DeepMind是一家位于英国伦敦的人工智能企业，由人工智能程序师兼神经科学家戴密斯·哈萨比斯等人于2010年联合创立，2014年被谷歌收购。公司采用跨学科方法构建通用的人工智能系统。

Deepmind是一个由科学家、工程师、伦理学家等组成的团队，致力于安全、负责任地构建下一代人工智能系统。公司从事研究包括机器学习、神经科学、工程、数学、模拟和计算基础设施等方面，以及组织科学工作的新方法。

2022年9月22日，Deepmind开发了一种深度学习方法，可以从蛋白质的氨基酸序列快速准确地预测出蛋白质的三维结构获得2023年科学突破奖。2023年8月24日，DeepMind获得杰出论文奖。9月22日，DeepMind创始人斩获“诺奖风向标”，alphafold上榜拉斯克奖。2024年10月9日，DeepMind公司CEO戴米斯·哈萨比斯（Demis Hassabis）和公司85后科学家约翰·江珀（John M.Jumper）获得诺贝尔化学奖。

2010年，戴密斯·哈萨比斯(Demis Hassabis)创建了DeepMind。

2014年，谷歌计划斥资5亿美元收购人工智能初创企业DeepMind。目标直指“通用人工智能”。

2016年3月吗，DeepMind公司开发的人工智能程序AlphaGo以4：1的比分战胜世界围棋冠军李世石，次年DeepMind团队公布了最强版AlphaGo，代号AlphaGo Zero在自我训练3天后，就100-0击败了此前战胜李世石版本的AlphaGo

2020年3月31日，DeepMind 在最新发布的预印本论文和博客中表示，他们构建了一个名为Agent57的智能体，该智能体在街机学习环境（Arcade Learning Environment，ALE）数据集所有57个雅达利游戏中实现了超越人类的表现。这家全球最受瞩目的人工智能公司在自己的官方博客上宣布了挑战的最新进展：在57款雅达利游戏中全面超越人类，在该领域里是第一次。

2021年7月16日，英国DeepMind公司取得AI预测蛋白质结构工作的新进展。DeepMind公司公布了用于破译蛋白质结构的人工智能工具AlphaFold2的详细信息，相关成果登上《自然》杂志。

北京时间2022年7月29日消息，在谷歌旗下人工智能公司DeepMind开展的一项研究中，人工智能技术已经预测了几乎每种已知蛋白质的形状。这一科学突破将大幅减少生物发现所需要的时间，助力新药的研发。

2023年，DeepMind 和 Google Brain 合并为 Google DeepMind，并且正在开发一个新的名为 Gemini 的算法，据称这个算法将超越 ChatGPT。本文来自编译，希望对您有所启发。6月，「Alpha」家族再添新成员AlphaDev。AlphaDev不仅可以将排序算法提速70％，甚至在有的算法上，能比人类快3倍之多。11月24日，DeepMind入选“首期《财富》全球人工智能创新者50强榜单” 。12月6日，InflectionAI发布了全新AI模型Inflection-2，其性能超越谷歌和Meta开发的模型，紧随OpenAI的GPT-4，而且将很快集成到聊天机器人Pi中。在多项基准测试中，Inflection-2胜过谷歌的Palm Large 2模型和Meta开发的LLaMA-2。尽管新模型的性能超过了许多大厂的模型，但在OpenAI的GPT-4前仍有所差距。

2024年2月，DeepMind推出Genie模型，可立即生成可玩的游戏。3月15日，DeepMind推出SIMI（Scalable Instructable Multiworld Agent）。5月8日， Google DeepMind 发布了新一代AlphaFold3，这是一种革命性模型，用于预测蛋白质、脱氧核糖核酸、核糖核酸、小分子等的几乎所有生物分子结构和相互作用。5月14日，Google DeepMind的研发人员宣布，将在6个月内发布AlphaFold3（包括权重）模型，以供学术界使用。同时，网页版本的AlphaFold server使用限制也将从每人每天的10次提升到20次。

2024年6月2日，Google DeepMind 提出了模块化设计的新型架构 Zipper，它由多个单模态预训练解码器模型组成。同月，谷歌DeepMind发布了V2A（Video-to-Audio）系统。这个系统能根据画面内容或者手动输入的提示词直接为视频配音。12月5日，Google DeepMind在官网发布了大型基础世界模型Genie 2，该系统可通过单张图片和文字描述生成种类多样的可玩3D世界。

