DeepMind Technologies Limited, commercialisée sous le nom de Google DeepMind ou simplement DeepMind, est un laboratoire de recherche en intelligence artificielle britannico-américain et une filiale d'Alphabet Inc. Fondé au Royaume-Uni en 2010, il a été acquis par Google en 2014 et fusionné avec la division Google Brain de Google AI pour devenir Google DeepMind en avril 2023. L'entreprise est basée à Londres, avec des centres de recherche aux États-Unis, au Canada, en France, en Allemagne et en Suisse.
DeepMind est connu pour ses travaux en apprentissage automatique et en apprentissage profond, notamment pour le développement de modèles de réseaux neuronaux entraînés par apprentissage par renforcement pour jouer à des jeux vidéo et des jeux de société. Il a fait la une des journaux en 2016 après que son programme AlphaGo a battu Lee Sedol, champion du monde de go, lors d'un match en cinq parties, qui a ensuite été présenté dans le documentaire AlphaGo. Un programme plus général, AlphaZero, a battu les programmes les plus puissants jouant au go, aux échecs et au shogi après quelques jours de jeu contre lui-même en utilisant l'apprentissage par renforcement. DeepMind a depuis entraîné des modèles pour les jeux (MuZero, AlphaStar), pour les mathématiques (AlphaGeometry, FunSearch) et pour la découverte d'algorithmes (AlphaEvolve, AlphaDev, AlphaTensor).
Histoire
La start-up a été fondée par Demis Hassabis, Shane Legg et Mustafa Suleyman en novembre 2010. Hassabis et Legg se sont rencontrés pour la première fois à l'unité de neurosciences computationnelles Gatsby de l'University College de Londres. L'objectif des fondateurs était de créer une IA à usage général qui pourrait être utile et efficace pour presque tout. Hassabis a déclaré que la start-up avait commencé à travailler sur la technologie de l'intelligence artificielle en lui apprenant à jouer à des jeux vidéo Atari des années 1970 et 1980, notamment Breakout, Pong et Space Invaders. L'IA a été introduite dans les jeux sans aucune connaissance programmée de la façon de jouer. Après une période de tâtonnements, l'IA finissait par apprendre ce qui fonctionnait et, avec le temps, devenait même experte. Les processus cognitifs que traverse l'IA sont dits très similaires à ceux qu'un humain qui n'aurait jamais vu le jeu utiliserait pour le comprendre et tenter de le maîtriser.
Les grandes 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 a été un investisseur précoce et un conseiller de l'entreprise. DeepMind avait besoin d'un bailleur de fonds bien financé pour payer ses employés, fournir des ressources de calcul et continuer à se développer. Il a été courtisé par Facebook, Musk, Google et quelques autres.
Le 26 janvier 2014, Google a confirmé l'acquisition de DeepMind pour un prix qui, selon les rapports, se situait entre 400 et 650 millions de dollars. L'entreprise a ensuite été renommée Google DeepMind et a conservé ce nom pendant environ deux ans. En 2014, DeepMind a reçu le prix « Entreprise de l'année » du Cambridge Computer Laboratory.
Cherchant des opportunités pour bénéficier à la société, DeepMind a lancé un programme pilote avec le NHS pour moderniser ses systèmes d'information qui utilisaient souvent encore du papier et des télécopieurs. En septembre 2015, DeepMind et le Royal Free NHS Trust ont signé leur accord initial de partage d'informations pour développer conjointement une application de gestion des tâches cliniques, Streams.
Après l'acquisition par Google, l'entreprise a créé un comité d'éthique de l'intelligence artificielle. Le comité d'éthique pour la recherche en IA était un mystère, Google et DeepMind refusant de révéler qui siégeait au comité. DeepMind a ouvert une nouvelle unité appelée DeepMind Ethics and Society et s'est concentré sur les questions éthiques et sociétales soulevées par l'intelligence artificielle, avec le philosophe éminent Nick Bostrom comme conseiller. En octobre 2017, DeepMind a lancé une nouvelle équipe de recherche pour étudier l'éthique de l'IA.
En décembre 2019, le cofondateur Suleyman a annoncé qu'il quitterait DeepMind pour rejoindre la société mère Google, travaillant dans un rôle politique.
En avril 2023, DeepMind a fusionné avec la division Google Brain de Google AI pour former Google DeepMind, dans le cadre des efforts continus de l'entreprise pour accélérer le travail sur l'IA en réponse à la sortie de ChatGPT par OpenAI au grand public. Cela a marqué la fin d'une lutte de plusieurs années des dirigeants de DeepMind pour obtenir une plus grande autonomie vis-à-vis de Google. À l'été 2026, DeepMind a emménagé dans le bâtiment Platform 37 de Google à King's Cross Central.
