Hispanopedia Wiki
Articulo de referencia

Google DeepMind

{{Cite web |date=2010-09-23 |title=DeepMind Technologies Limited overview - Find and update company information - Gov.uk |url=https://find-and-update.company-information.service...

Hispanopedia WikiContenido en espanolLectura gratuita

DeepMind Technologies Limited , que opera como Google DeepMind o simplemente DeepMind , es un laboratorio de investigación de inteligencia artificial (IA) británico-estadounidense que funciona como una subsidiaria de Alphabet Inc. Fundada en el Reino Unido en 2010, fue adquirida por Google en 2014, [ 8 ] y se fusionó con la división Google Brain de Google AI para convertirse en Google DeepMind en abril de 2023. La empresa tiene su sede en Londres , con centros de investigación en Estados Unidos, Canadá, [ 9 ] Francia, [ 10 ] Alemania y Suiza.

En 2014, DeepMind presentó las máquinas de Turing neuronales ( redes neuronales que pueden acceder a la memoria externa como una máquina de Turing convencional ). [ 11 ] [ 12 ] La compañía ha creado muchos modelos de redes neuronales entrenados con aprendizaje por refuerzo para jugar videojuegos y juegos de mesa . Saltó a los titulares en 2016 después de que su programa AlphaGo venciera a Lee Sedol , un campeón mundial de Go , en un encuentro de cinco juegos , que luego se presentó en el documental AlphaGo . [ 13 ] Un programa más general, AlphaZero , venció a los programas más poderosos jugando go, ajedrez y shogi (ajedrez japonés) después de unos días de juego contra sí mismo usando aprendizaje por refuerzo. [ 14 ] DeepMind desde entonces ha entrenado modelos para jugar juegos ( MuZero , AlphaStar ), para matemáticas ( AlphaGeometry , FunSearch ) y para descubrimiento de algoritmos ( AlphaEvolve , AlphaDev , AlphaTensor ).

En 2020, DeepMind realizó avances significativos en el problema del plegamiento de proteínas con AlphaFold , que alcanzó récords de vanguardia en pruebas de referencia para la predicción del plegamiento de proteínas. [ 15 ] En julio de 2022, se anunció que se publicarían más de 200 millones de estructuras de proteínas predichas, que representan prácticamente todas las proteínas conocidas, en la base de datos AlphaFold. [ 16 ] [ 17 ]

Google DeepMind se ha hecho responsable del desarrollo de Gemini (la familia de grandes modelos de lenguaje de Google ) y otras herramientas de IA generativa , como el modelo de conversión de texto a imagen Imagen , el modelo de conversión de texto a vídeo Veo y el modelo de conversión de texto a música Lyria.

Historia

La startup fue fundada por Demis Hassabis , Shane Legg y Mustafa Suleyman en noviembre de 2010. [ 2 ] Hassabis y Legg se conocieron en la Unidad de Neurociencia Computacional Gatsby del University College London (UCL). [ 18 ] El objetivo de los fundadores es crear una IA de propósito general que pueda ser útil y eficaz para casi cualquier cosa. Hassabis dijo que la startup comenzó a trabajar en tecnología de inteligencia artificial enseñándole a jugar videojuegos antiguos de los años setenta y ochenta, que son relativamente primitivos en comparación con los disponibles hoy en día. Algunos de esos juegos incluían Breakout , Pong y Space Invaders . La IA se introdujo a un juego a la vez, sin ningún conocimiento previo de sus reglas. Después de dedicar un tiempo a aprender el juego, la IA eventualmente se convertiría en una experta en él. "Se dice que los procesos cognitivos por los que pasa la IA son muy similares a los que usaría un humano que nunca ha visto el juego para comprenderlo e intentar dominarlo". [ 19 ]

Logotipo de 2015–2016
Logotipo de 2016 a 2019

Las principales firmas de capital riesgo Horizons Ventures y Founders Fund invirtieron en la empresa, [ 20 ] así como los emprendedores Scott Banister , [ 21 ] Peter Thiel , [ 22 ] y Elon Musk . [ 23 ] Jaan Tallinn fue un inversor inicial y asesor de la empresa. [ 24 ] El 26 de enero de 2014, Google confirmó su adquisición de DeepMind por un precio que, según se informó, oscilaba entre 400 millones y 650 millones de dólares. [ 25 ] [ 26 ] [ 27 ] y que había acordado hacerse cargo de DeepMind Technologies. La venta a Google tuvo lugar después de que, según se informó, Facebook pusiera fin a las negociaciones con DeepMind Technologies en 2013. [ 28 ] Posteriormente, la empresa pasó a llamarse Google DeepMind y mantuvo ese nombre durante unos dos años. [ 29 ] En 2014, DeepMind recibió el premio "Empresa del Año" del Laboratorio de Informática de Cambridge . [ 30 ] En septiembre de 2015, DeepMind y el Royal Free NHS Trust firmaron su acuerdo inicial de intercambio de información para desarrollar conjuntamente una aplicación de gestión de tareas clínicas, Streams. [ 31 ]

Después de la adquisición de Google, la compañía estableció una junta de ética de inteligencia artificial . [ 32 ] La junta de ética para la investigación de IA sigue siendo un misterio, ya que tanto Google como DeepMind se niegan a revelar quiénes la integran. [ 33 ] DeepMind ha abierto una nueva unidad llamada DeepMind Ethics and Society y se centró en las cuestiones éticas y sociales que plantea la inteligencia artificial, con el destacado filósofo Nick Bostrom como asesor. [ 34 ] En octubre de 2017, DeepMind lanzó un nuevo equipo de investigación para investigar la ética de la IA. [ 35 ] [ 36 ] En diciembre de 2019, el cofundador Suleyman anunció que dejaría DeepMind para unirse a Google, trabajando en un rol de políticas. [ 37 ] En abril de 2023, DeepMind se fusionó con la división Google Brain de Google AI para formar Google DeepMind, como parte de los esfuerzos continuos de la compañía para acelerar el trabajo en IA en respuesta a ChatGPT de OpenAI . [ 38 ] Esto marcó el final de una lucha de años por parte de los ejecutivos de DeepMind para asegurar una mayor autonomía de Google. [ 39 ]

Productos y tecnologías

Hasta 2020, DeepMind había publicado más de mil artículos, incluyendo trece que fueron aceptados por Nature o Science . DeepMind recibió atención mediática durante el período de AlphaGo; según una búsqueda en LexisNexis , 1842 noticias publicadas mencionaron a DeepMind en 2016, cifra que disminuyó a 1363 en 2019. [ 40 ]

Juegos

A diferencia de las IA anteriores, como Deep Blue de IBM o Watson , que se desarrollaron para un propósito predefinido y solo funcionan dentro de ese ámbito, los algoritmos iniciales de DeepMind estaban destinados a ser generales. Utilizaron aprendizaje por refuerzo , un algoritmo que aprende de la experiencia utilizando solo píxeles sin procesar como entrada de datos. Su enfoque inicial utilizó aprendizaje Q profundo con una red neuronal convolucional . [ 29 ] [ 41 ] Probaron el sistema en videojuegos, en particular en los primeros juegos arcade , como Space Invaders o Breakout . [ 41 ] [ 42 ] Sin alterar el código, la misma IA fue capaz de jugar ciertos juegos de manera más eficiente que cualquier humano. [ 42 ] En julio de 2018, investigadores de DeepMind entrenaron uno de sus sistemas para jugar al videojuego Quake III Arena . [ 43 ]

En 2013, DeepMind publicó una investigación sobre un sistema de IA que superaba las capacidades humanas en juegos como Pong , Breakout y Enduro , al tiempo que superaba el rendimiento de vanguardia en Seaquest , Beamrider y Q*bert . [ 44 ] [ 45 ] Según se informa, este trabajo llevó a la adquisición de la empresa por parte de Google. [ 46 ] La IA de DeepMind se había aplicado a videojuegos creados en las décadas de 1970 y 1980 ; el trabajo continuaba para juegos 3D más complejos como Quake , que apareció por primera vez en la década de 1990. [ 42 ] En 2020, DeepMind publicó Agent57, [ 47 ] [ 48 ] un agente de IA que supera el rendimiento a nivel humano en los 57 juegos de la suite Atari 2600. [ 49 ] En julio de 2022, DeepMind anunció el desarrollo de DeepNash, un sistema de aprendizaje por refuerzo multiagente sin modelo capaz de jugar al juego de mesa Stratego al nivel de un experto humano. [ 50 ]

AlphaGo y sus sucesores

En octubre de 2015, un programa informático de Go llamado AlphaGo, desarrollado por DeepMind, venció al campeón europeo de Go, Fan Hui , un profesional de 2 dan (de 9 dan posibles), por cinco a cero. [ 51 ] Esta fue la primera vez que una inteligencia artificial (IA) derrotó a un jugador profesional de Go. [ 52 ] Anteriormente, solo se sabía que las computadoras habían jugado Go a nivel "amateur". [ 51 ] [ 53 ] Se considera que el Go es mucho más difícil de ganar para las computadoras en comparación con otros juegos como el ajedrez , debido a la mayor cantidad de posibilidades, lo que lo hace prohibitivamente difícil para los métodos tradicionales de IA como la fuerza bruta . [ 51 ] [ 53 ]

En marzo de 2016, venció a Lee Sedol , un jugador profesional de 9 dan , con un marcador de 4 a 1 en un encuentro de cinco juegos . En la Cumbre del Futuro del Go de 2017 , AlphaGo ganó un encuentro de tres juegos con Ke Jie , quien había sido el jugador mejor clasificado del mundo durante dos años. [ 54 ] [ 55 ] En 2017, una versión mejorada, AlphaGo Zero , derrotó a AlphaGo en cien de cien juegos. Más tarde ese año, AlphaZero , una versión modificada de AlphaGo Zero, obtuvo habilidades sobrehumanas en ajedrez y shogi. En 2019, DeepMind lanzó un nuevo modelo llamado MuZero que dominó los dominios del Go , ajedrez , shogi y juegos de Atari 2600 sin datos humanos, conocimiento del dominio ni reglas conocidas. [ 56 ] [ 57 ]

La tecnología AlphaGo se desarrolló basándose en el aprendizaje profundo por refuerzo , lo que la diferenció de las tecnologías de IA existentes en el mercado en aquel entonces. Los datos introducidos en el algoritmo AlphaGo consistían en diversos movimientos basados ​​en datos históricos de torneos. El número de movimientos se incrementó gradualmente hasta procesar más de 30 millones. El objetivo era que el sistema imitara al jugador humano, representado por los datos de entrada, y que, con el tiempo, mejorara. Jugaba contra sí mismo y aprendía de los resultados; de esta forma, aprendió a mejorar con el tiempo y, como resultado, aumentó su porcentaje de victorias. [ 58 ]

AlphaGo utilizó dos redes neuronales profundas: una red de políticas para evaluar las probabilidades de movimiento y una red de valores para evaluar las posiciones. La red de políticas se entrenó mediante aprendizaje supervisado y posteriormente se refinó mediante aprendizaje por refuerzo de gradiente de política . La red de valores aprendió a predecir los ganadores de las partidas jugadas por la red de políticas contra sí misma. Tras el entrenamiento, estas redes emplearon una búsqueda en árbol de Monte Carlo con anticipación , utilizando la red de políticas para identificar posibles movimientos de alta probabilidad, mientras que la red de valores (junto con despliegues de Monte Carlo utilizando una política de despliegue rápido) evaluaba las posiciones del árbol. [ 59 ]

En contraste, AlphaGo Zero fue entrenado sin ser alimentado con datos de partidas jugadas por humanos. En cambio, generó sus propios datos, jugando millones de partidas contra sí mismo. Utilizó una única red neuronal, en lugar de redes separadas de política y valor. Su búsqueda de árbol simplificada se basó en esta red neuronal para evaluar posiciones y muestrear movimientos. Un nuevo algoritmo de aprendizaje por refuerzo incorporó la búsqueda anticipada dentro del bucle de entrenamiento. [ 59 ] AlphaGo Zero empleó a unas 15 personas y millones en recursos informáticos. [ 60 ] En última instancia, necesitó mucha menos potencia de cálculo que AlphaGo, ejecutándose en cuatro procesadores de IA especializados (Google TPU ), en lugar de los 48 de AlphaGo. [ 61 ] También requirió menos tiempo de entrenamiento, pudiendo vencer a su predecesor después de solo tres días, en comparación con los meses necesarios para el AlphaGo original. [ 62 ] De manera similar, AlphaZero también aprendió a través del autojuego . Los investigadores aplicaron MuZero para resolver el desafío del mundo real de la compresión de video con un número fijo de bits con respecto al tráfico de Internet en sitios como YouTube , Twitch y Google Meet . El objetivo de MuZero es comprimir el vídeo de forma óptima para que se mantenga su calidad con una reducción de datos. El resultado final con MuZero fue una reducción media del 6,28 % en la tasa de bits. [ 63 ] [ 64 ]

