Google DeepMind est un laboratoire de recherche en intelligence artificielle britanno-américain et une filiale d'Alphabet Inc. Fondé à Londres en 2010, il a été acquis par Google en 2014 et fusionné avec Google Brain en avril 2023 pour former Google DeepMind. L'entreprise est connue pour ses avancées en apprentissage par renforcement, en prédiction du repliement des protéines et en IA générative, notamment le programme AlphaGo qui a battu un champion du monde de Go, et le système AlphaFold qui a prédit les structures de presque toutes les protéines connues. En 2024, DeepMind a continué à repousser les limites de l'IA avec la sortie de nouveaux modèles de la famille Gemini, des progrès en compréhension multimodale et des recherches sur la sécurité et l'alignement de l'IA.
Histoire et Formation
DeepMind a été fondé en novembre 2010 par Demis Hassabis, Shane Legg et Mustafa Suleyman. Hassabis et Legg se sont rencontrés pour la première fois à l'unité de neurosciences computationnelles Gatsby de l'University College London. Les fondateurs visaient à créer une IA à usage général qui pourrait être utile pour presque tout. Les premiers travaux se sont concentrés sur l'apprentissage de l'IA à jouer à des jeux vidéo Atari des années 1970 et 1980, tels que Breakout, Pong et Space Invaders, sans connaissance programmée des jeux. L'IA apprenait par essais et erreurs, devenant finalement des joueurs experts.
Les principales sociétés de capital-risque Horizons Ventures et Founders Fund ont investi dans l'entreprise, ainsi que les entrepreneurs Scott Banister, Peter Thiel et Elon Musk. Jaan Tallinn était un investisseur et conseiller précoce. En janvier 2014, Google a acquis DeepMind pour un montant rapporté de 400 à 650 millions de dollars. L'entreprise a été renommée Google DeepMind pendant environ deux ans avant de revenir à DeepMind. En 2014, DeepMind a reçu le prix « Entreprise de l'année » du Cambridge Computer Laboratory.
DeepMind a également cherché à bénéficier à la société, en partenariat avec le NHS pour moderniser les systèmes d'information. En septembre 2015, DeepMind et le Royal Free NHS Trust ont signé un accord de partage d'informations pour développer conjointement une application de gestion des tâches cliniques appelée Streams. L'entreprise a établi un comité d'éthique de l'IA, dont la composition est restée non divulguée, et a ensuite lancé DeepMind Ethics and Society, avec le philosophe Nick Bostrom comme conseiller.
En décembre 2019, le cofondateur Suleyman a quitté DeepMind pour rejoindre Google dans un rôle politique. En avril 2023, DeepMind a fusionné avec la division Google Brain de Google AI pour former Google DeepMind, une décision qui a accéléré les travaux en IA en réponse à la sortie de ChatGPT par OpenAI. En 2026, DeepMind a déménagé dans le bâtiment Platform 37 de Google à King's Cross Central.
Produits et Technologies
En 2020, DeepMind avait publié plus de mille articles, dont treize dans Nature ou Science. Les recherches de l'entreprise couvrent l'apprentissage par renforcement, les réseaux neuronaux et les modèles génératifs. En 2024, DeepMind s'est concentré sur le développement de grands modèles de langage, d'IA multimodale et d'outils pour la découverte scientifique.
Jeux et Apprentissage par Renforcement
Les premiers algorithmes de DeepMind étaient conçus pour être généraux, utilisant l'apprentissage par renforcement avec des pixels bruts comme entrée. Ils employaient un apprentissage Q profond avec des réseaux neuronaux convolutifs. En 2013, DeepMind a publié des recherches sur une IA qui surpassait les capacités humaines dans des jeux comme Pong, Breakout et Enduro, et atteignait des performances de pointe sur Seaquest, Beamrider et Q*bert. Ce travail aurait conduit à l'acquisition par Google.
En 2016, AlphaGo a battu Lee Sedol, un champion du monde de Go, lors d'un match de cinq parties, un événement marquant dans l'histoire de l'IA. AlphaZero, un programme plus général, a battu les programmes les plus puissants au Go, aux échecs et au shogi après des jours d'auto-jeu. Les modèles suivants incluent MuZero, AlphaStar et DeepNash, qui a maîtrisé le jeu de société Stratego au niveau expert. En 2020, Agent57 a surpassé les performances humaines sur les 57 jeux de la suite Atari 2600.
AlphaFold et Découverte Scientifique
En 2020, DeepMind a réalisé des avancées significatives dans le repliement des protéines avec AlphaFold, atteignant des résultats de pointe dans les tests de référence. En juillet 2022, plus de 200 millions de structures protéiques prédites, représentant pratiquement toutes les protéines connues, ont été publiées sur la base de données AlphaFold. Cela a accéléré la recherche en biologie et en médecine. DeepMind a également développé AlphaGeometry pour les mathématiques, FunSearch pour la découverte mathématique, et AlphaEvolve, AlphaDev et AlphaTensor pour la découverte d'algorithmes.
Grands Modèles de Langage et IA Générative
Google DeepMind est responsable du développement de la famille de grands modèles de langage Gemini, qui sont propriétaires, et des modèles Gemma à poids ouverts. En 2024, les modèles Gemini ont été intégrés dans les produits Google et mis à disposition via des API. L'entreprise a également développé des modèles d'IA générative tels que Imagen (texte vers image), Veo (texte vers vidéo) et Lyria (texte vers musique). Ces modèles s'appuient sur les avancées des architectures Transformer (architecture) et des techniques de Deep learning.
Réalisations de 2024
En 2024, DeepMind a publié Gemini 1.5, qui présentait une fenêtre de contexte significativement plus longue et des capacités multimodales améliorées, lui permettant de traiter des heures de vidéo et de grands documents. L'entreprise a également introduit Gemma 2, une famille de modèles à poids ouverts conçue pour la recherche et l'utilisation commerciale. DeepMind a continué à affiner ses cadres de sécurité, publiant des recherches sur l'alignement et l'interprétabilité de l'IA. Les collaborations avec des institutions académiques et des partenaires industriels ont élargi la portée de ses technologies.
Impact et Réception
Les travaux de DeepMind ont eu un impact profond sur la recherche et les applications en Artificial intelligence. AlphaFold a été largement adopté dans la communauté scientifique, avec des millions de téléchargements et de citations. Les modèles Gemini ont influencé le développement de la technologie des Large language model, en concurrence avec les offres d'OpenAI et d'Anthropic. Les recherches de DeepMind sur l'apprentissage par renforcement ont informé des domaines allant de la robotique au jeu. L'accent mis par l'entreprise sur la sécurité et l'éthique a façonné les normes de l'industrie.
Orientations Futures
À l'avenir, DeepMind vise à développer des systèmes d'IA plus généraux et plus capables, en mettant l'accent sur le raisonnement, la planification et la compréhension multimodale. L'entreprise investit dans l'IA pour la découverte scientifique, y compris la conception de médicaments et la science des matériaux. DeepMind prévoit également d'étendre ses centres de recherche et ses partenariats à l'échelle mondiale. En 2024, l'entreprise continue d'explorer les frontières du Machine learning et du Generative AI, en vue d'un déploiement sûr et bénéfique.