Loading article…
DeepMind Technologies Limited（Google DeepMindまたは単にDeepMindとして事業展開）は、 Alphabet Inc.の子会社である英米合弁の人工知能（AI）研究機関です。2010年に英国で設立され、2014年にGoogleに買収され[ 8 ] 、2023年4月にGoogle AIのGoogle Brain部門と合併してGoogle DeepMindとなりました。本社はロンドンにあり、米国、カナダ[ 9 ]、フランス[ 10 ] 、ドイツ、スイスに研究センターがあります。
2014年、DeepMindはニューラルチューリングマシン（従来のチューリングマシンのように外部メモリにアクセスできるニューラルネットワーク）を発表しました。[ 11 ] [ 12 ]同社は、強化学習で訓練された多くのニューラルネットワークモデルを作成し、ビデオゲームやボードゲームをプレイできるようにしました。2016年には、同社のAlphaGoプログラムが囲碁の世界チャンピオンであるイ・セドルを5局の対局で破り、後にドキュメンタリー映画「AlphaGo」で取り上げられ、大きな話題となりました。[ 13 ]より汎用的なプログラムであるAlphaZeroは、強化学習を使用して数日間自己対戦した後、囲碁、チェス、将棋（日本のチェス）をプレイする最も強力なプログラムを打ち負かしました。 [ 14 ]それ以来、DeepMindはゲームプレイ（MuZero、AlphaStar）、数学（AlphaGeometry、FunSearch）、アルゴリズム発見（AlphaEvolve、AlphaDev、AlphaTensor）のためのモデルを訓練してきました。
2020年、DeepMindはAlphaFoldでタンパク質折り畳みの問題において大きな進歩を遂げ、タンパク質折り畳み予測のベンチマークテストで最先端の記録を達成しました。 [ 15 ] 2022年7月には、既知のほぼすべてのタンパク質を網羅する2億を超える予測タンパク質構造がAlphaFoldデータベースで公開されることが発表されました。[ 16 ] [ 17 ]
Google DeepMindは、 Gemini （Googleの大規模言語モデル群）や、テキストから画像を生成するImagen、テキストから動画を生成するVeo、テキストから音楽を生成するLyriaといった、その他の生成型AIツールの開発を担うようになった。
このスタートアップは、 2010年11月にデミス・ハサビス、シェーン・レッグ、ムスタファ・スレイマンによって設立されました。 [ 2 ]ハサビスとレッグは、ユニバーシティ・カレッジ・ロンドン（UCL）のギャツビー計算神経科学ユニットで初めて出会いました。 [ 18 ]創設者の目標は、ほぼあらゆることに役立ち効果的な汎用AIを作成することです。ハサビスによると、このスタートアップは、70年代と80年代の古いビデオゲームの遊び方をAIに教えることから人工知能技術の開発に着手しました。これらのゲームは、現在入手可能なものに比べると比較的原始的です。それらのゲームには、ブレイクアウト、ポン、スペースインベーダーなどがありました。AIは、ルールに関する事前の知識なしに、一度に1つのゲームに導入されました。ゲームを学習するのにしばらく時間を費やした後、AIは最終的にそのゲームのエキスパートになります。「AIが行う認知プロセスは、ゲームを見たことがない人間がゲームを理解し、マスターしようとするプロセスと非常によく似ていると言われています。」[ 19 ]
大手ベンチャーキャピタル企業のHorizons VenturesとFounders Fundが同社に投資し[ 20 ] 、起業家のScott Banister [ 21 ] 、Peter Thiel [ 22 ]、Elon Musk [ 23 ]も投資した。Jaan Tallinnは初期の投資家であり、同社の顧問を務めた[ 24 ] 。 2014年1月26日、GoogleはDeepMindを4億ドルから6億5000万ドルの価格で買収したことを確認し[ 25 ] [ 26 ] [ 27 ]、DeepMind Technologiesの買収に合意したと発表した。Googleへの売却は、Facebookが2013年にDeepMind Technologiesとの交渉を打ち切った後に行われたと報じられている[ 28 ]。その後、同社はGoogle DeepMindに社名変更され、約2年間その名前を維持した。[ 29 ] 2014年、DeepMindはケンブリッジ・コンピュータ・ラボラトリーから「年間最優秀企業」賞を受賞しました。[ 30 ] 2015年9月、DeepMindとRoyal Free NHS Trustは、臨床タスク管理アプリStreamsを共同開発するための最初の情報共有協定に署名しました。[ 31 ]