Estrella Alfa

En 2016, Hassabis habló del juego StarCraft como un desafío futuro, ya que requiere pensamiento estratégico y manejo de información imperfecta. [ 65 ] En enero de 2019, DeepMind presentó AlphaStar, un programa que jugaba al juego de estrategia en tiempo real StarCraft II . AlphaStar utilizó aprendizaje por refuerzo basado en repeticiones de jugadores humanos y luego jugó contra sí mismo para mejorar sus habilidades. En el momento de la presentación, AlphaStar tenía un conocimiento equivalente a 200 años de tiempo de juego. Ganó 10 partidas consecutivas contra dos jugadores profesionales, aunque tenía la ventaja injusta de poder ver todo el campo, a diferencia de un jugador humano que tiene que mover la cámara manualmente. Una versión preliminar en la que se corrigió esa ventaja perdió una partida posterior. [ 66 ]

En julio de 2019, AlphaStar comenzó a jugar contra humanos aleatorios en la clasificación pública multijugador 1v1 europea. A diferencia de la primera versión de AlphaStar, que solo jugaba Protoss contra Protoss, esta jugaba con todas las razas del juego y se corrigieron las ventajas injustas anteriores. [ 67 ] Para octubre de 2019, AlphaStar había alcanzado el nivel Gran Maestro en la clasificación de StarCraft II con las tres razas de StarCraft , convirtiéndose en la primera IA en llegar a la liga superior de un deporte electrónico muy popular sin ninguna restricción de juego. [ 68 ]

Operación del centro de datos

En 2014, un ingeniero de centros de datos de Google comenzó a utilizar el aprendizaje automático supervisado para predecir la eficiencia del uso de energía (PUE) de los centros de datos de Google. El sistema se implementó en producción para permitir a los operadores simular estrategias de control y elegir la que ahorra más energía. [ 69 ] [ 70 ] En 2016, inspirado por AlphaGo, contactó con DeepMind para aplicar el aprendizaje por refuerzo (RL) para entrenar un sistema que también pudiera recomendar acciones. Se probó en un centro de datos en funcionamiento. El sistema leía las lecturas de los sensores y recomendaba acciones a tomar, y los ingenieros humanos implementaban dichas acciones. Aunque los ingenieros humanos consideraron que sus recomendaciones no eran intuitivas, cumplían con todas las restricciones de seguridad y generaron un ahorro del 15 % en la PUE. [ 71 ] El sistema se implementó de forma más generalizada en Google, y los controladores de los centros de datos recibían recomendaciones por correo electrónico del sistema cada 15 minutos. [ 72 ]

Finalmente, se implementó un sistema más maduro y autónomo, donde las acciones de la IA se verifican con respecto a las restricciones de seguridad y se implementan de forma autónoma si se comprueba que son seguras, y los operadores humanos supervisan la IA y pueden anularla. El sistema generó un ahorro del 30 % en PUE. El sistema produjo estrategias de refrigeración que sorprendieron a los operadores con larga trayectoria, como aprovechar las condiciones invernales para producir agua más fría de lo normal. [ 72 ] [ 73 ] Posteriormente, Google colaboró ​​con Trane Technologies para implementar sistemas similares basados ​​en RL en HVAC de instalaciones fuera de Google. [ 74 ]

Plegamiento de proteínas

En 2016, DeepMind aplicó su inteligencia artificial al plegamiento de proteínas , un problema de larga data en biología molecular . En diciembre de 2018, AlphaFold de DeepMind ganó la 13.ª Evaluación Crítica de Técnicas para la Predicción de la Estructura de Proteínas (CASP) al predecir con éxito la estructura más precisa para 25 de 43 proteínas. "Este es un proyecto emblemático, nuestra primera gran inversión en términos de personal y recursos en un problema científico fundamental, muy importante y del mundo real", dijo Hassabis a The Guardian . [ 75 ] En 2020, en la 14.ª CASP, las predicciones de AlphaFold lograron una puntuación de precisión considerada comparable con las técnicas de laboratorio. Andriy Kryshtafovych, uno de los jueces científicos, describió el logro como "verdaderamente notable" y dijo que el problema de predecir cómo se pliegan las proteínas se había "resuelto en gran medida". [ 76 ] [ 77 ] [ 78 ]

En julio de 2021, se lanzaron las herramientas de código abierto RoseTTAFold y AlphaFold2 para permitir a los científicos ejecutar sus propias versiones. Una semana después, DeepMind anunció que AlphaFold había completado la predicción de casi todas las proteínas humanas, así como los proteomas completos de otros 20 organismos ampliamente estudiados. [ 79 ] Las estructuras se publicaron en la base de datos de estructuras de proteínas AlphaFold. En julio de 2022, se anunció que las predicciones de más de 200 millones de proteínas, que representan prácticamente todas las proteínas conocidas, se publicarían en la base de datos AlphaFold. [ 16 ] [ 17 ]

La actualización más reciente, AlphaFold3, se lanzó en mayo de 2024 y predice las interacciones de las proteínas con el ADN, el ARN y otras moléculas. En una prueba comparativa específica sobre el problema de las interacciones del ADN, AlphaFold3 alcanzó una precisión del 65 %, mejorando significativamente el estado del arte anterior del 28 %. [ 80 ] En octubre de 2024, Hassabis y John Jumper recibieron conjuntamente la mitad del Premio Nobel de Química de 2024 por la predicción de la estructura de las proteínas, citando el logro de AlphaFold2. [ 81 ]

Modelos de lenguaje

En 2016, DeepMind presentó WaveNet , un sistema de conversión de texto a voz . Originalmente era demasiado intensivo en computación para su uso en productos de consumo, pero a finales de 2017 estuvo listo para su uso en aplicaciones de consumo como Google Assistant . [ 82 ] [ 83 ] En 2018, Google lanzó un producto comercial de conversión de texto a voz, Cloud Text-to-Speech, basado en WaveNet. [ 84 ] [ 85 ] En 2018, DeepMind presentó un modelo más eficiente llamado WaveRNN codesarrollado con Google AI . [ 86 ] [ 87 ] En 2020 se presentó WaveNetEQ, un método de ocultación de pérdida de paquetes basado en una arquitectura WaveRNN. [ 88 ] En 2019, Google comenzó a implementar WaveRNN con WavenetEQ para los usuarios de Google Duo . [ 89 ]

Lanzado en mayo de 2022, Gato es un modelo multimodal polivalente . Fue entrenado en 604 tareas, como subtitular imágenes, diálogos o apilar bloques. En 450 de estas tareas, Gato superó a los expertos humanos al menos la mitad de las veces, según DeepMind. [ 90 ] A diferencia de modelos como MuZero, Gato no necesita ser reentrenado para cambiar de una tarea a otra. Sparrow es un chatbot impulsado por inteligencia artificial desarrollado por DeepMind para construir sistemas de aprendizaje automático más seguros mediante el uso de una combinación de retroalimentación humana y sugerencias de búsqueda de Google. [ 91 ] Chinchilla es un modelo de lenguaje desarrollado por DeepMind. [ 92 ] DeepMind publicó una entrada de blog el 28 de abril de 2022 sobre un único modelo de lenguaje visual (VLM) llamado Flamingo que puede describir con precisión una imagen de algo con solo unas pocas imágenes de entrenamiento. [ 93 ] [ 94 ]

Código Alfa

En 2022, DeepMind presentó AlphaCode, un motor de codificación impulsado por IA que crea programas informáticos a una velocidad comparable a la de un programador promedio. La compañía probó el sistema con desafíos de codificación creados por Codeforces , utilizado en competencias de programación competitiva . [ 95 ] AlphaCode obtuvo una clasificación equivalente al 54 % de la puntuación media en Codeforces después de ser entrenado con datos de GitHub y problemas y soluciones de Codeforces. El programa debía generar una solución única y evitar duplicar respuestas.

Géminis

Gemini es un modelo de lenguaje multimodal de gran tamaño que se lanzó el 6 de diciembre de 2023. [ 96 ] Es el sucesor de los modelos de lenguaje LaMDA y PaLM 2 de Google y buscaba desafiar a GPT-4 de OpenAI . [ 97 ] Gemini viene en 3 tamaños: Nano, Pro y Ultra. [ 98 ] Gemini es también el nombre del chatbot que integra Google Gemini y que anteriormente se llamaba Google Bard. [ 99 ] El 12 de diciembre de 2024, Google lanzó Gemini 2.0 Flash, el primer modelo de la serie Gemini 2.0. Destaca por su multimodalidad ampliada, con la capacidad de generar también imágenes y audio, [ 100 ] y forma parte de los planes más amplios de Google para integrar IA avanzada en agentes autónomos . [ 101 ]

El 25 de marzo de 2025, Google lanzó Gemini 2.5, un modelo de razonamiento que se detiene a "pensar" antes de dar una respuesta. Google anunció que todos los modelos futuros también tendrán capacidad de razonamiento. [ 102 ] [ 103 ] El 30 de marzo de 2025, Google lanzó Gemini 2.5 para todos los usuarios gratuitos. [ 104 ] El 18 de noviembre de 2025, Google lanzó Gemini 3 Pro, un modelo de razonamiento totalmente multimodal. [ 105 ] Se integró completamente con Google Search y AI Mode el mismo día. [ 106 ]

Gema

Gemma es una colección de modelos de lenguaje grandes de peso abierto. Los primeros se lanzaron el 21 de febrero de 2024 y están disponibles en dos tamaños distintos: un modelo de 7 mil millones de parámetros optimizado para el uso de GPU y TPU, y un modelo de 2 mil millones de parámetros diseñado para CPU y aplicaciones en dispositivos. Los modelos Gemma se entrenaron con hasta 6 billones de tokens de texto, empleando arquitecturas, conjuntos de datos y metodologías de entrenamiento similares a las del conjunto de modelos Gemini. [ 107 ] En junio de 2024, Google comenzó a lanzar modelos Gemma 2. [ 108 ] En diciembre de 2024, Google presentó PaliGemma 2 , un modelo de lenguaje y visión mejorado. [ 109 ] En febrero de 2025, lanzaron PaliGemma 2 Mix , una versión ajustada para múltiples tareas. Está disponible en parámetros de 3B, 10B y 28B con resoluciones de 224px y 448px. [ 110 ]

En marzo de 2025, Google lanzó Gemma 3, denominándolo el modelo más capaz que puede ejecutarse en una sola GPU. [ 111 ] Tiene cuatro tamaños disponibles: 1B, 4B, 12B y 27B. [ 112 ] En marzo de 2025, Google presentó TxGemma, un modelo de código abierto diseñado para mejorar la eficiencia del desarrollo de terapias. [ 113 ] En abril de 2025, Google presentó DolphinGemma, un modelo de inteligencia artificial de investigación diseñado para intentar decodificar la comunicación de los delfines. Quieren entrenar un modelo base que pueda aprender la estructura de las vocalizaciones de los delfines y generar nuevas secuencias de sonido similares a las de los delfines. [ 114 ] [ 115 ]

SIMA

En marzo de 2024, DeepMind presentó Scalable Instructable Multiword Agent (SIMA), un agente de IA capaz de comprender y seguir instrucciones en lenguaje natural para completar tareas en diversos entornos virtuales 3D. Entrenado con nueve videojuegos de ocho estudios y cuatro entornos de investigación, SIMA demostró adaptabilidad a nuevas tareas y configuraciones sin necesidad de acceder al código fuente del juego ni a las API. El agente consta de modelos de visión artificial y lenguaje preentrenados y ajustados con datos de juegos, siendo el lenguaje crucial para comprender y completar las tareas según las instrucciones. La investigación de DeepMind tenía como objetivo desarrollar agentes de IA más útiles traduciendo capacidades avanzadas de IA en acciones del mundo real a través de una interfaz de lenguaje. [ 116 ] [ 117 ]

La máquina de Habermas

En 2024, Google DeepMind publicó los resultados de un experimento en el que entrenaron dos grandes modelos de lenguaje para ayudar a identificar y presentar áreas de superposición entre unos miles de miembros de un grupo que habían reclutado en línea utilizando técnicas como la sortituración para obtener una muestra representativa de participantes. El proyecto lleva el nombre de Jürgen Habermas . [ 118 ] [ 119 ] En un experimento, los participantes calificaron los resúmenes de la IA más alto que los del moderador humano el 56 % de las veces. [ 119 ]

IA generativa

Generación de vídeo

En mayo de 2024, se anunció en Google I/O 2024 un modelo de generación de video multimodal llamado Veo. Google afirmó que podía generar videos 1080p de más de un minuto de duración. [ 120 ] En diciembre de 2024, Google lanzó Veo 2, disponible a través de VideoFX. Admite la generación de video 4K y tiene una comprensión mejorada de la física. [ 121 ] En abril de 2025, Google anunció que Veo 2 estaba disponible para usuarios avanzados en la aplicación Gemini. [ 122 ] En mayo de 2025, Google lanzó Veo 3, que no solo genera videos sino que también crea audio sincronizado —incluidos diálogos, efectos de sonido y ruido ambiental— para coincidir con las imágenes. [ 123 ] [ 124 ] Google también anunció Flow, una herramienta de creación de video impulsada por Veo e Imagen . [ 125 ]