Deepmind主要从事涉及机器学习、神经科学、工程、数学、模拟和计算基础设施方面的AI研究，以及科学的组织事业新方法。

资料来源：

Google DeepMind 使命的核心是Deepmind致力于成为人工智能领域负责任的先驱，服务于社会的需求和期望。

这要求Deepmind不断推进组织内部和人工智能生态系统的多样性、公平性和包容性，确保所有技术都是由那些代表Deepmind生活的世界的人构建的，并为他们服务。

Deepmind只能通过继续培养一种内部文化来承担这一责任，这种文化认识到Deepmind的经验、知识、背景和观点的多样性如何使Deepmind能够找到解决现实世界问题的联系。

协作是Deepmind所做一切的核心，但Deepmind知道它每天都可能有所不同。这就是为什么Deepmind有一个工作模型，可以在整个组织内优化办公室和远程工作的灵活性。

Deepmind生活在一个激动人心的时代，人工智能研究和技术正在取得非凡的进步。

未来几年，人工智能——最终是人工通用智能（AGI）——有可能推动历史上最伟大的变革之一。

Deepmind是一支由科学家、工程师、伦理学家等组成的团队，致力于安全、负责地构建下一代人工智能系统。

通过解决当代一些最艰巨的科学和工程挑战，Deepmind正在努力创造突破性技术，以推动科学发展、改变工作方式、服务不同社区，并改善数十亿人的生活。

人工智能可以带来非凡的好处，但与所有技术一样，除非以负责任的方式进行开发和部署，否则也会产生负面影响。

在Deepmind的人工智能原则的指导下，Deepmind努力针对人工智能相关的各种风险来预测和评估Deepmind的系统，采取全面的责任和安全方法。Deepmind的方法以负责任的治理、负责任的研究和负责任的影响为核心。

为了使团队能够负责任地开拓进取并防止伤害，责任与安全委员会（RSC）是Deepmind长期以来的内部审查小组，由首席运营官莱拉-易卜拉欣（Lila Ibrahim）和责任高级总监海伦-金（Helen King）担任共同主席，根据Deepmind的人工智能原则对 Google DeepMind 的研究、项目和合作进行评估，并就Deepmind影响最大的工作向研究和产品团队提供建议和合作。Deepmind的 AGI 安全委员会由联合创始人兼首席 AGI 科学家谢恩-莱格（Shane Legg）领导，与 RSC 紧密合作，以保障Deepmind的流程、系统和研究免受未来强大的 AGI 系统可能带来的极端风险的影响。Deepmind还签署了确保人工智能安全、可靠和可信的公开承诺，敦促减轻人工智能对社会造成的风险的声明，以及不将Deepmind的技术用于致命性自主武器的承诺。

Deepmind与不同组织合作创建的学生、奖学金和研究金计划旨在扩大科学参与并保护研究和教育的未来。

人工智能代表性的增加提供了一个巨大的机会，可以将不同的价值观、希望和担忧带入有关人工智能设计和部署的对话中。这对于确保人工智能技术造福于所有人至关重要，也是实现人工智能成为有史以来最重要技术之一的潜力的重要组成部分。

2016年，谷歌现任CEO皮查伊走马上任，高调宣布谷歌将成为一家“AI优先”的公司。同年3月9日到15日，韩国首尔，谷歌旗下DeepMind公司开发的人工智能程序AlphaGo，与世界围棋冠军李世石展开了一场五局制的较量，最终AlphaGo以4：1的比分取得压倒性胜利，举世皆惊。虽然曾有“深蓝”击败国际象棋大师加里·卡斯帕罗夫的先例，但在此之前，人们普遍认为围棋的复杂性远大于国际象棋，人工智能想要战胜围棋高手至少在目前还很难实现。但AlphaGo依靠近年来快速发展的深度学习（deep learning）技术，利用大量棋局数据进行训练，最终达到了打败人类顶尖棋手的水平。AlphaGo与李世石的这次对弈，不仅是人工智能发展史上新的里程碑，也标志着人工智能的强势崛起，并在公众中掀起关注人工智能的热潮。同年6月8日，DeepMind欲将其算法应用到医疗保健行业，包括计划在5年内使用机器学习处理英国国家医疗服务体系的数据。