Googleによる買収後、同社は人工知能倫理委員会を設立した。[ 32 ] AI研究の倫理委員会は謎に包まれており、GoogleとDeepMindはどちらも委員会のメンバーを明らかにすることを拒否している。[ 33 ] DeepMindはDeepMind Ethics and Societyという新しい部門を開設し、著名な哲学者ニック・ボストロムをアドバイザーに迎え、人工知能によって提起される倫理的および社会的な問題に焦点を当てている。[ 34 ] 2017年10月、DeepMindはAI倫理を調査する新しい研究チームを立ち上げた。[ 35 ] [ 36 ] 2019年12月、共同創設者のスレイマンは、DeepMindを離れてGoogleに入社し、政策担当として働くことを発表した。[ 37 ] 2023年4月、DeepMindはGoogle AIのGoogle Brain部門と合併し、Google DeepMindとなった。これは、 OpenAIのChatGPTに対応してAIの作業を加速させるという同社の継続的な取り組みの一環である。[ 38 ]これは、DeepMindの幹部がGoogleからのより大きな自治権を確保するために長年闘ってきたことの終結を意味した。[ 39 ]
2020年現在、DeepMindは1000本以上の論文を発表しており、そのうち13本はNatureまたはScienceに受理されている。DeepMindはAlphaGoの期間中にメディアの注目を集めた。LexisNexisの検索によると、2016年にはDeepMindに言及したニュース記事が1842件掲載され、2019年には1363件に減少した。[ 40 ]
IBMのDeep BlueやWatsonのような、あらかじめ定義された目的のために開発され、その範囲内でのみ機能する以前のAIとは異なり、DeepMindの初期アルゴリズムは汎用性を目指していました。彼らは、生のピクセルのみをデータ入力として使用して経験から学習するアルゴリズムである強化学習を使用しました。彼らの初期のアプローチは、畳み込みニューラルネットワークを使用したディープQ学習を使用しました。[ 29 ] [ 41 ]彼らは、スペースインベーダーやブレイクアウトなどの初期のアーケードゲームなどのビデオゲームでシステムをテストしました。[ 41 ] [ 42 ]コードを変更することなく、同じAIは、人間がこれまでできたよりも効率的に特定のゲームをプレイすることができました。[ 42 ] 2018年7月、DeepMindの研究者は、コンピュータゲームQuake III Arenaをプレイするようにシステムの1つをトレーニングしました。[ 43 ]
2013年、DeepMindは、Pong、Breakout、Enduroなどのゲームで人間の能力を凌駕し、 Seaquest、Beamrider、Q*bertの最先端性能をも上回るAIシステムに関する研究を発表しました。[ 44 ] [ 45 ]この研究が、Googleによる同社の買収につながったと伝えられています。[ 46 ] DeepMindのAIは、1970年代と1980年代に作られたビデオゲームに適用されていました。 1990年代に初めて登場したQuakeのような、より複雑な3Dゲーム向けの研究も進行中でした。 [ 42 ] 2020年、DeepMindはAtari 2600スイートの57のゲームすべてで人間のレベルのパフォーマンスを凌駕するAIエージェントであるAgent57を発表しました。[ 47 ] [ 48 ] [ 49 ] 2022年7月、DeepMindは、人間のエキスパートレベルでボードゲーム「ストラテゴ」をプレイできるモデルフリーのマルチエージェント強化学習システムであるDeepNashの開発を発表した。 [ 50 ]
2015年10月、 DeepMindが開発したAlphaGoと呼ばれるコンピューター囲碁プログラムが、ヨーロッパ囲碁チャンピオンで2段（9段中）のプロ棋士である范慧を5対0で破った。[ 51 ]これは人工知能（AI）がプロの囲碁棋士を破った初めての事例だった。[ 52 ]それまでコンピューターは「アマチュア」レベルで囲碁をプレイしたことしか知られていなかった。[ 51 ] [ 53 ]囲碁は、可能性の数がはるかに多いため、チェスなどの他のゲームに比べてコンピューターが勝つのがはるかに難しいと考えられており、総当たりなどの従来のAI手法では不可能に近い。[ 51 ] [ 53 ]
2016年3月、 AlphaGoは9段のプロ棋士である李世ドルを5局の対局で4対1で破った。2017年のFuture of Go Summitでは、AlphaGoは2年間世界最高位の棋士であった柯潔との3局の対局に勝利した。 [ 54 ] [ 55 ] 2017年には、改良版のAlphaGo ZeroがAlphaGoを100局中100局で破った。同年後半には、AlphaGo Zeroの改良版であるAlphaZeroが、チェスと将棋で超人的な能力を獲得した。2019年、DeepMindは、人間のデータ、ドメイン知識、既知のルールなしで、囲碁、チェス、将棋、Atari 2600ゲームの領域をマスターしたMuZeroという新しいモデルを発表した。 [ 56 ] [ 57 ]