Generación musical

Música generada con Lyria 3

Google DeepMind desarrolló Lyria, un modelo de conversión de texto a música. Desde agosto de 2025, está disponible en Vertex AI y la API Gemini. [ 126 ] [ 127 ] [ 128 ] El 18 de febrero de 2026, DeepMind lanzó Lyria 3. [ 129 ] El 25 de marzo de 2026, DeepMind lanzó Lyria 3 Pro, que permite a los usuarios crear pistas más largas con mayor conciencia estructural. [ 130 ]

Generación de medio ambiente

En marzo de 2024, DeepMind presentó " Genie " (Generative Interactive Environments), un modelo de IA que puede generar mundos virtuales controlables mediante acciones, similares a juegos, basados ​​en descripciones textuales, imágenes o bocetos. Construido como un modelo de difusión latente autorregresivo , Genie permite la interactividad fotograma a fotograma sin necesidad de datos de acción etiquetados para el entrenamiento. Su sucesor, Genie 2, lanzado en diciembre de 2024, amplió estas capacidades para generar entornos 3D diversos e interactivos. [ 131 ] Genie 3 se lanzó en agosto de 2025, con generaciones de mundos de mayor resolución y varios minutos de consistencia visual. [ 132 ] El 29 de enero de 2026, DeepMind lanzó Project Genie para los suscriptores de AI Ultra. [ 133 ]

Robótica

Lanzado en junio de 2023, RoboCat es un modelo de IA que puede controlar brazos robóticos. El modelo puede adaptarse a nuevos modelos de brazos robóticos y a nuevos tipos de tareas. [ 134 ] [ 135 ] En marzo de 2025, DeepMind lanzó dos modelos de IA, Gemini Robotics y Gemini Robotics-ER, destinados a mejorar la forma en que los robots interactúan con el mundo físico [ 136 ] y lanzó Gemini Robotics 1.5 en septiembre de 2025. [ 137 ] En abril de 2026, DeepMind lanzó Gemini Robotics ER-1.6, que es una actualización de su modelo anterior. [ 138 ]

Otros

Fútbol americano

Investigadores de DeepMind han aplicado modelos de aprendizaje automático al fútbol , ​​deporte conocido como soccer en Norteamérica, modelando el comportamiento de los jugadores, incluyendo al portero, defensores y delanteros, durante diferentes situaciones, como los penaltis. Los investigadores utilizaron mapas de calor y análisis de clústeres para organizar a los jugadores según su tendencia a comportarse de cierta manera durante el partido al tomar la decisión de marcar o evitar que el equipo contrario marque. Los investigadores mencionan que los modelos de aprendizaje automático podrían utilizarse para democratizar la industria del fútbol mediante la selección automática de videoclips interesantes del partido que sirvan como momentos destacados. Esto se puede lograr buscando ciertos eventos en los vídeos, lo cual es posible gracias a que el análisis de vídeo es un campo consolidado del aprendizaje automático. Esto también es posible gracias a la extensa analítica deportiva basada en datos que incluyen pases o tiros anotados, sensores que capturan datos sobre los movimientos de los jugadores varias veces durante el partido y modelos de teoría de juegos. [ 139 ] [ 140 ]

Arqueología

Google ha presentado un nuevo programa de documentos arqueológicos, llamado Ithaca, en honor a la isla griega de la Odisea de Homero . [ 141 ] Esta red neuronal profunda ayuda a los investigadores a restaurar el texto vacío de documentos griegos dañados y a identificar su fecha y origen geográfico. [ 142 ] El trabajo se basa en otra red de análisis de texto que DeepMind lanzó en 2019, llamada Pythia. [ 142 ] Ithaca logra una precisión del 62 % en la restauración de textos dañados y una precisión de ubicación del 71 %, y tiene una precisión de datación de 30 años. [ 142 ] Los autores afirmaron que el uso de Ithaca por parte de "historiadores expertos" aumentó la precisión de su trabajo del 25 al 72 por ciento. [ 141 ] Sin embargo, Eleanor Dickey señaló que esta prueba en realidad solo se realizó con estudiantes, y dijo que no estaba claro cuán útil sería Ithaca para "editores verdaderamente cualificados". [ 142 ] El equipo está trabajando en extender el modelo a otras lenguas antiguas, incluyendo el demótico , el acadio , el hebreo y el maya . [ 141 ]

Ciencias de los materiales

En noviembre de 2023, Google DeepMind anunció una red gráfica de código abierto para la exploración de materiales (GNoME). La herramienta propone millones de materiales previamente desconocidos para la química, incluyendo varios cientos de miles de estructuras cristalinas estables, de las cuales 736 habían sido producidas experimentalmente por el Instituto Tecnológico de Massachusetts (MIT) en el momento de su lanzamiento. [ 143 ] [ 144 ] Sin embargo, según Anthony Cheetham , GNoME no hizo "una contribución útil y práctica para los científicos de materiales experimentales". [ 145 ] Un artículo de revisión de Cheetham y Ram Seshadri no pudo identificar ningún material "sorprendentemente novedoso" encontrado por GNoME, siendo la mayoría variantes menores de materiales ya conocidos. [ 145 ] [ 146 ]

Matemáticas

AlphaTensor

En octubre de 2022, DeepMind lanzó AlphaTensor , que utilizó técnicas de aprendizaje por refuerzo similares a las de AlphaGo para encontrar nuevos algoritmos para la multiplicación de matrices . [ 147 ] [ 148 ] En el caso especial de multiplicar dos matrices de 4×4 con entradas enteras , donde solo se registra si las entradas son pares o impares, AlphaTensor encontró un algoritmo que requería solo 47 multiplicaciones distintas; el óptimo anterior, conocido desde 1969, era el algoritmo de Strassen , más general , que utilizaba 49 multiplicaciones. [ 149 ] El científico informático Josh Alman describió AlphaTensor como "una prueba de concepto para algo que podría convertirse en un gran avance", mientras que Vassilevska Williams lo calificó de "un poco exagerado" [ 149 ] a pesar de reconocer también su base en el aprendizaje por refuerzo como "algo completamente diferente" de los enfoques anteriores. [ 148 ]

Geometría Alfa

AlphaGeometry es una IA neurosimbólica capaz de resolver 25 de los 30 problemas de geometría de la Olimpiada Internacional de Matemáticas , un rendimiento comparable al de un medallista de oro. [ 150 ] Los programas de geometría tradicionales son motores simbólicos que se basan exclusivamente en reglas codificadas por humanos para generar demostraciones rigurosas, lo que les resta flexibilidad en situaciones inusuales. AlphaGeometry combina un motor simbólico con un modelo de lenguaje especializado y extenso, entrenado con datos sintéticos de demostraciones geométricas. Cuando el motor simbólico no logra encontrar una demostración formal y rigurosa por sí mismo, recurre al modelo de lenguaje extenso, que sugiere una construcción geométrica para continuar. Sin embargo, no está claro cuán aplicable es este método a otros dominios de las matemáticas o el razonamiento, debido a que los motores simbólicos se basan en reglas específicas de cada dominio y a la necesidad de datos sintéticos. [ 150 ]

Prueba alfa

AlphaProof es un modelo de IA que combina un modelo de lenguaje preentrenado con el algoritmo de aprendizaje por refuerzo AlphaZero. AlphaZero ya había aprendido a dominar juegos por sí mismo. El modelo de lenguaje preentrenado utilizado en esta combinación es el ajuste fino de un modelo Gemini para traducir automáticamente enunciados de problemas en lenguaje natural a enunciados formales, creando una amplia biblioteca de problemas formales de diversa dificultad. Para ello, se definen enunciados matemáticos en el lenguaje formal Lean . En la Olimpiada Internacional de Matemáticas de 2024, AlphaProof, junto con una versión adaptada de AlphaGeometry, alcanzó por primera vez el mismo nivel de resolución de problemas en las categorías combinadas que un medallista de plata en dicha competición. [ 151 ] [ 152 ]

AlphaDev

En junio de 2023, DeepMind anunció que AlphaDev , que busca algoritmos de informática mejorados mediante aprendizaje por refuerzo , descubrió una forma más eficiente de codificar un algoritmo de ordenación y un algoritmo de hash. El nuevo algoritmo de ordenación era un 70 % más rápido para secuencias cortas y un 1,7 % más rápido para secuencias que superaban los 250 000 elementos, y el nuevo algoritmo de hash era un 30 % más rápido en algunos casos. El algoritmo de ordenación se incorporó a los algoritmos de ordenación de la biblioteca estándar de C++ y fue el primer cambio en dichos algoritmos en más de una década y la primera actualización que incluía un algoritmo descubierto mediante IA. [ 153 ] El algoritmo de hash se publicó como biblioteca de código abierto. [ 154 ] Google estima que estos dos algoritmos se utilizan billones de veces al día. [ 155 ]

AlphaEvolve

En mayo de 2025, Google DeepMind presentó AlphaEvolve , un agente de codificación evolutiva que utiliza LLM como Gemini para diseñar algoritmos optimizados. AlphaEvolve comienza cada proceso de optimización con un algoritmo inicial y métricas para evaluar la calidad de una solución. En cada paso, utiliza el LLM para generar variaciones de los algoritmos o combinarlos, y selecciona los mejores candidatos para iteraciones posteriores. [ 156 ] AlphaEvolve ha realizado varios descubrimientos algorítmicos, incluso en la multiplicación de matrices. Según Google, cuando se probó en 50 problemas matemáticos abiertos , AlphaEvolve logró igualar la eficiencia de los algoritmos de vanguardia en el 75 % de los casos, y descubrió soluciones mejoradas el 20 % de las veces, como con el número de Kissing en 11 dimensiones. También desarrolló una nueva heurística para la programación de centros de datos, recuperando en promedio el 0,7 % de los recursos de computación de Google a nivel mundial. [ 156 ]

Diseño de chips

AlphaChip es una arquitectura neuronal basada en aprendizaje por refuerzo que guía la tarea de colocación de chips . DeepMind afirmó que la técnica redujo el tiempo necesario para crear diseños de chips de semanas a horas. Según la compañía, sus diseños de chips se utilizaron en cada iteración de la Unidad de Procesamiento Tensorial (TPU) desde 2020. [ 157 ] [ 158 ] Varios investigadores independientes no se mostraron convencidos, citando la falta de puntos de referencia públicos directos y pruebas independientes de su supuesta superioridad sobre las herramientas de diseño de chips comerciales existentes. [ 159 ] Los chips TPU fueron codiseñados con Broadcom . [ 160 ] [ 161 ] Communications of the ACM señaló que, a pesar de la considerable publicidad, DeepMind no había proporcionado los puntos de referencia comparativos solicitados desde hace tiempo por los expertos, lo que generó cierto escepticismo en el campo. [ 162 ] De manera similar, New Scientist informó que, si bien Google afirma que AlphaChip ha producido diseños de chips “sobrehumanos” que ahora se utilizan en la producción, especialistas externos pidieron datos de rendimiento transparentes para sustentar estas afirmaciones y permitir comparaciones justas con los métodos de vanguardia actuales. [ 163 ]

Seguridad

Google Research publicó un documento en 2016 sobre la seguridad de la IA y cómo evitar comportamientos indeseables durante el proceso de aprendizaje de la IA. [ 164 ] En 2017, DeepMind lanzó GridWorld, un banco de pruebas de código abierto para evaluar si un algoritmo aprende a desactivar su interruptor de apagado o si exhibe otros comportamientos indeseables. [ 165 ] [ 166 ] La Constitución del Robot es un conjunto de reglas de seguridad que forma parte de AutoRT, establecido por DeepMind en enero de 2024 para sus productos de IA. Las reglas están inspiradas en las Tres Leyes de la Robótica de Isaac Asimov . Las reglas se aplican a los grandes modelos de lenguaje subyacentes de los robots auxiliares. [ 167 ] [ 168 ] [ 169 ] [ 170 ] [ 171 ] [ 172 ] La regla número 1 es que un robot “no puede dañar a un ser humano”.

