DeepMind Technologies Limited, que opera como Google DeepMind o simplemente DeepMind, es un laboratorio de investigación de inteligencia artificial británico-estadounidense y una filial de Alphabet Inc. Fundada en el Reino Unido en 2010, fue adquirida por Google en 2014 y se fusionó con la división Google Brain de Google AI para convertirse en Google DeepMind en abril de 2023. La empresa tiene su sede en Londres, con centros de investigación en Estados Unidos, Canadá, Francia, Alemania y Suiza.
DeepMind es conocida por su trabajo en aprendizaje automático y aprendizaje profundo, particularmente en el desarrollo de modelos de redes neuronales entrenados con aprendizaje por refuerzo para jugar videojuegos y juegos de mesa. Acaparó titulares en 2016 después de que su programa AlphaGo venciera a Lee Sedol, campeón mundial de Go, en una partida de cinco juegos, que más tarde fue presentada en el documental AlphaGo. Un programa más general, AlphaZero, venció a los programas más potentes que jugaban al Go, al ajedrez y al shogi después de unos días de juego contra sí mismo mediante aprendizaje por refuerzo. DeepMind ha entrenado desde entonces modelos para juegos (MuZero, AlphaStar), para matemáticas (AlphaGeometry, FunSearch) y para el descubrimiento de algoritmos (AlphaEvolve, AlphaDev, AlphaTensor).
Historia
La empresa emergente fue fundada por Demis Hassabis, Shane Legg y Mustafa Suleyman en noviembre de 2010. Hassabis y Legg se conocieron por primera vez en la Unidad de Neurociencia Computacional Gatsby del University College de Londres. El objetivo de los fundadores era crear una IA de propósito general que pudiera ser útil y eficaz para casi cualquier cosa. Hassabis dijo que la empresa emergente comenzó a trabajar en tecnología de inteligencia artificial enseñándole a jugar a videojuegos de Atari de los años 1970 y 1980, incluidos Breakout, Pong y Space Invaders. La IA se introdujo en los juegos sin ningún conocimiento programado de cómo jugar. Tras un período de movimientos torpes, la IA eventualmente aprendía qué funcionaba y, con el tiempo, incluso se convertía en experta en ello. Se dice que los procesos cognitivos por los que pasa la IA son muy similares a los que usaría un humano que nunca hubiera visto el juego para entenderlo e intentar dominarlo.
Importantes firmas de capital de riesgo, Horizons Ventures y Founders Fund, invirtieron en la empresa, así como los empresarios Scott Banister, Peter Thiel y Elon Musk. Jaan Tallinn fue un inversor temprano y asesor de la empresa. DeepMind necesitaba un patrocinador bien financiado para pagar a sus empleados, proporcionar recursos informáticos y expandirse aún más. Fue cortejada por Facebook, Musk, Google y algunos otros.
El 26 de enero de 2014, Google confirmó la adquisición de DeepMind por un precio que, según se informa, oscilaba entre 400 y 650 millones de dólares. La empresa fue posteriormente renombrada como Google DeepMind y mantuvo ese nombre durante unos dos años. En 2014, DeepMind recibió el premio "Empresa del Año" del Laboratorio de Computación de Cambridge.
Buscando oportunidades para beneficiar a la sociedad, DeepMind inició un programa piloto con el NHS para modernizar sus sistemas de información que a menudo aún usaban papel y máquinas de fax. En septiembre de 2015, DeepMind y el Royal Free NHS Trust firmaron su acuerdo inicial de intercambio de información para co-desarrollar una aplicación de gestión de tareas clínicas, Streams.
Tras la adquisición por parte de Google, la empresa estableció un comité de ética de inteligencia artificial. El comité de ética para la investigación en IA era un misterio, ya que tanto Google como DeepMind se negaron a revelar quién lo integraba. DeepMind abrió una nueva unidad llamada DeepMind Ethics and Society y se centró en las cuestiones éticas y sociales planteadas por la inteligencia artificial, con el destacado filósofo Nick Bostrom como asesor. En octubre de 2017, DeepMind lanzó un nuevo equipo de investigación para investigar la ética de la IA.
En diciembre de 2019, el cofundador Suleyman anunció que dejaría DeepMind para unirse a la empresa matriz Google, trabajando en un puesto de políticas.
En abril de 2023, DeepMind se fusionó con la división Google Brain de Google AI para formar Google DeepMind, como parte de los esfuerzos continuos de la empresa para acelerar el trabajo en IA en respuesta al lanzamiento de ChatGPT al público en general por parte de OpenAI. Esto marcó el fin de una lucha de años de los ejecutivos de DeepMind por asegurar una mayor autonomía de Google. En el verano de 2026, DeepMind se trasladó al edificio Platform 37 de Google en King's Cross Central.
