Google 的統一 AI 研究部門，由 DeepMind 與 Google Brain 於 2023 年合併而成。推動 Gemini、AlphaGo、AlphaFold 等，以及許多推動現代 AI 的基礎研究。
為什麼重要
Google DeepMind 對現代 AI 的基礎研究貢獻比任何其他單一組織都還要多 — Transformer 架構、強化學習的突破性研究、蛋白質結構預測與規模定律等，皆可追溯至 DeepMind 或 Google Brain 的團隊。他們的 Gemini 模型是唯一內建真正全球分發功能的前沿大型語言模型 (LLM)，透過搜尋、Android 與 Google Workspace 服務數十億用戶。而 AlphaFold — 這項解決了生物學界沿襲五十年難題、並榮獲諾貝爾獎的技術 — 其本身已足以讓他們在科學史，而不僅僅是 AI 史上佔有一席之地。
深度解析
Google DeepMind 是兩個獨立起源故事的產物，這兩個故事在 2023 年 4 月合併為一體。DeepMind 於 2010 年在倫敦由 Demis Hassabis、Shane Legg 和 Mustafa Suleyman 創立。Hassabis 算得上是一位神童 — 13 歲時成為國際象棋大師，17 歲時擔任遊戲設計師（他與 Bullfrog Productions 合作開發了 Theme Park），後來又取得倫敦大學學院（UCL）的神經科學博士學位。他與 Legg（在自己的博士論文中提出了「通用人工智慧」一詞）共享一個信念，即透過將深度學習與強化學習結合，並融入神經科學的洞察，可以實現通用智慧。Google 於 2014 年 1 月以約 5 億美元收購 DeepMind，擊敗了 Facebook 的競爭性報價。同時，Google Brain 自 2011 年起就在 Google 內部運作，源於 Jeff Dean 和 Andrew Ng 在大型神經網絡上的研究。Brain 成為了 Google 許多生產級 AI 系統的核心引擎，包括「Attention Is All You Need」的 Transformer 論文（2017 年）— 這無疑是現代 AI 最重要的單篇論文。
AlphaGo、AlphaFold 與研究遺產
DeepMind 的早期歲月創造了 AI 歷史中一些最具標誌性的時刻。2016 年 3 月 AlphaGo 擊敗世界冠軍李世石，這是一個真正的里程碑 — 國際圍棋曾被認為距離 AI 解決還要數十年。後續的 AlphaGo Zero 完全透過自我對弈學習遊戲，不使用任何人類數據，而 AlphaZero 則將這種方法推廣至國際象棋和將棋。但 DeepMind 最具影響力的科學成就可能是 AlphaFold。AlphaFold 於 2018 年發布，後續透過 AlphaFold 2（2020 年）進一步優化，有效地解決了蛋白質結構預測問題 — 這個問題困擾生物學家五十年。DeepMind 發布了幾乎所有已知蛋白質的預測結構，使 Hassabis 和 John Jumper 於 2024 年獲得諾貝爾化學獎。這不僅僅是 AI 基準測試的勝利；這對科學界來說是一項真正的貢獻，加速了全球的藥物發現和生物學研究。
合併與 Gemini
多年來，DeepMind 和 Google Brain 作為平行組織運作，擁有重疊的任務，且關係偶爾緊張。DeepMind 擁有品牌和研究聲譽；Brain 擁有基礎設施專業知識和產品整合能力。2023 年 4 月，Sundar Pichai 在 Hassabis 的領導下將兩者合併為 Google DeepMind，Jeff Dean 擔任首席科學家。這次合併部分是為了提高效率，部分是出於緊迫感 — ChatGPT 讓 Google 擦亮眼睛，公司需要其 AI 人才朝同一方向努力。合併後組織的第一個重大成果是 Gemini，這是在 2023 年 12 月宣布的 Google 多模態模型家族。Gemini 是從頭開始設計的原生多模態模型（同時處理文字、圖片、音訊和視訊，而非事後添加功能），Ultra 版本聲稱在大多數基準測試中與 GPT-4 匹敵或超越 — 雖然發佈時因一段被操縱的演示視頻而受到尖銳批評。後續的 Gemini 發佈，包括具突破性百萬 token 上下文窗口的 1.5 系列，以及 Gemini 2.0 和 2.5 系列，已確立 Google DeepMind 為真正的前沿競爭者。
Google 的獨特地位
沒有其他 AI 實驗室能像 Google DeepMind 一樣擁有這樣的優勢組合：幾乎無限的計算資源（Google 的 TPU 集群是全球最大的 AI 訓練集群之一）、數十年累積的數據和基礎設施、橫跨搜尋、Android、YouTube、Gmail 和雲端的全球分發網絡，以及擁有比任何其他機構都多的基礎 AI 論文的深厚研究人才。支撐所有現代 LLM 的 Transformer 架構就是 Google 發明的。然而，在 2023 年和 2024 年的大部分時間裡，Google 看起來似乎在與 OpenAI 的產品競賽中落後 — 這種觀感讓內部人士感到沮喪，他們清楚知道幕後有多少尖端研究正在進行。創新者的困境是真實的：Google 必須將 AI 整合到每年產生 3000 億美元收入的產品中，而不會損害其核心搜尋廣告業務。
文化、爭議與未來之路
Google 的 AI 歷史並非沒有傷痕。2020 年 AI 道德研究員 Timnit Gebru 被解雇，隨後其共同領導者 Margaret Mitchell 離職，成為關於企業 AI 道德和對提出令人不適問題的研究人員待遇的爭議焦點。DeepMind 共創始人 Mustafa Suleyman 於 2022 年離職（他創立了 Inflection AI，後於 2024 年加入 Microsoft 擔任 Microsoft AI 的首席執行官）。這些離職反映了 Google 研究文化與快速推出競爭性產品的商業壓力之間的更廣泛張力。展望未來，Google DeepMind 可能是下一個 AI 階段的最佳定位實驗室 — 能夠在應用程式中推理、規劃和採取行動的智能代理系統。他們的 Gemini 模型已深度整合到 Google 的產品生態系統中，Project Astra 正推動始終在線的 AI 助手，而 Google 基礎設施的規模意味著他們可以比幾乎任何人都更快地進行迭代。問題在於，組織的規模和複雜性是否能讓它以時刻所需的速度前進。