Pronóstico del tiempo

Google DeepMind desarrolló un sistema de predicción meteorológica basado en IA llamado Weather Lab, que mejoró significativamente la predicción de ciclones tropicales. Lanzado a mediados de 2025, este modelo utilizó redes neuronales estocásticas entrenadas con 45 años de datos meteorológicos y de ciclones globales, lo que le permitió predecir la formación, la trayectoria, la intensidad y la estructura de los ciclones con múltiples pronósticos probabilísticos con hasta 15 días de anticipación. Durante la temporada de huracanes del Atlántico de 2025, Weather Lab de DeepMind superó a los modelos tradicionales basados ​​en la física, incluido el Sistema de Pronóstico Global de la Administración Nacional Oceánica y Atmosférica de EE. UU. (NOAA), tanto en predicciones de trayectoria como de intensidad, lo que le valió un notable reconocimiento por parte de los meteorólogos y contribuyó a los esfuerzos de predicción de huracanes del Centro Nacional de Huracanes de EE. UU . (NHC). Esto marcó un avance sustancial en la modelización meteorológica, demostrando el potencial de la IA para mejorar la velocidad y la precisión de los pronósticos de fenómenos meteorológicos severos. [ 173 ]

Contribuciones diversas a Google

DeepMind (junto con otros investigadores de IA de Alphabet) ayuda a las recomendaciones personalizadas de aplicaciones de Google Play . [ 84 ] DeepMind también ha colaborado con el equipo de Android de Google para la creación de dos nuevas funciones que se pusieron a disposición de los usuarios con dispositivos que ejecutan Android Pie, la novena versión del sistema operativo móvil de Google. Estas funciones, Batería Adaptativa y Brillo Adaptativo, utilizan aprendizaje automático para ahorrar energía y facilitar el uso de los dispositivos que ejecutan este sistema operativo. Es la primera vez que DeepMind utiliza estas técnicas a tan pequeña escala, ya que las aplicaciones típicas de aprendizaje automático requieren órdenes de magnitud más de potencia de cálculo. [ 174 ]

Investigación en neurociencia

DeepMind ha colaborado con neurocientíficos académicos en investigaciones fundamentales sobre la función cerebral. Un artículo publicado en Nature en 2018 (Banino et al.) demostró que las representaciones similares a las células de cuadrícula emergen espontáneamente en redes neuronales recurrentes entrenadas para realizar la integración de rutas , y que los agentes artificiales equipados con estas representaciones podían planificar rutas de navegación más eficientes que los agentes que carecían de ellas. [ 175 ]

Salud de DeepMind

En julio de 2016, se anunció una colaboración entre DeepMind y el Moorfields Eye Hospital para desarrollar aplicaciones de IA para la atención médica . [ 176 ] DeepMind se aplicaría al análisis de escáneres oculares anonimizados , buscando signos tempranos de enfermedades que conducen a la ceguera . En agosto de 2016, se anunció un programa de investigación con el University College London Hospital con el objetivo de desarrollar un algoritmo que pueda diferenciar automáticamente entre tejidos sanos y cancerosos en las áreas de la cabeza y el cuello. [ 177 ]

Hay proyectos con el Royal Free London NHS Foundation Trust y el Imperial College Healthcare NHS Trust para desarrollar nuevas aplicaciones móviles clínicas vinculadas a la historia clínica electrónica . [ 178 ] En diciembre de 2017 , el personal del Royal Free Hospital declaró que el acceso a los datos de los pacientes a través de la aplicación había ahorrado una «enorme cantidad de tiempo» y había supuesto una diferencia «fenomenal» en el manejo de pacientes con lesión renal aguda. Los datos de los resultados de las pruebas se envían a los teléfonos móviles del personal y les alertan sobre cambios en el estado del paciente. También permite al personal ver si alguien más ha respondido y mostrar a los pacientes sus resultados de forma visual. [ 179 ] [ 180 ]

En noviembre de 2017, DeepMind anunció una colaboración de investigación con el Centro de Investigación del Cáncer del Reino Unido en el Imperial College de Londres con el objetivo de mejorar la detección del cáncer de mama mediante la aplicación del aprendizaje automático a la mamografía. [ 181 ] Además, en febrero de 2018, DeepMind anunció que estaba trabajando con el Departamento de Asuntos de Veteranos de EE. UU. en un intento de utilizar el aprendizaje automático para predecir la aparición de una lesión renal aguda en pacientes, y también, de forma más general, el deterioro general de los pacientes durante una estancia hospitalaria para que los médicos y enfermeras puedan tratar más rápidamente a los pacientes que lo necesiten. [ 182 ]

DeepMind desarrolló una aplicación llamada Streams, que envía alertas a los médicos sobre pacientes en riesgo de sufrir una lesión renal aguda. [ 183 ] El 13 de noviembre de 2018, DeepMind anunció que su división de salud y la aplicación Streams se integrarían en Google Health . [ 184 ] Los defensores de la privacidad afirmaron que el anuncio traicionaba la confianza de los pacientes y parecía contradecir declaraciones anteriores de DeepMind de que los datos de los pacientes no se conectarían a las cuentas o servicios de Google. [ 185 ] [ 186 ] Un portavoz de DeepMind declaró que los datos de los pacientes seguirían manteniéndose separados de los servicios o proyectos de Google. [ 187 ]

Controversia en torno al intercambio de datos del NHS

En abril de 2016, New Scientist obtuvo una copia de un acuerdo de intercambio de datos entre DeepMind y el Royal Free London NHS Foundation Trust . Este último gestiona tres hospitales de Londres donde se atiende a aproximadamente 1,6 millones de pacientes al año. El acuerdo muestra que DeepMind Health tuvo acceso a datos de admisiones, altas y traslados, urgencias, patología y radiología, y cuidados intensivos en estos hospitales. Esto incluía detalles personales como si los pacientes habían sido diagnosticados con VIH , sufrían depresión o se habían sometido a un aborto, con el fin de realizar investigaciones para buscar mejores resultados en diversas afecciones de salud. [ 188 ] [ 189 ] Se presentó una queja ante la Oficina del Comisionado de Información (ICO), argumentando que los datos debían ser pseudonimizados y cifrados. [ 190 ] En mayo de 2016, New Scientist publicó otro artículo afirmando que el proyecto no había obtenido la aprobación del Grupo Asesor de Confidencialidad de la Agencia Reguladora de Medicamentos y Productos Sanitarios . [ 191 ]

En 2017, la ICO concluyó una investigación de un año de duración que se centró en cómo el Royal Free NHS Foundation Trust probó la aplicación Streams a finales de 2015 y 2016. [ 192 ] La ICO descubrió que el Royal Free no cumplió con la Ley de Protección de Datos cuando proporcionó los datos de los pacientes a DeepMind, y encontró varias deficiencias en cómo se manejaron los datos, incluyendo que los pacientes no fueron informados adecuadamente de que sus datos serían utilizados como parte de la prueba. DeepMind publicó sus reflexiones [ 193 ] sobre la investigación en julio de 2017, diciendo "tenemos que hacerlo mejor" y destacando varias actividades e iniciativas que habían iniciado para la transparencia, la supervisión y la participación. Esto incluyó el desarrollo de una estrategia de participación de pacientes y público, [ 194 ] y ser transparente en sus asociaciones. En mayo de 2017, Sky News publicó una carta filtrada de la Guardiana Nacional de Datos, Dame Fiona Caldicott , en la que revelaba que, en su "considerada opinión", el acuerdo de intercambio de datos entre DeepMind y el Royal Free se llevó a cabo sobre una "base legal inapropiada". [ 195 ] La Oficina del Comisionado de Información dictaminó en julio de 2017 que el hospital Royal Free no cumplió con la Ley de Protección de Datos al entregar datos personales de 1,6 millones de pacientes a DeepMind. [ 196 ]

Ética y sociedad de DeepMind

En octubre de 2017, DeepMind anunció una nueva unidad de investigación, DeepMind Ethics & Society. [ 197 ] Su objetivo es financiar investigaciones externas sobre los siguientes temas: privacidad, transparencia y equidad; impactos económicos; gobernanza y rendición de cuentas; gestión del riesgo de la IA; moralidad y valores de la IA; y cómo la IA puede abordar los desafíos del mundo. Como resultado, el equipo espera comprender mejor las implicaciones éticas de la IA y ayudar a la sociedad a ver que la IA puede ser beneficiosa. [ 198 ] Esta nueva subdivisión de DeepMind es una unidad completamente separada de la asociación de empresas líderes que utilizan IA, instituciones académicas, organizaciones de la sociedad civil y organizaciones sin fines de lucro denominada Partnership on Artificial Intelligence to Benefit People and Society, de la cual DeepMind también forma parte. La junta de DeepMind Ethics and Society también es distinta de la Junta de Ética de la IA que Google acordó originalmente formar al adquirir DeepMind. [ 34 ]

Profesores de aprendizaje automático de DeepMind

DeepMind patrocina tres cátedras de aprendizaje automático:

  1. En la Universidad de Cambridge , dirigida por Neil Lawrence , [ 199 ] en el Departamento de Ciencias de la Computación y Tecnología ,
  2. En la Universidad de Oxford , dirigida por Michael Bronstein , [ 200 ] en el Departamento de Ciencias de la Computación y
  3. En el University College London , impartido por Marc Deisenroth, [ 201 ] en el Departamento de Ciencias de la Computación.