Produits et technologies
En 2020, DeepMind a publié plus d'un millier d'articles, dont treize acceptés par Nature ou Science. DeepMind a reçu l'attention des médias pendant la période AlphaGo ; selon une recherche LexisNexis, 1842 articles de presse publiés mentionnaient DeepMind en 2016, en baisse à 1363 en 2019.
Jeux
Contrairement aux IA antérieures, comme Deep Blue ou Watson d'IBM, qui ont été développées pour un objectif prédéfini et ne fonctionnent que dans ce cadre, les algorithmes initiaux de DeepMind étaient destinés à être généraux. Ils utilisaient l'apprentissage par renforcement, un algorithme qui apprend de l'expérience en utilisant uniquement des pixels bruts comme données d'entrée. Leur approche initiale utilisait le Q-learning profond avec un réseau de neurones convolutif. Ils ont testé le système sur des jeux vidéo, notamment des jeux d'arcade anciens, comme Space Invaders ou Breakout. Sans modifier le code, la même IA était capable de jouer à certains jeux plus efficacement que n'importe quel humain. En juillet 2018, des chercheurs de DeepMind ont entraîné l'un de ses systèmes à jouer au jeu vidéo Quake III Arena.
En 2013, DeepMind a publié des recherches sur un système d'IA qui dépassait les capacités humaines dans des jeux comme Pong, Breakout et Enduro, tout en dépassant l'état de l'art sur Seaquest, Beamrider et Q*bert. Ce travail aurait conduit à l'acquisition de l'entreprise par Google. L'IA de DeepMind avait été appliquée à des jeux vidéo des années 1970 et 1980 ; des travaux étaient en cours pour des jeux 3D plus complexes comme Quake, apparu dans les années 1990. En 2020, DeepMind a publié Agent57, un agent IA qui dépasse le niveau de performance humain sur les 57 jeux de la suite Atari 2600. En juillet 2022, DeepMind a annoncé le développement de DeepNash, un système d'apprentissage par renforcement multi-agents sans modèle capable de jouer au jeu de société Stratego au niveau d'un expert humain.
#### AlphaGo et successeurs
En octobre 2015, un programme de go informatique appelé AlphaGo, développé par DeepMind, a battu le champion européen de go Fan Hui, un professionnel 2 dan, cinq à zéro. C'était la première fois qu'un programme d'intelligence artificielle battait un joueur professionnel de go. En mars 2016, AlphaGo a vaincu Lee Sedol, champion du monde 9 dan, lors d'un match en cinq parties à Séoul, en Corée du Sud. Le match a été regardé par environ 200 millions de personnes dans le monde et a ensuite été présenté dans le documentaire AlphaGo.
En décembre 2017, DeepMind a introduit AlphaZero, une version plus générale d'AlphaGo qui a appris à jouer au go, aux échecs et au shogi à partir de zéro en utilisant l'auto-jeu et l'apprentissage par renforcement. AlphaZero a battu les programmes les plus puissants jouant à ces jeux après quelques jours d'entraînement. En 2020, DeepMind a publié MuZero, qui maîtrisait le go, les échecs, le shogi et les jeux Atari sans avoir besoin de connaître les règles du jeu à l'avance.
AlphaFold et recherche scientifique
En 2020, DeepMind a réalisé des avancées significatives dans le problème du repliement des protéines avec AlphaFold, qui a atteint des records de l'état de l'art sur les tests de référence pour la prédiction du repliement des protéines. En juillet 2022, il a été annoncé que plus de 200 millions de structures protéiques prédites, représentant pratiquement toutes les protéines connues, seraient publiées sur la base de données AlphaFold. Ce travail a été largement reconnu comme une percée majeure en biologie et en médecine.
Modèles de langage de grande taille et IA générative
Google DeepMind est devenu responsable du développement de deux familles de modèles de langage de grande taille : le Gemini propriétaire et le Gemma à poids ouverts, ainsi que d'autres modèles d'IA générative, tels que Imagen (texte vers image), Veo (texte vers vidéo) et Lyria (texte vers musique). Ces modèles font partie du domaine plus large de la recherche en IA générative et en modèle de langage de grande taille.
Impact et héritage
Les travaux de DeepMind ont eu un impact significatif sur le domaine de l'intelligence artificielle, en particulier dans les domaines de l'apprentissage par renforcement et de l'apprentissage profond. Ses recherches ont été publiées dans les meilleures revues scientifiques et ont influencé le développement des technologies d'IA dans divers secteurs. L'acquisition de l'entreprise par Google et sa fusion ultérieure avec Google Brain l'ont positionnée comme un acteur clé du paysage mondial de l'IA, en concurrence avec d'autres grands laboratoires tels que OpenAI et Anthropic.
Les contributions de DeepMind à la science, en particulier dans le repliement des protéines, ont été comparées aux travaux de Nokia Bell Labs et Xerox PARC à leurs époques respectives. La culture de recherche de l'entreprise, qui combine des idées issues des neurosciences, de l'informatique et des mathématiques, a été influente dans la formation des approches modernes du développement de l'IA.