2017年，DeepMind发布了AlphaGo Zero，在自我训练3天后以100-0击败了AlphaGo。同年，谷歌 Brain发明了Transformer 架构，这是一种优雅的神经网络系统，支撑着几乎所有大型语言模型，并彻底改变了人工智能领域。多年来，Google Brain 不断推动 Transformers 的发展，从BERT开源到改进 Google 搜索。像LaMDA这样的模型显示了这些类型的人工智能系统具有更多对话性的潜力，而Palm 系列模型则显示了这些模型的能力有多广泛。他们还开创了消费者人工智能系统的新时代，其中包括谷歌的合作实验Bard。

2018年，DeepMind发表了AlphaZero，不仅能下围棋，还能下韩国象棋和国际象棋。同年，DeepMind另一个产品alphafold直接攻破了生物医学界长期的难题。蛋白质结构预测”是一个非常耗费人力的庞大工程，但AlphaFold不仅击败所有人类团队夺冠，还将准确率较往年直接提高了50%左右。两年后，第二代AlphaFold达到了原子级别的精度，预测误差不到0.96埃米（约为1个原子的长度）。同年，DeepMind亏损了2.87亿英镑，其中超过2亿英镑是给科学家付薪水，这引起了谷歌其他部门的不满。

2019年，DeepMind的人工智能系统AlphaStar在《星际争霸II》中击败顶级职业选手。该团队还发明了WaveNet，一种现实的文本转语音模型，用作 Google Assistant 的语音，并引入了当今生成式 AI 系统中使用的许多技术。

2020年，DeepMind推出了AlphaFold，这是一个能够准确预测蛋白质结构3D模型的AI系统，催化了生物学的新一波进步。其他突破包括使用AlphaCode编写具有竞争水平的计算机程序、使用AlphaDev发现更快的排序算法、以无与伦比的准确性推进天气预报以及控制核聚变反应堆中的等离子体。

2022年2月，DeepMind发布了基于变压器模型的AlphaCode，可以编写与人类相媲美的计算机程序。2月16日，DeepMind发布了可以对托卡马克装置中的等离子体构型进行磁控制，帮助达到可控核聚变的人工智能。3月，谷歌旗下人工智能公司DeepMind一名前员工指控称，公司管理层没有恰当处理若干宗内部性骚扰或者性不端行为的投诉，这一消息引发了外界对于DeepMind公司内部企业管理的担忧。3月10日，DeepMind与威尼斯大学人文系、牛津大学古典学院以及希腊雅典经济与商业大学信息学系联合发表了伊萨卡，第一个可以复原受损铭文的缺失文本、识别铭文原始（书写）位置、确定创建日期的深度神经网络。同年，DeepMind发布“通才”AI引发质疑。DeepMind研究主任、前牛津大学机器学习教授Nando de Freitas在Twitter中回应：游戏结束了。

2023年11月9日，谷歌DeepMind联合创始人谢恩·莱格（Shane Legg）带领的DeepMind研究团队发布论文，提出通用人工智能分级，ChatGPT只是初级。12月4日，谷歌DeepMind开发出一种材料发现工具GNoME，并借此AI工具发现了220万种理论上稳定的新晶体材料，不仅将预测材料稳定性的准确率从50%拉高到80%，而且38万种已经投入测试中。相关论文已经发表在Nature上。

2023年12月，谷歌DeepMind开发出一种材料发现工具GNoME，并借此AI工具发现了220万种理论上稳定的新晶体材料。12月8日，DeepMind推出的gemini开创“原生多模态”时代。

2024年10月9日，2024年诺贝尔化学奖授予三位对蛋白质结构的设计和预测作出杰出贡献的科学家，其中两位获奖者来自谷歌旗下的AI公司DeepMind。二人分别是DeepMind公司CEO戴米斯·哈萨比斯（Demis Hassabis），以及DeepMind公司的85后科学家约翰·江珀（John M.Jumper），这也是谷歌最新诞生的两位诺贝尔科学奖得主。