A divisão unificada de pesquisa em IA do Google, formada pela fusão do DeepMind e do Google Brain em 2023. Por trás do Gemini, AlphaGo, AlphaFold e de grande parte da pesquisa fundamental que sustenta a IA moderna.
Por que isso importa
O Google DeepMind contribuiu mais pesquisa fundamental para a IA moderna do que qualquer outra organização — a arquitetura transformer, trabalho pioneiro em aprendizado por reforço, predição de estruturas de proteínas e leis de escala, tudo remonta a equipes do DeepMind ou do Google Brain. Seus modelos Gemini são os únicos LLMs de fronteira com distribuição verdadeiramente global integrada, alcançando bilhões de usuários através do Search, Android e Google Workspace. E o AlphaFold sozinho — que resolveu um problema de cinquenta anos da biologia e rendeu um Prêmio Nobel — seria suficiente para garantir seu lugar na história da ciência, não apenas na história da IA.
Em profundidade
O Google DeepMind é o produto de duas histórias de origem separadas que se fundiram em uma só em abril de 2023. O DeepMind foi fundado em Londres em 2010 por Demis Hassabis, Shane Legg e Mustafa Suleyman. Hassabis era uma espécie de prodígio — mestre de xadrez aos 13 anos, designer de jogos aos 17 (cocriou Theme Park para a Bullfrog Productions) e depois PhD em neurociência pela UCL. Ele e Legg, que havia cunhado o termo "inteligência artificial universal" em seu próprio doutorado, compartilhavam a convicção de que a inteligência geral poderia ser alcançada combinando deep learning com aprendizado por reforço e insights da neurociência. O Google adquiriu o DeepMind por aproximadamente US$ 500 milhões em janeiro de 2014, vencendo uma oferta concorrente do Facebook. O Google Brain, por sua vez, funcionava dentro do Google desde 2011, nascido do trabalho de Jeff Dean e Andrew Ng em redes neurais de larga escala. O Brain se tornou o motor por trás de muitos dos sistemas de IA em produção do Google, incluindo o artigo "Attention Is All You Need" sobre transformers (2017) — possivelmente o artigo mais importante da IA moderna.
AlphaGo, AlphaFold e o Legado de Pesquisa
Os primeiros anos do DeepMind produziram alguns dos momentos mais icônicos da história da IA. A vitória do AlphaGo sobre o campeão mundial Lee Sedol em março de 2016 foi um verdadeiro divisor de águas — Go era considerado décadas distante de ser resolvido por IA. A continuação, AlphaGo Zero, aprendeu o jogo inteiramente por auto-jogo sem dados humanos, e AlphaZero generalizou a abordagem para xadrez e shogi. Mas a conquista científica mais significativa do DeepMind pode ser o AlphaFold. Anunciado em 2018 e refinado pelo AlphaFold 2 (2020), ele efetivamente resolveu a predição de estruturas de proteínas — um problema que intrigou biólogos por cinquenta anos. O DeepMind disponibilizou estruturas previstas para virtualmente toda proteína conhecida, rendendo a Hassabis e John Jumper um Prêmio Nobel de Química em 2024. Isso não foi apenas uma vitória em benchmarks de IA; foi uma contribuição genuína à ciência que acelerou a descoberta de medicamentos e a pesquisa biológica globalmente.
A Fusão e o Gemini
Por anos, o DeepMind e o Google Brain operaram como organizações paralelas com mandatos sobrepostos e uma relação às vezes tensa. O DeepMind tinha a marca e o prestígio em pesquisa; o Brain tinha a expertise em infraestrutura e integração com produtos. Em abril de 2023, Sundar Pichai fundiu os dois no Google DeepMind sob a liderança de Hassabis, com Jeff Dean como Cientista-Chefe. A mudança foi parcialmente sobre eficiência e parcialmente sobre urgência — o ChatGPT havia pegado o Google de surpresa, e a empresa precisava que seu talento em IA puxasse na mesma direção. A primeira grande entrega da organização fundida foi o Gemini, a família de modelos multimodais do Google anunciada em dezembro de 2023. O Gemini foi projetado desde o início para ser nativamente multimodal (processando texto, imagens, áudio e vídeo juntos em vez de adicionar capacidades depois), e a variante Ultra afirmou igualar ou superar o GPT-4 na maioria dos benchmarks — embora o lançamento tenha sido manchado por um vídeo de demonstração manipulado que gerou críticas severas. Lançamentos subsequentes do Gemini, incluindo a série 1.5 com sua janela de contexto revolucionária de um milhão de tokens e as linhas Gemini 2.0 e 2.5, estabeleceram o Google DeepMind como um competidor genuíno na fronteira.
A Posição Única do Google
Nenhum outro laboratório de IA opera com a combinação de vantagens do Google DeepMind: compute virtualmente ilimitado (os pods de TPU do Google estão entre os maiores clusters de treinamento de IA do mundo), décadas de dados e infraestrutura acumulados, uma rede de distribuição global abrangendo Search, Android, YouTube, Gmail e Cloud, e um banco profundo de talentos em pesquisa que produziu mais artigos fundamentais de IA do que qualquer outra organização. A arquitetura transformer que sustenta todo LLM moderno foi inventada no Google. E, no entanto, durante grande parte de 2023 e 2024, o Google pareceu estar correndo atrás da OpenAI na corrida de produtos — uma percepção que frustrava insiders que sabiam quanta pesquisa de ponta estava acontecendo nos bastidores. O "dilema do inovador" é real: o Google precisa integrar IA em produtos que geram US$ 300 bilhões em receita anual sem canibalizar seu negócio principal de publicidade em busca.
Cultura, Controvérsias e o Caminho Adiante
A história de IA do Google não é livre de cicatrizes. A demissão em 2020 da pesquisadora de ética em IA Timnit Gebru, seguida pela saída de sua co-líder Margaret Mitchell, se tornou um ponto de inflexão para debates sobre ética corporativa em IA e o tratamento de pesquisadores que levantam questões incômodas. Mustafa Suleyman, cofundador do DeepMind, saiu em 2022 após ser afastado (fundou a Inflection AI e depois ingressou na Microsoft como CEO da Microsoft AI em 2024). Essas saídas refletem uma tensão mais ampla entre a cultura de pesquisa do Google e as pressões comerciais de entregar produtos competitivos rapidamente. Olhando para frente, o Google DeepMind está possivelmente na melhor posição entre os laboratórios para a próxima fase da IA — sistemas agênticos que podem raciocinar, planejar e executar ações entre aplicações. Seus modelos Gemini estão profundamente integrados ao ecossistema de produtos do Google, o Project Astra avança em direção a assistentes de IA sempre ativos, e a escala pura da infraestrutura do Google significa que eles podem iterar mais rápido que quase qualquer um. A questão é se o tamanho e a complexidade da organização permitirão que ela se mova com a velocidade que o momento exige.