Véase también

Referencias

  1. ↑ "Descripción general de DeepMind Technologies Limited - Encuentre y actualice la información de la empresa - Gov.uk" . Companies House . 23 de septiembre de 2010. Archivado del original el 22 de julio de 2023. Consultado el 14 de diciembre de 2024 .
  2. 1 2 Hodson, Hal (1 de marzo de 2019). "DeepMind y Google: la batalla por el control de la inteligencia artificial" . The Economist . Archivado del original el 7 de julio de 2020. Recuperado el 22 de septiembre de 2024 .
  3. ↑ "King's Cross – Edificio S2 – SES Engineering Services" . ses-ltd.co.uk . Archivado del original el 20 de junio de 2021. Consultado el 14 de julio de 2022 .
  4. 1 2 3 "Cuentas completas realizadas hasta el 31 de diciembre de 2024" . Companies House. 2 de octubre de 2025. pág. 11. 
  5. ↑ "Deepmind Holdings Limited personas con control significativo – Buscar y actualizar información de la empresa – GOV.UK" . Companies House . 30 de agosto de 2019. Archivado del original el 7 de mayo de 2024. Consultado el 7 de mayo de 2024 .
  6. ↑ Herrera y Blunt, Sebastian y Katherine (7 de agosto de 2025). "Microsoft recluta a la unidad de IA DeepMind de Google con la promesa de menos burocracia" . The Wall Street Journal . Consultado el 19 de noviembre de 2025 .
  7. ↑ "Deepmind Technologies Limited: personas con control significativo – Buscar y actualizar información de la empresa – Gov.uk" . Companies House . 4 de noviembre de 2019. Archivado del original el 27 de diciembre de 2024. Consultado el 14 de diciembre de 2024 .
  8. ↑ Bray, Chad (27 de enero de 2014). "Google adquiere desarrollador británico de inteligencia artificial" . DealBook . Archivado del original el 27 de enero de 2014. Recuperado el 4 de noviembre de 2019 .
  9. ↑ "Sobre nosotros" . DeepMind . 14 de mayo de 2024. Archivado del original el 23 de diciembre de 2016. Consultado el 7 de julio de 2018 .
  10. ↑ "Un regreso a París" . DeepMind . 14 de mayo de 2024. Archivado del original el 29 de marzo de 2018. Consultado el 17 de noviembre de 2018 .
  11. ^ Tumbas, Alex ; Wayne, Greg; Danihelka, Ivo (2014). "Máquinas neuronales de Turing". arXiv : 1410.5401 [ cs.NE ].
  12. ↑ "Lo mejor de 2014: la misteriosa startup DeepMind de Google presenta una "Máquina de Turing neuronal" | MIT Technology Review" . MIT Technology Review . 29 de diciembre de 2014. Archivado del original el 4 de diciembre de 2015. Consultado el 13 de febrero de 2026 .
  13. ↑ Kohs, Greg (29 de septiembre de 2017), AlphaGo , Ioannis Antonoglou, Lucas Baker, Nick Bostrom, archivado del original el 6 de abril de 2017 , recuperado el 9 de enero de 2018
  14. ↑ Silver, David ; Hubert, Thomas; Schrittwieser, Julian; Antonoglou, Ioannis; Lai, Matthew; Guez, Arthur; Lanctot, Marc; Sifre, Laurent; Kumaran, Dharshan; Graepel, Thore; Lillicrap, Timothy; Simonyan, Karen; Hassabis, Demis (5 de diciembre de 2017). "Dominando el ajedrez y el shogi mediante el autoaprendizaje con un algoritmo general de aprendizaje por refuerzo". arXiv : 1712.01815 [ cs.AI ].
  15. ↑ Callaway, Ewen (30 de noviembre de 2020) .«Lo cambiará todo»: la IA de DeepMind da un salto gigantesco en la resolución de estructuras proteicas . Nature . Archivado del original el 28 de agosto de 2021. Consultado el 31 de agosto de 2021 .
  16. 1 2 Geddes, Linda (28 de julio de 2022). "DeepMind descubre la estructura de 200 millones de proteínas en un salto científico" . The Guardian . Archivado del original el 2 de octubre de 2022. Recuperado el 28 de julio de 2022 .
  17. 1 2 "AlphaFold revela la estructura del universo de las proteínas" . DeepMind . 28 de julio de 2022. Archivado del original el 28 de julio de 2022. Recuperado el 28 de julio de 2022 .
  18. ↑ Gibbs, Samuel (28 de enero de 2014). "Demis Hassabis: 15 datos sobre el fundador de DeepMind Technologies" . The Guardian . Archivado del original el 16 de agosto de 2015. Recuperado el 12 de octubre de 2014 .
  19. ↑ Marr, Bernard. «Cómo la increíble startup de IA de Google, 'DeepMind', está haciendo de nuestro mundo un lugar más inteligente» . Forbes . Archivado del original el 19 de noviembre de 2024. Consultado el 30 de junio de 2018 .
  20. ↑ Cookson, Robert (27 de enero de 2014). "La compra de DeepMind anuncia el auge de las máquinas" . Financial Times . Archivado del original el 12 de marzo de 2016. Consultado el 14 de octubre de 2014 .
  21. ↑ "Inversores de DeepMind Technologies" . Archivado del original el 17 de marzo de 2015. Consultado el 12 de octubre de 2014 .
  22. ↑ Shead, Sam. «Cómo DeepMind convenció al multimillonario Peter Thiel para invertir sin trasladar la empresa a Silicon Valley» . Business Insider. Archivado del original el 1 de marzo de 2020. Consultado el 1 de marzo de 2020 .
  23. ↑ Rowan, David (22 de junio de 2015). "DeepMind: dentro del supercerebro de Google" . Wired UK . Archivado del original el 3 de septiembre de 2023.
  24. ↑ "Recode.net – Adquisición de DeepMind Technologies" . 26 de enero de 2014. Archivado del original el 27 de enero de 2016. Consultado el 27 de enero de 2014 .
  25. ↑ "Google comprará la empresa de inteligencia artificial DeepMind" . Reuters . 26 de enero de 2014. Archivado del original el 11 de marzo de 2016. Consultado el 12 de octubre de 2014 .
  26. ↑ Gibbs, Samuel (27 de enero de 2014). "Google adquiere la startup británica de IA Deepmind" . The Guardian . Archivado del original el 3 de febrero de 2014. Consultado el 27 de enero de 2014 .
  27. ↑ Shu, Catherine (26 de enero de 2014). "Informe de adquisición, TechCrunch" . TechCrunch . Archivado del original el 28 de enero de 2014. Recuperado el 27 de enero de 2014 .
  28. ↑ Efrati, Amir (26 de enero de 2014). "Google supera a Facebook en la adquisición de DeepMind Technologies" . Archivado del original el 31 de enero de 2014. Recuperado el 27 de enero de 2014 .
  29. 1 2 Mnih, Volodymyr; Kavukcuoglu, Koray; Silver, David (26 de febrero de 2015). "Control a nivel humano mediante aprendizaje profundo por refuerzo". Nature . 518 ( 7540): 529– 33. Bibcode : 2015Natur.518..529M . doi : 10.1038/nature14236 . PMID 25719670. S2CID 205242740 .  
  30. ↑ "Premios del Salón de la Fama: Para celebrar el éxito de las empresas fundadas por graduados del Laboratorio de Computación" . Universidad de Cambridge. Archivado del original el 3 de febrero de 2016. Consultado el 12 de octubre de 2014 .
  31. ↑ Lomas, Natasha. "Documentos detallan el plan de DeepMind para aplicar IA a los datos del NHS en 2015" . TechCrunch . Consultado el 26 de septiembre de 2017 .
  32. ↑ Selinger, Evan; Lin, Patrick (3 de febrero de 2014). "Dentro del misterioso comité de ética de Google" . Forbes . Archivado del original el 4 de marzo de 2016. Recuperado el 12 de octubre de 2014 .
  33. ↑ Ramesh, Randeep (4 de mayo de 2016). "DeepMind de Google no debería absorber nuestros registros del NHS en secreto" . The Guardian . Archivado del original el 13 de octubre de 2016. Recuperado el 19 de octubre de 2016 .
  34. 1 2 Hern, Alex (4 de octubre de 2017). "DeepMind anuncia un grupo de ética que se centrará en los problemas de la IA" . The Guardian . Archivado del original el 8 de diciembre de 2017. Recuperado el 8 de diciembre de 2017 .
  35. ↑ Shead, Sam (4 de octubre de 2017). "DeepMind ha lanzado un nuevo equipo de investigación sobre 'ética y sociedad'" . Business Insider . Archivado del original el 12 de diciembre de 2024. Consultado el 25 de octubre de 2017 .
  36. ↑ Vincent, James (4 de octubre de 2017). "DeepMind lanza un nuevo equipo de investigación para investigar la ética de la IA" . The Verge . Archivado del original el 8 de diciembre de 2024. Recuperado el 25 de octubre de 2017 .
  37. ↑ Murgia, Madhumita (5 de diciembre de 2019). "El cofundador de DeepMind deja su puesto para asumir un cargo de política en Google" . Financial Times . Consultado el 13 de febrero de 2026 .{{cite news}}: CS1 maint: servicio de archivado obsoleto ( enlace )
  38. ↑ Roth, Emma; Peters, Jay (20 de abril de 2023). "El gran impulso de Google en IA combinará Brain y DeepMind en un solo equipo" . The Verge . Archivado del original el 20 de abril de 2023. Recuperado el 21 de abril de 2023 .
  39. ↑ Olson, Parmy (21 de mayo de 2023). "La unidad de Google DeepMind intentó —y fracasó— en obtener autonomía de IA de su empresa matriz" . The Wall Street Journal . Recuperado el 12 de septiembre de 2023 .{{cite news}}: CS1 maint: servicio de archivado obsoleto ( enlace )
  40. ↑ Shead, Sam (5 de junio de 2020). "Por qué se está disipando el revuelo en torno a DeepMind a medida que pasa de los juegos a la ciencia" . CNBC . Archivado del original el 12 de junio de 2020. Recuperado el 12 de junio de 2020 .
  41. 1 2 Mnih, Volodymyr; Kavukcuoglu, Koray; Silver, David; Graves, Alex; Antonoglou, Ioannis; Wierstra, Daan; Riedmiller, Martin (12 de diciembre de 2013). "Jugando a Atari con aprendizaje profundo por refuerzo". arXiv : 1312.5602 [ cs.LG ].
  42. 1 2 3 Deepmind inteligencia artificial @ FDOT14 . 19 de abril de 2014. Archivado del original el 8 de marzo de 2016 . Recuperado el 19 de octubre de 2014 – vía YouTube .
  43. ↑ "El nuevo truco de la IA DeepMind es jugar a 'Quake III Arena' como un humano". Archivado el 5 de julio de 2018 en Wayback Machine . Engadget . 3 de julio de 2018.
  44. ↑ Wiggers, Kyle (29 de diciembre de 2018). "Un repaso a algunos de los mayores éxitos de la IA en videojuegos en 2018" . VentureBeat . Archivado del original el 19 de abril de 2019. Recuperado el 19 de abril de 2019 .
  45. ↑ Mnih, Volodymyr; Kavukcuoglu, Koray; Silver, David; Graves, Alex; Antonoglou, Ioannis; Wierstra, Daan; Riedmiller, Martin (19 de diciembre de 2013). "Jugando a Atari con aprendizaje profundo por refuerzo". arXiv : 1312.5602 [ cs.LG ].
  46. ↑ "El último avance de IA que DeepMind logró antes de que Google la comprara por 400 millones de dólares" . Blog de física de arXiv . 29 de enero de 2014. Archivado del original el 26 de agosto de 2014. Consultado el 12 de octubre de 2014 .
  47. ↑ Adrià Puigdomènech Badia; Piot, Bilal; Kapturowski, Steven; Sprechmann, Pablo; Vitvitskyi, Alex; Guo, Daniel; Blundell, Charles (30 de marzo de 2020). "Agent57: superando el punto de referencia humano de Atari". arXiv : 2003.13350 [ cs.LG ].
  48. ↑ "Agent57: Superando el rendimiento del Atari Human Benchmark" . DeepMind . 31 de marzo de 2020. Archivado del original el 26 de mayo de 2020. Consultado el 25 de mayo de 2020 .
  49. ↑ Linder, Courtney (2 de abril de 2020). "Esta IA puede vencer a los humanos en los 57 juegos de Atari" . Popular Mechanics . Archivado del original el 11 de junio de 2020. Consultado el 9 de junio de 2020 .
  50. ↑ Israni, Priyanka (9 de julio de 2022). "Investigadores de DeepMind AI presentan 'DeepNash', un agente autónomo entrenado con aprendizaje por refuerzo multiagente sin modelo que aprende a jugar al Stratego a nivel experto" . MarkTechPost . Archivado del original el 9 de julio de 2022. Consultado el 16 de julio de 2022 .
  51. 1 2 3 "Google logra un 'avance' en IA al vencer al campeón de Go" . BBC News . 27 de enero de 2016. Archivado del original el 2 de diciembre de 2021. Consultado el 21 de junio de 2018 .
  52. ^ Larousserie, David; Tual, Morgane (27 de enero de 2016). "Première défaite d'un professionnel du go contra una inteligencia artificial" . Le Monde (en francés). Archivado desde el original el 29 de enero de 2016 . Consultado el 27 de enero de 2016 .
  53. 1 2 "Blog de investigación: AlphaGo: Dominando el antiguo juego de Go con aprendizaje automático" . Blog de investigación de Google . 27 de enero de 2016. Archivado del original el 30 de enero de 2016. Recuperado el 27 de enero de 2016 .
  54. ↑ "Clasificaciones de jugadores de Go del mundo" . Mayo de 2017. Archivado del original el 1 de abril de 2017. Consultado el 28 de mayo de 2017 .