Productos y tecnologías
A partir de 2020, DeepMind ha publicado más de mil artículos, incluidos trece que fueron aceptados por Nature o Science. DeepMind recibió atención mediática durante el período de AlphaGo; según una búsqueda en LexisNexis, 1842 noticias publicadas mencionaron a DeepMind en 2016, disminuyendo a 1363 en 2019.
Juegos
A diferencia de las IA anteriores, como Deep Blue o Watson de IBM, que se desarrollaron para un propósito predefinido y solo funcionan dentro de ese ámbito, los algoritmos iniciales de DeepMind estaban destinados a ser generales. Usaban aprendizaje por refuerzo, un algoritmo que aprende de la experiencia utilizando solo píxeles en bruto como entrada de datos. Su enfoque inicial utilizaba Q-learning profundo con una red neuronal convolucional. Probaron el sistema en videojuegos, notablemente juegos arcade tempranos, como Space Invaders o Breakout. Sin alterar el código, la misma IA pudo jugar ciertos juegos de manera más eficiente que cualquier humano jamás podría. En julio de 2018, investigadores de DeepMind entrenaron a uno de sus sistemas para jugar al videojuego Quake III Arena.
En 2013, DeepMind publicó investigaciones sobre un sistema de IA que superaba las habilidades humanas en juegos como Pong, Breakout y Enduro, mientras superaba el estado del arte en Seaquest, Beamrider y Q*bert. Se informa que este trabajo condujo a la adquisición de la empresa por parte de Google. La IA de DeepMind se había aplicado a videojuegos de los años 1970 y 1980; el trabajo continuaba para juegos 3D más complejos como Quake, que apareció por primera vez en los años 1990. En 2020, DeepMind publicó Agent57, un agente de IA que supera el rendimiento a nivel humano en los 57 juegos del conjunto Atari 2600. En julio de 2022, DeepMind anunció el desarrollo de DeepNash, un sistema de aprendizaje por refuerzo multiagente sin modelo capaz de jugar al juego de mesa Stratego al nivel de un experto humano.
#### AlphaGo y sucesores
En octubre de 2015, un programa de computadora para Go llamado AlphaGo, desarrollado por DeepMind, venció al campeón europeo de Go, Fan Hui, un profesional de 2 dan, por cinco a cero. Esta fue la primera vez que un programa de inteligencia artificial vencía a un jugador profesional de Go. En marzo de 2016, AlphaGo derrotó a Lee Sedol, un campeón mundial de 9 dan, en una partida de cinco juegos en Seúl, Corea del Sur. La partida fue vista por un estimado de 200 millones de personas en todo el mundo y más tarde fue presentada en el documental AlphaGo.
En diciembre de 2017, DeepMind presentó AlphaZero, una versión más general de AlphaGo que aprendió a jugar al Go, al ajedrez y al shogi desde cero usando auto-juego y aprendizaje por refuerzo. AlphaZero venció a los programas más potentes que jugaban a estos juegos después de unos días de entrenamiento. En 2020, DeepMind publicó MuZero, que dominó el Go, el ajedrez, el shogi y los juegos de Atari sin necesidad de conocer las reglas del juego de antemano.
AlphaFold e investigación científica
En 2020, DeepMind logró avances significativos en el problema del plegamiento de proteínas con AlphaFold, que alcanzó récords de estado del arte en pruebas de referencia para la predicción del plegamiento de proteínas. En julio de 2022, se anunció que más de 200 millones de estructuras proteicas predichas, que representan prácticamente todas las proteínas conocidas, se publicarían en la base de datos AlphaFold. Este trabajo ha sido ampliamente reconocido como un gran avance en biología y medicina.
Modelos de lenguaje grandes e IA generativa
Google DeepMind se ha convertido en responsable del desarrollo de dos familias de modelos de lenguaje grandes: el propietario Gemini y el de pesos abiertos Gemma, así como de otros modelos de IA generativa, como Imagen (texto a imagen), Veo (texto a video) y Lyria (texto a música). Estos modelos forman parte del campo más amplio de la IA generativa y la investigación de modelos de lenguaje grandes.
Impacto y legado
El trabajo de DeepMind ha tenido un impacto significativo en el campo de la inteligencia artificial, particularmente en las áreas de aprendizaje por refuerzo y aprendizaje profundo. Su investigación se ha publicado en las principales revistas científicas y ha influido en el desarrollo de tecnologías de IA en diversas industrias. La adquisición de la empresa por parte de Google y su posterior fusión con Google Brain la han posicionado como un actor clave en el panorama global de la IA, compitiendo con otros laboratorios importantes como OpenAI y Anthropic.
Las contribuciones de DeepMind a la ciencia, particularmente en el plegamiento de proteínas, se han comparado con el trabajo de Nokia Bell Labs y Xerox PARC en sus respectivas épocas. La cultura de investigación de la empresa, que combina conocimientos de neurociencia, informática y matemáticas, ha sido influyente en la configuración de los enfoques modernos para el desarrollo de la IA.