AlphaGo技術は深層強化学習に基づいて開発されたため、当時市場に出回っていたAI技術とは異なっていた。AlphaGoアルゴリズムに入力されたデータは、過去のトーナメントデータに基づくさまざまな手で構成されていた。手数は徐々に増加し、最終的に3000万を超える手が処理された。目標は、入力データで表される人間のプレイヤーをシステムが模倣し、最終的に強くなることだった。AlphaGoは自分自身と対戦し、その結果から学習した。そのため、時間の経過とともに自己改善を学び、結果として勝率が向上した。[ 58 ]
AlphaGoは、2つの深層ニューラルネットワークを使用しました。1つは指し手の確率を評価するためのポリシーネットワーク、もう1つは局面を評価するためのバリューネットワークです。ポリシーネットワークは教師あり学習によって訓練され、その後、ポリシー勾配強化学習によって改良されました。バリューネットワークは、ポリシーネットワークが自身と対戦したゲームの勝者を予測するように学習しました。訓練後、これらのネットワークは先読みモンテカルロ木探索を採用し、ポリシーネットワークを使用して候補となる高確率の指し手を特定し、バリューネットワーク（高速ロールアウトポリシーを使用したモンテカルロロールアウトと連携）が木の位置を評価しました。[ 59 ]
対照的に、AlphaGo Zeroは人間がプレイしたゲームのデータを与えられずにトレーニングされました。代わりに、何百万ものゲームを自分自身とプレイして独自のデータを生成しました。ポリシーネットワークとバリューネットワークを別々に使うのではなく、単一のニューラルネットワークを使用しました。その簡略化されたツリーサーチは、このニューラルネットワークに依存して局面を評価し、手をサンプリングしました。新しい強化学習アルゴリズムは、トレーニングループ内に先読みサーチを組み込みました。[ 59 ] AlphaGo Zeroは、約15人の人員と数百万ドルの計算リソースを投入しました。[ 60 ]最終的に、AlphaGoの48個の専用AIプロセッサ（Google TPU）ではなく、 4個の専用AIプロセッサで動作したため、AlphaGoよりもはるかに少ない計算能力で済みました。 [ 61 ]また、トレーニング時間も短く、オリジナルのAlphaGoが数ヶ月かかったのに対し、わずか3日で前身のAlphaGoに勝つことができました。[ 62 ]同様に、AlphaZeroも自己プレイで学習しました。研究者たちは、 YouTube、Twitch、Google Meetなどのサイトでのインターネットトラフィックに関して、一定のビット数でビデオを圧縮するという現実世界の課題を解決するためにMuZeroを適用しました。MuZeroの目標は、データ量を削減しながらビデオの品質を維持するようにビデオを最適に圧縮することです。MuZeroを使用した最終結果は、ビットレートの平均6.28%削減でした。[ 63 ] [ 64 ]
2016年、ハサビスは、戦略的思考と不完全な情報の処理を必要とするゲームStarCraftを将来の挑戦として議論した。[ 65 ] 2019年1月、DeepMindは、リアルタイム戦略ゲームStarCraft IIをプレイするプログラムAlphaStarを発表した。AlphaStarは、人間のプレイヤーのリプレイに基づく強化学習を使用し、その後、スキルを向上させるために自分自身と対戦した。発表当時、AlphaStarは200年分のプレイ時間に相当する知識を持っていた。カメラを手動で動かす必要がある人間のプレイヤーとは異なり、フィールド全体を見ることができるという不公平な利点があったにもかかわらず、2人のプロプレイヤーに対して10試合連続で勝利した。その利点を修正した初期バージョンは、その後の試合で敗北した。[ 66 ]
2019 年 7 月、AlphaStar はヨーロッパの公開 1 対 1 マルチプレイヤー ラダーでランダムな人間と対戦し始めた。プロトス対プロトスのみをプレイしていた AlphaStar の最初のバージョンとは異なり、このバージョンはゲームのすべての種族でプレイし、以前の不公平な利点は修正された。[ 67 ] 2019 年 10 月までに、AlphaStar はStarCraft IIラダーでStarCraftの3 つの種族すべてでグランドマスター レベルに到達し、ゲーム制限なしで広く人気のあるe スポーツのトップ リーグに到達した最初の AI となった。 [ 68 ]
2014 年、Google のデータセンター エンジニアが、Google のデータセンターの電力使用効率(PUE) を予測するために教師あり機械学習の使用を開始しました。このシステムは運用環境に導入され、オペレーターが制御戦略をシミュレートして最もエネルギーを節約できる戦略を選択できるようになりました。 [ 69 ] [ 70 ] 2016 年、AlphaGo に触発された彼は、DeepMind に連絡を取り、強化学習(RL) を適用して、アクションを推奨できるシステムをトレーニングしました。このシステムは、実際のデータセンターでテストされました。システムはセンサーの読み取り値からアクションを読み取り、人間のエンジニアがアクションを実行しました。人間のエンジニアは、その推奨事項が直感的ではないと感じましたが、すべての安全制約を満たし、PUE を 15% 削減することにつながりました。[ 71 ]このシステムは Google 全体でより広く展開され、データセンター コントローラーは 15 分ごとにシステムから電子メールで推奨事項を受け取ります。[ 72 ]