  55. ^ "柯洁迎19岁生日 雄踞人类世界排名第一已两年" (en chino). Mayo de 2017. Archivado desde el original el 11 de agosto de 2017 . Consultado el 28 de mayo de 2017 .
  56. ↑ "MuZero: Dominando el Go, el ajedrez, el shogi y el Atari sin reglas" . www.deepmind.com . 23 de diciembre de 2020. Archivado del original el 29 de abril de 2022. Consultado el 29 de abril de 2022 .
  57. ↑ Schrittwieser, Julián; Antonoglou, Ioannis; Hubert, Thomas; Simonyan, Karen; Sifré, Laurent; Schmitt, Simón; Guez, Arturo; Lockhart, Eduardo; Hassabis, Demis; Graepel, Thore; Lillicrap, Timothy (23 de diciembre de 2020). "Dominar Atari, Go, ajedrez y shogi planificando con un modelo aprendido" . Naturaleza . 588 (7839): 604– 609. arXiv : 1911.08265 . Código Bib : 2020Natur.588..604S . doi : 10.1038/s41586-020-03051-4 . ISSN 0028-0836 . PMID 33361790 . S2CID 208158225. Archivado del original el 29 de abril de 2022. Recuperado el 29 de abril de 2022 .   
  58. ↑ "La IA más reciente puede resolver problemas sin necesidad de entrenamiento" . The Economist . Archivado del original el 19 de octubre de 2017. Consultado el 19 de octubre de 2017 .
  59. 1 2 Silver, David ; Schrittwieser, Julian; Simonyan, Karen; Antonoglou, Ioannis; Huang, Aja ; Guez, Arthur; Hubert, Thomas; Baker, Lucas; Lai, Matthew; Bolton, Adrian; Chen, Yutian ; Lillicrap, Timothy; Fan, Hui ; Sifre, Laurent; Driessche, George van den; Graepel, Thore; Hassabis, Demis (19 de octubre de 2017). "Dominando el juego de Go sin conocimiento humano" (PDF) . Nature . 550 (7676): 354–359 . Bibcode : 2017Natur.550..354S . doi : 10.1038/nature24270 . ISSN 0028-0836 . PMID 29052630 . S2CID 205261034. Archivado ( PDF) del original el 18 de julio de 2018. Recuperado el 29 de agosto de 2019 .   Icono de acceso cerrado
  60. ↑ Knight, Will. «La IA más inteligente del mundo para juegos —AlphaGo de DeepMind— ahora es mucho más inteligente» . MIT Technology Review . Archivado del original el 4 de mayo de 2018. Consultado el 19 de octubre de 2017 .
  61. ↑ Vincent, James (18 de octubre de 2017). "La IA de DeepMind que juega al Go ya no necesita ayuda humana para vencernos" . The Verge . Archivado del original el 18 de octubre de 2017. Recuperado el 19 de octubre de 2017 .
  62. ↑ Cellan-Jones, Rory (18 de octubre de 2017). "Google DeepMind: la IA se vuelve más extraña" . BBC News . Archivado del original el 6 de diciembre de 2017. Consultado el 3 de diciembre de 2017 .
  63. ↑ "El primer paso de MuZero de la investigación al mundo real" . www.deepmind.com . 11 de febrero de 2022. Archivado del original el 29 de abril de 2022. Consultado el 29 de abril de 2022 .
  64. ^ Mandhane, Amol; Zhernov, Antón; Rauh, Maribeth; Gu, Chenjie; Wang, Miaosen; Xue, Flora; Shang, Wendy; Pang, Derek; Claus, René; Chiang, Ching-Han; Chen, Cheng (14 de febrero de 2022). "MuZero con autocompetencia para el control de velocidad en compresión de video VP9". arXiv : 2202.06626 [ eess.IV ].
  65. ↑ Byford, Sam (10 de marzo de 2016). "El fundador de DeepMind, Demis Hassabis, habla sobre cómo la IA dará forma al futuro" . The Verge . Archivado del original el 11 de julio de 2016. Consultado el 12 de mayo de 2017 .
  66. ↑ Whitwam, Ryan (24 de enero de 2019). "La IA DeepMind desafía a los jugadores profesionales de StarCraft II y gana casi todas las partidas" . Extreme Tech . Archivado del original el 5 de febrero de 2019. Consultado el 24 de enero de 2019 .
  67. ↑ Amadeo, Ron (11 de julio de 2019). "La IA DeepMind se esconde en la clasificación pública 1v1 de StarCraft II" . Ars Technica . Archivado del original el 3 de diciembre de 2019. Consultado el 18 de septiembre de 2019 .
  68. ↑ "AlphaStar: Nivel Gran Maestro en StarCraft II usando aprendizaje por refuerzo multiagente" . Blog de DeepMind . 31 de octubre de 2019. Consultado el 31 de octubre de 2019 .
  69. ↑ Gao, Jim (2014). "Aplicaciones de aprendizaje automático para la optimización de centros de datos" (PDF) . Libro blanco de Google . Archivado (PDF) del original el 18 de julio de 2025. Recuperado el 30 de julio de 2025 .
  70. ↑ Kava, Joe (28 de mayo de 2014). "Mejores centros de datos mediante aprendizaje automático" . The Keyword . Google.
  71. ↑ Evans, Rich; Gao, Jim (20 de julio de 2016). "La IA de DeepMind reduce en un 40 % el consumo de energía para la refrigeración de los centros de datos de Google" . The Keyword . Google. Archivado del original el 3 de agosto de 2025. Consultado el 30 de julio de 2025 .
  72. 1 2 "Jim Gao de Phaidra sobre la construcción para la Cuarta Revolución Industrial" . Sequoia Capital . 20 de agosto de 2024.
  73. ↑ Gamble, Chris; Gao, Jim (17 de agosto de 2018). "Inteligencia artificial centrada en la seguridad para la refrigeración autónoma de centros de datos y el control industrial" . DeepMind . Archivado del original el 10 de octubre de 2023. Recuperado el 30 de julio de 2025 .
  74. ^ Luo, Jerry; Paduraru, Cosmin; Voicu, Octavio; Chervonyi, Yuri; Munns, Scott; Li, Jerry; Qian, cristal; Dutta, Praneet; Davis, Jared Quincy (14 de diciembre de 2022), Control de sistemas de refrigeración comerciales mediante aprendizaje por refuerzo , arXiv : 2211.07357
  75. ↑ Sample, Ian (2 de diciembre de 2018). "DeepMind de Google predice las formas 3D de las proteínas" . The Guardian . Archivado del original el 18 de julio de 2019. Recuperado el 3 de diciembre de 2018 .
  76. ↑ Briggs, Helen (30 de noviembre de 2020). "Uno de los mayores misterios de la biología 'resuelto en gran medida' por la IA" . BBC News . Archivado del original el 30 de noviembre de 2020. Recuperado el 30 de noviembre de 2020 .
  77. ↑ "AlphaFold: una solución a un gran desafío de 50 años en biología" . DeepMind . 30 de noviembre de 2020. Archivado del original el 30 de noviembre de 2020. Consultado el 30 de noviembre de 2020 .
  78. ↑ Shead, Sam (30 de noviembre de 2020). "DeepMind resuelve un 'gran desafío' de 50 años con IA de plegamiento de proteínas" cnbc.com. Archivado del original el 28 de enero de 2021. Recuperado el 30 de noviembre de 2020 .
  79. ↑ Callaway, Ewen (2022). "¿Qué sigue para AlphaFold y la revolución del plegamiento de proteínas mediante IA?" . Nature . 604 ( 7905): 234– 238. Bibcode : 2022Natur.604..234C . doi : 10.1038/d41586-022-00997-5 . PMID 35418629. S2CID 248156195 .  
  80. ↑ Sullivan, Mark (8 de mayo de 2024). "El nuevo AlphaFold 3 de DeepMind se expande al modelado de ADN y ARN" . Fast Company . Archivado del original el 8 de mayo de 2024. Recuperado el 8 de mayo de 2024 .
  81. ↑ "El Premio Nobel de Química 2024" . NobelPrize.org . Archivado del original el 9 de octubre de 2024. Consultado el 18 de octubre de 2024 .
  82. ↑ "He aquí por qué el Asistente de Google suena más realista que nunca" . Fortune . 5 de octubre de 2017. Archivado del original el 21 de enero de 2018. Consultado el 20 de enero de 2018 .
  83. ↑ Gershgorn, Dave. "La IA generadora de voz de Google ahora es indistinguible de los humanos" . Quartz . Archivado del original el 21 de enero de 2018. Consultado el 20 de enero de 2018 .
  84. 1 2 Novet, Jordan (31 de marzo de 2018). "Google está encontrando maneras de ganar dinero con la tecnología de IA DeepMind de Alphabet" . CNBC . Archivado del original el 4 de abril de 2018. Recuperado el 3 de abril de 2018 .
  85. ↑ "Presentamos la tecnología de conversión de texto a voz en la nube con tecnología DeepMind WaveNet" . Blog de Google Cloud Platform . Archivado del original el 5 de abril de 2018. Consultado el 5 de abril de 2018 .
  86. ↑ "Síntesis de audio neuronal eficiente" . Deepmind . Archivado del original el 31 de diciembre de 2018. Consultado el 1 de abril de 2020 .
  87. ↑ "Uso de la tecnología WaveNet para reunir a usuarios con discapacidad del habla con sus voces originales" . Deepmind . 18 de diciembre de 2019. Archivado del original el 12 de abril de 2020. Consultado el 1 de abril de 2020 .
  88. ↑ Stimberg, Florian; Narest, Alex; Bazzica, Alessio; Kolmodin, Lennart; Barrera Gonzalez, Pablo; Sharonova, Olga; Lundin, Henrik; Walters, Thomas C. (1 de noviembre de 2020). "WaveNetEQ — Ocultación de pérdida de paquetes con WaveRNN". 54.ª Conferencia de Asilomar sobre Señales, Sistemas y Computadoras de 2020. IEEE. págs. 672–676 . doi : 10.1109/ieeeconf51394.2020.9443419 . ISBN  978-0-7381-3126-9.
  89. ↑ "Mejora de la calidad de audio en Duo con WaveNetEQ" . Blog de IA de Google . Abril de 2020. Archivado del original el 1 de abril de 2020. Consultado el 1 de abril de 2020 .
  90. ↑ Wiggers, Kyle (13 de mayo de 2022). "El nuevo sistema de IA de DeepMind puede realizar más de 600 tareas" . TechCrunch . Archivado del original el 16 de junio de 2022. Consultado el 16 de abril de 2024 .
  91. ↑ Gupta, Khushboo (28 de septiembre de 2022). "Deepmind presenta 'Sparrow', un chatbot con inteligencia artificial desarrollado para crear sistemas de aprendizaje automático más seguros" . Archivado del original el 21 de marzo de 2023. Consultado el 8 de mayo de 2023 .
  92. ↑ Eliaçık, Eray (12 de enero de 2023). "¿Qué es Chinchilla AI: el modelo de lenguaje de chatbot de Deepmind que rivaliza con GPT-3?" . Dataconomy . Archivado del original el 8 de mayo de 2023. Recuperado el 8 de mayo de 2023 .
  93. ↑ Alayrac, Jean-Baptiste; Donahue, Jeff; Luc, Pauline; Miech, Antoine (28 de abril de 2022). "Abordar múltiples tareas con un único modelo de lenguaje visual" . www.deepmind.com . Archivado del original el 28 de abril de 2022. Consultado el 29 de abril de 2022 .
  94. ↑ Alayrac, Jean-Baptiste (2022). "Flamingo: un modelo de lenguaje visual para el aprendizaje con pocos ejemplos" (PDF) . arXiv : 2204.14198 . Archivado (PDF) del original el 28 de abril de 2022. Recuperado el 29 de abril de 2022 .
  95. ↑ Vincent, James (2 de febrero de 2022). "DeepMind afirma que su nuevo motor de codificación de IA es tan bueno como un programador humano promedio" . The Verge . Archivado del original el 2 de febrero de 2022. Consultado el 3 de febrero de 2022 .
  96. ↑ Kruppa, Miles (6 de diciembre de 2023). "Google anuncia el sistema de IA Gemini tras la crisis en su rival OpenAI" . The Wall Street Journal . ISSN 0099-9660 . Consultado el 6 de diciembre de 2023 . {{cite news}}: CS1 maint: servicio de archivado obsoleto ( enlace )
  97. ↑ Knight, Will (26 de junio de 2023). "El CEO de Google DeepMind afirma que su próximo algoritmo eclipsará a ChatGPT" . Wired . Archivado del original el 26 de junio de 2023. Consultado el 21 de agosto de 2023 .
  98. ↑ Pierce, David (6 de diciembre de 2023). "Google lanza Gemini, el modelo de IA con el que espera derrotar a GPT-4" . The Verge . Archivado del original el 6 de diciembre de 2023. Consultado el 16 de abril de 2024 .
  99. ↑ "Google cambia el nombre de su servicio de IA Bard a Gemini. Esto es lo que significa" . CBS News . 8 de febrero de 2024. Archivado del original el 16 de abril de 2024. Consultado el 16 de abril de 2024 .
  100. ↑ Haddad, CJ (11 de diciembre de 2024). "Google lanza el primero de sus modelos de IA Gemini 2.0" . CNBC . Archivado del original el 11 de diciembre de 2024. Recuperado el 11 de diciembre de 2024 .
  101. ↑ "Presentamos Gemini 2.0: nuestro nuevo modelo de IA para la era de los agentes" . Google . 11 de diciembre de 2024. Archivado del original el 13 de diciembre de 2024. Consultado el 11 de diciembre de 2024 .
  102. ↑ Zeff, Maxwell (25 de marzo de 2025). "Google presenta una familia de modelos de razonamiento de IA de próxima generación" . TechCrunch . Archivado del original el 25 de marzo de 2025. Recuperado el 25 de marzo de 2025 .
  103. ↑ "Gemini 2.5: Nuestro modelo de IA más inteligente" . Google . 25 de marzo de 2025. Archivado del original el 26 de julio de 2025. Consultado el 25 de marzo de 2025 .
  104. ↑ Kumari, Sweta (26 de marzo de 2025). "Google lanza chatbots personalizados 'Gems' para usuarios de Gemini de nivel gratuito: Detalles" . Business Standard . Archivado del original el 26 de marzo de 2025. Recuperado el 30 de marzo de 2025 .
