadores y técnicas de aprendizaje profundo.
Logros de 2024
En 2024, DeepMind lanzó Gemini 1.5, que presentaba una ventana de contexto significativamente más larga y capacidades multimodales mejoradas, lo que le permitía procesar horas de video y documentos extensos. La empresa también presentó Gemma 2, una familia de modelos de peso abierto diseñada para uso en investigación y comercial. DeepMind continuó refinando sus marcos de seguridad, publicando investigaciones sobre alineación e interpretabilidad de la IA. Las colaboraciones con instituciones académicas y socios industriales ampliaron el alcance de sus tecnologías.
Impacto y recepción
El trabajo de DeepMind ha tenido un profundo impacto en la investigación y las aplicaciones de inteligencia artificial. AlphaFold ha sido ampliamente adoptado en la comunidad científica, con millones de descargas y citas. Los modelos Gemini han influido en el desarrollo de la tecnología de grandes modelos de lenguaje, compitiendo con las ofertas de OpenAI y Anthropic. La investigación de DeepMind sobre aprendizaje por refuerzo ha informado campos que van desde la robótica hasta el juego. El énfasis de la empresa en la seguridad y la ética ha moldeado los estándares de la industria.
Direcciones futuras
De cara al futuro, DeepMind busca desarrollar sistemas de IA más generales y capaces, con un enfoque en el razonamiento, la planificación y la comprensión multimodal. La empresa está invirtiendo en IA para el descubrimiento científico, incluido el diseño de fármacos y la ciencia de materiales. DeepMind también planea expandir sus centros de investigación y asociaciones a nivel global. En 2024, la empresa continúa explorando las fronteras del aprendizaje automático y la IA generativa, con miras a una implementación segura y beneficiosa.