Google DeepMindは、イギリス系アメリカ人の人工知能研究機関であり、Alphabet Inc.の子会社である。2010年にロンドンで設立され、2014年にGoogleに買収され、2023年4月にGoogle Brainと合併してGoogle DeepMindとなった。同社は、強化学習、タンパク質構造予測、生成AIにおける画期的な進歩で知られており、囲碁の世界チャンピオンを破ったAlphaGoプログラムや、ほぼ全ての既知のタンパク質の構造を予測したAlphaFoldシステムを含む。2024年には、DeepMindはGeminiファミリーの新モデルのリリース、マルチモーダル理解の進歩、AIの安全性と整合性に関する研究を通じて、AIの限界を押し広げ続けた。
歴史と設立
DeepMindは、2010年11月にDemis Hassabis、Shane Legg、Mustafa Suleymanによって設立された。HassabisとLeggは、ユニバーシティ・カレッジ・ロンドンのGatsby計算神経科学ユニットで初めて出会った。創業者たちは、ほぼあらゆることに役立つ汎用AIの創造を目指した。初期の研究は、1970年代から1980年代のAtariビデオゲーム（Breakout、Pong、Space Invadersなど）を、ゲームのプログラム知識なしでAIに教えることに焦点を当てた。AIは試行錯誤を通じて学習し、最終的に熟練プレイヤーとなった。
主要なベンチャーキャピタル企業であるHorizons VenturesとFounders Fundが、起業家のScott Banister、Peter Thiel、Elon Muskとともに同社に投資した。Jaan Tallinnは初期の投資家であり顧問でもあった。2014年1月、GoogleはDeepMindを報告額4億ドルから6億5000万ドルで買収した。同社は約2年間Google DeepMindと改名された後、DeepMindに戻った。2014年、DeepMindはケンブリッジ大学コンピュータ研究所から「年間最優秀企業」賞を受賞した。
DeepMindはまた、社会に利益をもたらすことを目指し、NHSと提携して情報システムを近代化した。2015年9月、DeepMindとRoyal Free NHS Trustは、Streamsと呼ばれる臨床タスク管理アプリを共同開発するための情報共有契約を締結した。同社はAI倫理委員会を設立したが、そのメンバーは非公開のままであり、後に哲学者のNick Bostromを顧問としてDeepMind Ethics and Societyを立ち上げた。
2019年12月、共同創業者のSuleymanはDeepMindを離れ、政策担当としてGoogleに加わった。2023年4月、DeepMindはGoogle AIのGoogle Brain部門と合併してGoogle DeepMindとなり、これはOpenAIのChatGPTリリースに対応してAI作業を加速させる動きだった。2026年、DeepMindはキングズ・クロス・セントラルのGoogleのPlatform 37ビルに移転した。
製品と技術
2020年時点で、DeepMindは1000以上の論文を発表しており、そのうち13本はNatureまたはScienceに掲載された。同社の研究は、強化学習、ニューラルネットワーク、生成モデルに及ぶ。2024年、DeepMindは大規模言語モデル、マルチモーダルAI、科学的発見のためのツールの開発に注力した。
ゲームと強化学習
DeepMindの初期のアルゴリズムは、生のピクセルを入力とする強化学習を用いて、汎用的になるように設計された。彼らは畳み込みニューラルネットワークを用いた深層Q学習を採用した。2013年、DeepMindはPong、Breakout、Enduroなどのゲームで人間の能力を超え、Seaquest、Beamrider、Q*bertで最先端の性能を達成したAIに関する研究を発表した。この研究がGoogleの買収につながったと報告されている。
2016年、AlphaGoは囲碁の世界チャンピオンであるLee Sedolを5番勝負で破り、AI史上の画期的な出来事となった。より汎用的なプログラムであるAlphaZeroは、数日間の自己対戦の後、囲碁、チェス、将棋で最強のプログラムを破った。その後のモデルには、MuZero、AlphaStar、DeepNashがあり、後者はボードゲームのStrategoをエキスパートレベルで習得した。2020年、Agent57はAtari 2600スイートの全57ゲームで人間の性能を超えた。
AlphaFoldと科学的発見
2020年、DeepMindはAlphaFoldでタンパク質フォールディングにおいて大きな進歩を遂げ、ベンチマークテストで最先端の結果を達成した。2022年7月までに、ほぼ全ての既知のタンパク質を表す2億以上の予測タンパク質構造がAlphaFoldデータベースで公開された。これにより、生物学と医学の研究が加速した。DeepMindはまた、数学用のAlphaGeometry、数学的発見用のFunSearch、アルゴリズム発見用のAlphaEvolve、AlphaDev、AlphaTensorも開発した。
大規模言語モデルと生成AI
Google DeepMindは、独自の大規模言語モデルであるGeminiファミリーと、オープンウェイトのGemmaモデルの開発を担当している。2024年、GeminiモデルはGoogle製品に統合され、APIを通じて利用可能になった。同社はまた、Imagen（テキストから画像へ）、Veo（テキストから動画へ）、Lyria（テキストから音楽へ）などの生成AIモデルも開発した。これらのモデルは、Transformer (architecture)アーキテクチャとDeep learning技術の進歩を活用している。
2024年の成果
2024年、DeepMindはGemini 1.5をリリースし、大幅に長いコンテキストウィンドウと改善されたマルチモーダル機能を特徴とし、数時間の動画や大規模な文書を処理できるようにした。同社はまた、研究と商業利用向けに設計されたオープンウェイトモデルファミリーであるGemma 2も導入した。DeepMindは安全性フレームワークの改良を続け、AIの整合性と解釈可能性に関する研究を発表した。学術機関や業界パートナーとの協力により、その技術の範囲は拡大した。
影響と評価
DeepMindの研究は、Artificial intelligenceの研究と応用に深い影響を与えた。AlphaFoldは科学コミュニティで広く採用され、数百万のダウンロードと引用がある。Geminiモデルは、Large language model技術の発展に影響を与え、OpenAIやAnthropicの提供と競合している。DeepMindの強化学習に関する研究は、ロボット工学からゲームプレイまで様々な分野に情報を提供している。同社の安全性と倫理への重点は、業界標準を形成してきた。
今後の方向性
今後、DeepMindは、推論、計画、マルチモーダル理解に焦点を当てた、より汎用的で高性能なAIシステムの開発を目指している。同社は、薬剤設計や材料科学を含む科学的発見のためのAIに投資している。DeepMindはまた、研究センターとパートナーシップをグローバルに拡大する計画である。2024年時点で、同社はMachine learningとGenerative AIの最前線を探求し続けており、安全で有益な展開を見据えている。