  105. ↑ "Una nueva era de inteligencia con Gemini 3" . Google . 18 de noviembre de 2025. Consultado el 18 de noviembre de 2025 .
  106. ↑ Knight, Will. "Gemini 3 ya está aquí, y Google dice que hará que la búsqueda sea más inteligente" . Wired . ISSN 1059-1028 . Consultado el 19 de noviembre de 2025 . 
  107. ↑ Quach, Katyanna (22 de febrero de 2024). "Google Gemma LLMs lo suficientemente pequeños como para ejecutarse en tu ordenador" . The Register . Archivado del original el 26 de enero de 2025.
  108. ↑ Yeung, Ken (27 de junio de 2024). "La serie Gemma 2 de Google se lanza con no una, sino dos opciones de modelos ligeros: un 9B y un 27B" . VentureBeat . Archivado del original el 1 de enero de 2025. Consultado el 22 de febrero de 2025 .
  109. ↑ Wiggers, Kyle (5 de diciembre de 2024). "Google afirma que sus nuevos modelos de IA pueden identificar emociones, lo que preocupa a los expertos" . TechCrunch . Archivado del original el 5 de diciembre de 2024. Consultado el 5 de diciembre de 2024 .
  110. ↑ Barron, Jenna (21 de febrero de 2025). "21 de febrero de 2025: Herramientas de desarrollo que recientemente han añadido nuevas capacidades de IA" . SD Times . Archivado del original el 22 de febrero de 2025. Recuperado el 22 de febrero de 2025 .
  111. ↑ Lawler, Richard (12 de marzo de 2025). "Google afirma que Gemma 3 es el modelo de IA más potente que se puede ejecutar en una sola GPU" . The Verge . Archivado del original el 17 de marzo de 2025. Consultado el 16 de marzo de 2025 .
  112. ↑ David, Emilia (12 de marzo de 2025). "Google presenta el modelo Gemma 3 de código abierto con una ventana de contexto de 128k" . VentureBeat . Archivado del original el 17 de marzo de 2025. Recuperado el 16 de marzo de 2025 .
  113. ↑ Azizi, Shekoofeh (25 de marzo de 2025). "Presentamos TxGemma: modelos abiertos para mejorar el desarrollo de terapias" . Blog de desarrolladores de Google . Archivado del original el 28 de marzo de 2025. Recuperado el 28 de marzo de 2025 .
  114. ↑ Starner, Thad; Herzing, Denise (14 de abril de 2025). "DolphinGemma: Cómo la IA de Google está ayudando a descifrar la comunicación de los delfines" . Google . Archivado del original el 15 de abril de 2025. Recuperado el 15 de abril de 2025 .
  115. ↑ Aadeetya, S. "DolphinGemma: Google utiliza IA y el teléfono Pixel 9 para entender lo que dicen los delfines" . News18 . Consultado el 15 de abril de 2025 .
  116. ↑ "Un agente de IA generalista para entornos virtuales 3D" . Google DeepMind . 13 de marzo de 2024. Archivado del original el 26 de marzo de 2024. Consultado el 27 de marzo de 2024 .
  117. ↑ David, Emilia (13 de marzo de 2024). "La nueva IA de Google jugará videojuegos contigo, pero no para ganar" . The Verge . Archivado del original el 27 de marzo de 2024. Consultado el 27 de marzo de 2024 .
  118. ↑ Williams, Rhiannon (17 de octubre de 2024). "La IA podría ayudar a las personas a encontrar puntos en común durante las deliberaciones" . MIT Technology Review . Archivado del original el 23 de octubre de 2024. Recuperado el 23 de octubre de 2024 .
  119. 1 2 Davis, Nicola (17 de octubre de 2024). "Una herramienta de mediación de IA podría ayudar a reducir las divisiones de la guerra cultural, dicen los investigadores" . The Guardian . ISSN 0261-3077 . Recuperado el 23 de octubre de 2024 . 
  120. ↑ Wiggers, Kyle (14 de mayo de 2024). "Google Veo, un serio intento de generar video mediante IA, debuta en Google I/O 2024" . TechCrunch .
  121. ↑ "Google presenta Veo 2, un generador de vídeo con IA mejorado, para competir con Sora de OpenAI" . The Hindu . 17 de diciembre de 2024. ISSN 0971-751X . Consultado el 20 de diciembre de 2024 . 
  122. ↑ Wiggers, Kyle (15 de abril de 2025). "El modelo de generación de vídeo Veo 2 de Google llega a Gemini" . TechCrunch . Archivado del original el 16 de abril de 2025. Recuperado el 16 de abril de 2025 .
  123. ↑ Elias, Jennifer; Subin, Samantha (20 de mayo de 2025). "Google lanza Veo 3, un generador de vídeo con IA que incorpora audio" . CNBC . Archivado del original el 20 de mayo de 2025. Recuperado el 20 de mayo de 2025 .
  124. ↑ Wiggers, Kyle (20 de mayo de 2025). "Veo 3 puede generar vídeos y bandas sonoras para acompañarlos" . TechCrunch . Archivado del original el 20 de mayo de 2025. Consultado el 20 de mayo de 2025 .
  125. ↑ Peters, Jay (20 de mayo de 2025). "Google tiene una nueva herramienta solo para hacer videos con IA" . The Verge . Archivado del original el 20 de mayo de 2025. Recuperado el 20 de mayo de 2025 .
  126. ↑ "Vertex AI | Lyria" . Google Cloud . Consultado el 16 de agosto de 2025 .
  127. ↑ "Generación de música con Lyria RealTime" . Archivado del original el 11 de agosto de 2025. Consultado el 16 de agosto de 2025 .
  128. ↑ Wiggers, Kyle (9 de abril de 2025). "La nube empresarial de Google incorpora un modelo de IA generador de música" . TechCrunch . Archivado del original el 10 de abril de 2025.
  129. ↑ Whitwam, Ryan (18 de febrero de 2026). "Sonido de disco rayado: el modelo musical de IA Lyria 3 de Google llega hoy a Gemini" . Ars Technica . Recuperado el 18 de febrero de 2026 .
  130. ↑ Mehta, Ivan (25 de marzo de 2026). "Google lanza el modelo de generación de música Lyria 3 Pro" . TechCrunch . Consultado el 25 de marzo de 2026 .
  131. ↑ Orland, Kyle (6 de diciembre de 2024). "La presentación del 'modelo mundial' de Genie 2 de Google deja más preguntas que respuestas" . Ars Technica . Archivado del original el 13 de diciembre de 2024. Recuperado el 21 de diciembre de 2024 .
  132. ↑ Whitwam, Ryan (5 de agosto de 2025). «DeepMind revela el "modelo del mundo" de Genie 3 que crea simulaciones interactivas en tiempo real» . Ars Technica . Archivado del original el 27 de noviembre de 2025. Consultado el 26 de noviembre de 2025 .
  133. ↑ Whitwam, Ryan (29 de enero de 2026). "Google Project Genie te permite crear mundos interactivos a partir de una foto o una indicación" . Ars Technica . Archivado del original el 31 de enero de 2026. Consultado el 31 de enero de 2026 .
  134. ↑ Wiggers, Kyle (21 de junio de 2023). "RoboCat de DeepMind aprende a realizar una variedad de tareas robóticas" . TechCrunch . Archivado del original el 16 de abril de 2024. Recuperado el 16 de abril de 2024 .
  135. ↑ Cuthbertson, Anthony (23 de junio de 2023). «DeepMind de Google presenta un robot de IA que puede aprender por sí mismo sin supervisión» . The Independent . Archivado del original el 16 de abril de 2024. Consultado el 16 de abril de 2024 .
  136. ↑ Wiggers, Kyle (12 de marzo de 2025). "Google DeepMind presenta nuevos modelos de IA para controlar robots" . TechCrunch . Archivado del original el 13 de marzo de 2025. Recuperado el 13 de marzo de 2025 .
  137. ↑ Schreiner, Maximilian (20 de noviembre de 2025). "Google Deepmind ficha al ex CTO de Boston Dynamics para construir el 'Android' de los robots" . the decoder . Archivado del original el 23 de noviembre de 2025. Consultado el 26 de noviembre de 2025 .
  138. ↑ "Google presenta Gemini Robotics-ER 1.6, un modelo diseñado para aplicaciones robóticas" . PANews . 23 de marzo de 2026. Consultado el 14 de abril de 2026 .
  139. ↑ Tuyls, Karl; Omidshafiei, Shayegan; Hennes, Daniel; Connor, Jerome; Wang, Zhe; Continente, Adria Recasens (7 de mayo de 2021). "Avances en el análisis deportivo mediante la investigación en IA" . DeepMind . Archivado del original el 29 de abril de 2022. Recuperado el 29 de abril de 2022 .
  140. ↑ Tuyls, Karl; Omidshafiei, Shayegan; Muller, Paul; Wang, Zhe; Connor, Jerome; Hennes, Daniel; Graham, Ian; Spearman, William; Waskett, Tim; Steel, Dafydd; Luc, Pauline (6 de mayo de 2021). "Plan de juego: lo que la IA puede hacer por el fútbol y lo que el fútbol puede hacer por la IA" . Journal of Artificial Intelligence Research . 71 : 41–88 . arXiv : 2011.09192 . doi : 10.1613/jair.1.12505 . ISSN 1076-9757 . S2CID 227013043 .  
  141. 1 2 3 Assael, Yannis; Sommerschield, Thea; Shillingford, Brendan; de Freitas, Nando (9 de marzo de 2022). "Prediciendo el pasado con Ithaca" . Google DeepMind . Archivado del original el 16 de abril de 2024. Recuperado el 16 de abril de 2024 .
  142. 1 2 3 4 Vincent, James (9 de marzo de 2022). "El nuevo modelo de IA de DeepMind ayuda a descifrar, datar y localizar inscripciones antiguas" . The Verge . Archivado del original el 23 de febrero de 2024. Recuperado el 16 de abril de 2024 .
  143. ↑ Merchant, Amil; Batzner, Simon; Schoenholz, Samuel S.; Aykol, Muratahan; Cheon, Gowoon; Cubuk, Ekin Dogus (diciembre de 2023). "Escalando el aprendizaje profundo para el descubrimiento de materiales" . Nature . 624 (7990): 80– 85. Bibcode : 2023Natur.624...80M . doi : 10.1038/ s41586-023-06735-9 . ISSN 1476-4687 . PMC 10700131. PMID 38030720 .   
  144. ↑ Kim, June (29 de noviembre de 2023). "La nueva herramienta de IA de Google DeepMind ayudó a crear más de 700 nuevos materiales" . MIT Technology Review . Archivado del original el 1 de enero de 2024. Consultado el 2 de enero de 2024 .
  145. 1 2 Koebler, Jason (11 de abril de 2024). "¿Está la IA de Google descubriendo realmente 'millones de nuevos materiales'?"" . 404 Media . Archivado del original el 8 de mayo de 2024 . Recuperado el 8 de mayo de 2024 .
  146. ↑ Cheetham, Anthony K. ; Seshadri, Ram (2024). "¿Inteligencia artificial impulsando el descubrimiento de materiales? Perspectiva sobre el artículo: Escalando el aprendizaje profundo para el descubrimiento de materiales" . Química de los materiales . 36 (8): 3490– 3495. doi : 10.1021/acs.chemmater.4c00643 . PMC 11044265 . PMID 38681084 .  
  147. ↑ Hutson, Matthew (5 de octubre de 2022). " DeepMind AI inventa algoritmos más rápidos para resolver problemas matemáticos complejos" . Nature . doi : 10.1038/d41586-022-03166-w . PMID 36198824. S2CID 252737506. Archivado del original el 6 de octubre de 2022. Consultado el 7 de octubre de 2022 .  
  148. 1 2 Heaven, Will Douglas (5 de octubre de 2022). "La IA de DeepMind para juegos ha batido un récord de 50 años en ciencias de la computación" . MIT Technology Review . Archivado del original el 7 de octubre de 2022. Recuperado el 7 de octubre de 2022 .
  149. 1 2 Brubaker, Ben (noviembre de 2022). "La IA revela nuevas posibilidades en la multiplicación de matrices" . Quanta Magazine . Archivado del original el 25 de noviembre de 2022. Recuperado el 26 de noviembre de 2022 .
  150. 1 2 Zia, Tehseen (24 de enero de 2024). "AlphaGeometry: la IA de DeepMind domina los problemas de geometría a nivel de olimpiada" . Unite.ai . Archivado del original el 3 de mayo de 2024. Recuperado el 3 de mayo de 2024 .
  151. ↑ Roberts, Siobhan (25 de julio de 2024). "La IA logra la medalla de plata resolviendo problemas de la Olimpiada Internacional de Matemáticas" . The New York Times . Archivado del original el 3 de agosto de 2024. Recuperado el 3 de agosto de 2024 .
  152. ↑ Equipos AlphaProof y AlphaGeometry (25 de julio de 2024). "La IA alcanza el nivel de medalla de plata resolviendo problemas de la Olimpiada Internacional de Matemáticas" . deepmind.google . Archivado del original el 6 de agosto de 2024. Consultado el 3 de agosto de 2024 .
  153. ↑ Heaven, Will Douglas (7 de junio de 2023). "La IA de juegos de Google DeepMind acaba de encontrar otra forma de acelerar el código" . MIT Technology Review . Archivado del original el 14 de junio de 2023. Recuperado el 20 de junio de 2023 .
  154. ↑ Mankowitz, Daniel J.; Michi, Andrea (7 de junio de 2023). "AlphaDev descubre algoritmos de ordenación más rápidos" . Blog de DeepMind . Archivado del original el 13 de enero de 2026.
  155. ↑ Sparkes, Matthew (7 de junio de 2023). "La nueva forma de DeepMind AI de clasificar objetos podría acelerar la computación global" . New Scientist . Archivado del original el 20 de junio de 2024. Recuperado el 20 de junio de 2024 .
