Google DeepMind est la division de recherche en intelligence artificielle de Google, dont le siège est à Londres, formée en avril 2023 par la fusion de DeepMind, une startup acquise par Google en 2014, et de Google Brain, l'équipe de recherche interne originale en IA de Google. Elle est dirigée par Demis Hassabis, et ses recherches couvrent l'apprentissage par renforcement, les applications scientifiques de l'IA et les modèles de fondation à grande échelle qui alimentent la gamme de produits Gemini de Google.
Historique
DeepMind a été fondée à Londres en 2010 par Demis Hassabis, Shane Legg et Mustafa Suleyman avec un objectif explicite à long terme de développer une intelligence artificielle générale, initialement grâce à la recherche sur l'apprentissage par renforcement appliquée aux jeux. Google a acquis DeepMind en 2014 pour un montant rapporté d'environ 500 millions de dollars, et le laboratoire a fonctionné avec une indépendance substantielle vis-à-vis de l'organisation produit de Google pendant près d'une décennie, publiant largement dans des revues académiques et poursuivant des recherches pas toujours liées à une application commerciale immédiate. En 2023, face à une concurrence accrue de ChatGPT d'OpenAI et à la pression pour consolider les efforts en IA de Google, Google a fusionné DeepMind avec l'équipe Google Brain, connue auparavant pour des travaux incluant TensorFlow et la recherche originale sur le transformeur, sous le nom unifié Google DeepMind et la direction de Hassabis.
Jalons de recherche
DeepMind a bâti sa réputation initiale sur le programme AlphaGo, qui a vaincu les meilleurs joueurs humains au jeu de plateau Go, notamment lors du match AlphaGo contre Lee Sedol de mars 2016, suivi par AlphaZero, qui a généralisé l'approche aux échecs et au shogi par le seul auto-jeu. Son système AlphaFold, qui prédit les structures tridimensionnelles des protéines à partir de séquences d'acides aminés, a été reconnu comme ayant résolu un défi majeur vieux de plusieurs décennies en biologie structurale et a conduit Hassabis et son collègue John Jumper à partager le prix Nobel de chimie 2024, dans le cadre d'une vague plus large de reconnaissance résumée dans les prix Nobel 2024 en IA. Ces réalisations ont établi l'identité de DeepMind en tant que laboratoire poursuivant des jalons scientifiques et ludiques distincts, bien que de plus en plus convergents, du travail centré sur les modèles de langage de laboratoires comme OpenAI.
Produits
Depuis la fusion de 2023, Google DeepMind a pris en charge la famille de modèles Gemini de Google, successeur du chatbot précédent Bard et réponse de Google à GPT-4 et Claude, ainsi que le modèle de génération vidéo Veo et la poursuite des travaux sur AlphaFold et les outils scientifiques associés. L'entraînement de ces grands modèles repose fortement sur le matériel accélérateur personnalisé TPU de Google, développé sous la supervision des responsables de l'infrastructure de Google, notamment Jeff Dean, conférant à Google DeepMind un degré d'indépendance matérielle vis-à-vis des GPU NVIDIA dont dépendent la plupart des laboratoires rivaux.
Réception
La double identité de Google DeepMind, à la fois institution de recherche scientifique créditée de véritables percées comme AlphaFold et moteur commercial derrière un produit grand public concurrençant directement ChatGPT, a suscité à la fois admiration et scepticisme. Certains anciens chercheurs de DeepMind et observateurs externes ont soutenu que la fusion de 2023 et la pression produit ultérieure ont dilué la culture antérieure axée sur la recherche au profit de cycles de publication plus rapides et davantage centrés sur Gemini, sous l'impulsion plus large de « code rouge » de Sundar Pichai pour rester à la hauteur d'OpenAI.
Développements récents
À l'été 2026, DeepMind a emménagé dans le bâtiment Platform 37 de Google à King's Cross Central. Le laboratoire a continué d'élargir son portefeuille de modèles, publiant la famille à poids ouverts Gemma en février 2024, suivie de Gemma 2 en 2024 et de Gemma 3 en mars 2025. Les modèles Gemini ont été itérés rapidement, avec Gemini 1.5 en février 2024, Gemini 2.0 fin 2024 et Gemini 2.5 en mars 2025. Le laboratoire a également publié le modèle texte-image Imagen (Imagen 3 en août 2024, Imagen 4 en mai 2025), le modèle texte-vidéo Veo et le modèle texte-musique Lyria. En août 2025, il a publié le modèle de génération d'images Nano Banana. La recherche s'est poursuivie avec des modèles tels qu'AlphaChip, FunSearch et Gato, et le laboratoire a maintenu des centres de recherche aux États-Unis, au Canada, en France, en Allemagne et en Suisse.