  156. 1 2 Tardif, Antoine (17 de mayo de 2025). "AlphaEvolve: El paso revolucionario de Google DeepMind hacia la IAG" . Unite.AI . Archivado del original el 20 de mayo de 2025. Recuperado el 20 de mayo de 2025 .
  157. ↑ Ghoshal, Abhimanyu (30 de noviembre de 2024). "Alerta de singularidad: las IA ya están diseñando sus propios chips" . New Atlas . Archivado del original el 3 de diciembre de 2024. Recuperado el 2 de diciembre de 2024 .
  158. ↑ Shilov, Anton (28 de septiembre de 2024). "Google presenta AlphaChip, tecnología de diseño de chips asistida por IA: el diseño de chips como un juego para una computadora" . Tom's Hardware . Archivado del original el 4 de diciembre de 2024. Consultado el 2 de diciembre de 2024 .
  159. ↑ Markov, Igor L. (23 de octubre de 2024). "Reevaluación del aprendizaje por refuerzo de Google para la colocación de macrocircuitos integrados" . Communications of the ACM . 67 ( 11 ). Association for Computing Machinery: 60–71 . arXiv : 2306.09633 . doi : 10.1145/3676845 . Un artículo de 2021 en Nature de Mirhoseini, Goldie, et al. sobre el uso del aprendizaje por refuerzo (RL) en el diseño físico de chips de silicio levantó cejas, atrajo cobertura crítica de los medios y generó controversia debido a afirmaciones mal documentadas. ... Este metaanálisis discute la reproducción y evaluación de los resultados en el artículo de Nature de Mirhoseini, Goldie, et al., así como la validez de los métodos, resultados y afirmaciones.
  160. ↑ Mann, Tobias (22 de septiembre de 2023). "Para su información, Broadcom ayudó a Google a fabricar esos chips TPU" . The Register . Archivado del original el 13 de agosto de 2025. Consultado el 1 de septiembre de 2025 .
  161. ↑ "Google no prevé cambios en su relación con Broadcom, proveedor de chips de IA" . Reuters . 21 de septiembre de 2023. Archivado del original el 2 de diciembre de 2023. Consultado el 4 de septiembre de 2025 .
  162. ↑ Halper, Mark (4 de noviembre de 2024). "Las actualizaciones provocan revuelo" . Communications of the ACM . Archivado del original el 7 de agosto de 2025. Recuperado el 27 de julio de 2025 .
  163. ↑ Hsu, Jeremy (14 de octubre de 2024). "Google afirma que su IA diseña chips mejor que los humanos; los expertos discrepan" . New Scientist . Archivado del original el 5 de marzo de 2025. Consultado el 27 de julio de 2025 .
  164. ↑ Amodei, Darío; Ola, Chris; Steinhardt, Jacob; Cristiano, Pablo; Schulman, Juan; Mané, Dan (21 de junio de 2016). "Problemas concretos en la seguridad de la IA". arXiv : 1606.06565 [ cs.AI ].
  165. ↑ Kahn, Jeremy (11 de diciembre de 2017). "DeepMind tiene pruebas sencillas que podrían prevenir el apocalipsis de la IA de Elon Musk" . Bloomberg.com . Archivado del original el 8 de enero de 2018. Consultado el 8 de enero de 2018 .
  166. ↑ Meyer, David (12 de diciembre de 2017). "DeepMind de Alphabet utiliza juegos para descubrir si la inteligencia artificial puede liberarse y matarnos a todos" . Fortune . Archivado del original el 31 de diciembre de 2017. Consultado el 8 de enero de 2018 .
  167. ↑ Khalid, Amrita (4 de enero de 2024). "Google escribió una "Constitución robótica" para asegurarse de que sus nuevos droides de IA no nos maten" . The Verge .
  168. ↑ Chowdhury, Hasan. "Google DeepMind tiene nuevas reglas para asegurar que los robots de IA se comporten correctamente al ordenar tu casa" . Business Insider .
  169. ↑ Gowran, Leigh Mc (5 de enero de 2024). "DeepMind está entrenando robots para actividades del mundo real" . Silicon Republic .
  170. ↑ Ryan Morrison (5 de enero de 2024). "DeepMind de Google está utilizando IA para enseñar a los robots tareas domésticas: este es el resultado" . Tom's Guide .
  171. ↑ "Google recurre a las tres leyes de la robótica de Asimov para lograr una seguridad robótica real" . PCMag UK . 4 de enero de 2024.
  172. ↑ "Google describe nuevos métodos para entrenar robots con vídeo y grandes modelos de lenguaje" . 4 de enero de 2024.
  173. ↑ Berger, Eric (4 de noviembre de 2025). "El nuevo modelo meteorológico de Google impresionó durante su primera temporada de huracanes" . Ars Technica . Consultado el 9 de noviembre de 2025 .
  174. ↑ "DeepMind, conoce a Android" . Blog de DeepMind . 14 de mayo de 2024. Archivado del original el 10 de julio de 2018. Consultado el 10 de julio de 2018 .8 de mayo de 2018.
  175. ↑ Banino, Andrea; Barry, Caswell; Uria, Benigno; et al. (2018). "Navegación basada en vectores mediante representaciones tipo cuadrícula en agentes artificiales". Nature . 557 (7705): 429– 433. doi : 10.1038/s41586-018-0102-6 . PMID 29743670 .  
  176. ↑ Baraniuk, Chris (6 de julio de 2016). "DeepMind de Google examinará escáneres oculares del NHS para el análisis de enfermedades" . BBC . Consultado el 6 de julio de 2016 .
  177. ↑ Baraniuk, Chris (31 de agosto de 2016). "Google DeepMind apunta al tratamiento del cáncer de cabeza y cuello del NHS" . BBC. Archivado del original el 4 de septiembre de 2016. Recuperado el 5 de septiembre de 2016 .
  178. ↑ "DeepMind anuncia su segunda colaboración con el NHS" . IT Pro. 23 de diciembre de 2016. Archivado del original el 23 de diciembre de 2016. Consultado el 23 de diciembre de 2016 .
  179. ↑ "La tecnología Streams de Google DeepMind es calificada de 'fenomenal'"" Salud digital. 4 de diciembre de 2017. Archivado del original el 16 de febrero de 2018. Consultado el 23 de diciembre de 2017. "
  180. ↑ "Un WhatsApp dedicado a los médicos" (PDF) . The BMJ . 17 de febrero de 2018. Archivado (PDF) del original el 16 de junio de 2024. Consultado el 1 de abril de 2025 .
  181. ↑ David, Eric (24 de noviembre de 2017). "Google DeepMind anuncia una nueva colaboración de investigación para combatir el cáncer de mama con IA" . Silicon Angle . Archivado del original el 8 de diciembre de 2017. Consultado el 11 de julio de 2018 .
  182. ↑ Frank, ISG, Blair Hanley (22 de febrero de 2018). "DeepMind de Google quiere que la IA detecte lesiones renales" . VentureBeat . Archivado del original el 11 de julio de 2018. Recuperado el 11 de julio de 2018 .
  183. ↑ Evenstad, Lis (15 de junio de 2018). "DeepMind Health debe ser transparente para ganarse la confianza del público, según una revisión" . ComputerWeekly.com . Archivado del original el 15 de noviembre de 2018. Recuperado el 14 de noviembre de 2018 .
  184. ↑ Vincent, James (13 de noviembre de 2018). "Google está absorbiendo la unidad de atención médica de DeepMind para crear un 'asistente de IA para enfermeras y médicos'"." . The Verge . Archivado del original el 13 de noviembre de 2018 . Consultado el 14 de noviembre de 2018 .
  185. ↑ Hern, Alex (14 de noviembre de 2018). "Google 'traiciona la confianza de los pacientes' con su decisión sobre DeepMind Health" . The Guardian . Archivado del original el 14 de noviembre de 2018. Recuperado el 14 de noviembre de 2018 .
  186. ↑ Stokel-Walker, Chris (14 de noviembre de 2018). "Por qué la adquisición de DeepMind Health por parte de Google asusta a los expertos en privacidad" . Wired . Archivado del original el 15 de noviembre de 2018. Recuperado el 15 de noviembre de 2018 .
  187. ↑ Murphy, Margi (14 de noviembre de 2018). "El jefe de DeepMind defiende el controvertido acuerdo de salud de Google" . The Telegraph . Archivado del original el 12 de enero de 2022. Consultado el 14 de noviembre de 2018 .
  188. ↑ Hodson, Hal (29 de abril de 2016). "Revelado: la IA de Google tiene acceso a una enorme cantidad de datos de pacientes del NHS" . New Scientist . Archivado del original el 5 de mayo de 2016. Recuperado el 8 de mayo de 2016 .
  189. ↑ «Ejecutivo: Si Google no tiene nada que ocultar sobre los datos del NHS, ¿por qué tanto secretismo?» . New Scientist . 4 de mayo de 2016. Archivado del original el 6 de mayo de 2016. Consultado el 8 de mayo de 2016 .
  190. ↑ Donnelly, Caroline (12 de mayo de 2016). "ICO investiga el acuerdo de intercambio de datos de pacientes de Google DeepMind con el NHS Hospital Trust" . Computer Weekly . Archivado del original el 18 de mayo de 2016. Recuperado el 23 de mayo de 2016 .
  191. ↑ Hodson, Hal (25 de mayo de 2016). "¿Necesitaba aprobación ética el acuerdo de Google sobre los datos de pacientes del NHS?" . New Scientist . Archivado del original el 18 de mayo de 2016. Recuperado el 28 de mayo de 2016 .
  192. ↑ "Royal Free - La prueba de Google DeepMind no cumplió con la ley de protección de datos" . ico.org.uk. 17 de agosto de 2017. Archivado del original el 16 de junio de 2018. Consultado el 15 de febrero de 2018 .
  193. ↑ Suleyman, Mustafa; King, Dominic (3 de julio de 2017). "El Comisionado de Información, el Royal Free y lo que hemos aprendido" . DeepMind . Archivado del original el 16 de febrero de 2018. Recuperado el 15 de febrero de 2018 .
  194. ↑ "Para pacientes" . DeepMind . Archivado del original el 16 de febrero de 2018. Consultado el 15 de febrero de 2018 .
  195. ↑ Martin, Alexander J (15 de mayo de 2017). "Google recibió datos de 1,6 millones de pacientes del NHS sobre una 'base legal inapropiada'"." . Sky News . Archivado del original el 15 de mayo de 2017 . Consultado el 16 de mayo de 2017 .
  196. ↑ Hern, Alex (3 de julio de 2017). «El Royal Free infringió la ley de protección de datos del Reino Unido en un acuerdo con DeepMind de Google que involucraba a 1,6 millones de pacientes» . The Guardian . Archivado del original el 8 de enero de 2026.
  197. ↑ Legassick, Sean; Harding, Verity (3 de octubre de 2017). "Por qué lanzamos DeepMind Ethics & Society" . Blog de DeepMind . Archivado del original el 25 de marzo de 2018. Recuperado el 25 de marzo de 2018 .
  198. ↑ Temperton, James. "La nueva unidad de ética de IA de DeepMind es el próximo gran paso de la compañía" . Wired (Reino Unido) . Archivado del original el 10 de febrero de 2018. Consultado el 3 de diciembre de 2017 .
  199. ↑ «Cambridge nombra a su primer profesor de aprendizaje automático de DeepMind» . Universidad de Cambridge . 18 de septiembre de 2019. Archivado del original el 29 de octubre de 2020. Consultado el 26 de noviembre de 2020 .
  200. ↑ «DeepMind financia un nuevo puesto en la Universidad de Oxford: la Cátedra DeepMind de Inteligencia Artificial» . Departamento de Informática . Archivado del original el 3 de diciembre de 2020. Consultado el 26 de noviembre de 2020 .
  201. ↑ "DeepMind renueva su compromiso con la UCL" . University College London . 29 de marzo de 2021. Archivado del original el 6 de marzo de 2021. Consultado el 29 de marzo de 2021 .
  • Sitio web oficialEdita esto en Wikidata
  • Repositorios de GitHub archivados el 14 de diciembre de 2023 en Wayback Machine .
Lecturas relacionadas
6 articulos
Nombre comercialUn nombre comercial , también conocido como nombre de empresa o nombre de operación , es un seudónimo utilizado por empresas y otras organizaciones...Inteligencia artificialInteligencia artificialLa inteligencia artificial ( IA ), en su sentido más amplio, es la inteligencia que exhiben las máquinas , en particular los sistemas informáticos ...FilialUna filial , empresa subsidiaria o empresa hija [1] [2] [3] es una empresa que pertenece o está controlada por otra empresa, que se denomina empres...Alfabeto Inc.Alfabeto Inc.Alphabet Inc. es un holding tecnológico multinacional estadounidense con sede en Mountain View, California . Alphabet es la segunda empresa tecnoló...Lista de fusiones y adquisiciones por AlphabetLista de fusiones y adquisiciones por AlphabetGoogle es una empresa de software informático y de motores de búsqueda web que adquirió, en promedio, más de una empresa por semana en 2010 y 2011....Cerebro de GoogleCerebro de GoogleGoogle Brain fue un equipo de investigación de inteligencia artificial de aprendizaje profundo que sirvió como la única rama de IA de Google antes ...