最終的に、より成熟した自律的なシステムが導入され、AI の動作は安全制約と照らし合わせてチェックされ、安全と確認された場合は自律的に実行され、人間のオペレーターは AI を監視し、必要に応じて上書きすることができるようになった。このシステムにより、PUE が 30% 削減された。このシステムは、冬の状況を利用して通常よりも冷たい水を生成するなど、長年のオペレーターを驚かせる冷却戦略を生み出した。[ 72 ] [ 73 ]その後、Google はTrane Technologiesと協力して、 Google 以外の施設のHVACに同様の RL ベースのシステムを導入した。 [ 74 ]
2016年、DeepMindは人工知能を分子生物学における長年の問題であるタンパク質の折り畳みに向けました。2018年12月、DeepMindのAlphaFoldは、43個のタンパク質のうち25個の最も正確な構造を予測することに成功し、第13回タンパク質構造予測技術評価（CASP）で優勝しました。「これは灯台プロジェクトであり、基本的で非常に重要な現実世界の科学的問題に対する、人材とリソースの面での最初の大きな投資です」とハサビス氏はガーディアン紙に語りました。[ 75 ] 2020年、第14回CASPで、AlphaFoldの予測は実験室技術に匹敵する精度スコアを達成しました。科学審査員団の1人であるアンドリー・クリシュタフォヴィチ氏は、この成果を「本当に驚くべきもの」と評し、タンパク質の折り畳み方を予測する問題は「ほぼ解決された」と述べました。[ 76 ] [ 77 ] [ 78 ]
2021 年 7 月、オープンソースの RoseTTAFold と AlphaFold2 がリリースされ、科学者が独自のバージョンのツールを実行できるようになりました。その 1 週間後、DeepMind は AlphaFold がほぼすべてのヒトタンパク質と、広く研究されている他の 20 種の生物の全プロテオームの予測を完了したと発表しました。 [ 79 ]これらの構造は AlphaFold タンパク質構造データベースで公開されました。2022 年 7 月には、既知のほぼすべてのタンパク質を表す 2 億を超えるタンパク質の予測が AlphaFold データベースで公開されることが発表されました。[ 16 ] [ 17 ]
最新のアップデートである AlphaFold3 は 2024 年 5 月にリリースされ、タンパク質と DNA、RNA、およびその他のさまざまな分子との相互作用を予測します。DNA 相互作用の問題に関する特定のベンチマーク テストでは、AlphaFold3 は 65% の精度を達成し、以前の最先端技術の 28% を大幅に改善しました。[ 80 ] 2024 年 10 月、ハサビスとジョン・ジャンパーは、 AlphaFold2 の成果を挙げ、タンパク質構造予測で 2024 年のノーベル化学賞の半分を共同受賞しました。[ 81 ]
2016 年、DeepMind はテキスト読み上げシステムWaveNetを発表しました。当初は計算負荷が高すぎて消費者向け製品には適していませんでしたが、2017 年後半にはGoogle アシスタントなどの消費者向けアプリケーションで使用できるようになりました。[ 82 ] [ 83 ] 2018 年、Google は WaveNet をベースにした商用テキスト読み上げ製品 Cloud Text-to-Speech を発表しました。[ 84 ] [ 85 ] 2018 年、DeepMind はGoogle AIと共同開発した、より効率的なモデル WaveRNN を発表しました。[ 86 ] [ 87 ] 2020 年、WaveRNN アーキテクチャに基づいたパケット損失隠蔽方法である WaveNetEQ が発表されました。[ 88 ] 2019 年、Google は WaveRNN と WavenetEQ をGoogle Duoユーザー向けに展開し始めました。[ 89 ]
2022 年 5 月にリリースされたGatoは、多用途のマルチモーダルモデルです。画像キャプション、対話、ブロックの積み重ねなど、604 のタスクでトレーニングされました。DeepMind によると、これらのタスクのうち 450 では、Gato は少なくとも半分の時間で人間の専門家を上回りました。[ 90 ] MuZero のようなモデルとは異なり、Gato はタスクを切り替えるために再トレーニングする必要はありません。Sparrowは、人間のフィードバックと Google 検索の候補を組み合わせて使用することで、より安全な機械学習システムを構築するために DeepMind が開発した人工知能搭載のチャットボットです。 [ 91 ] Chinchilla は、DeepMind が開発した言語モデルです。[ 92 ] DeepMind は、2022 年 4 月 28 日に、少数のトレーニング画像だけで何かの画像を正確に説明できる Flamingo という名前の単一の視覚言語モデル (VLM) に関するブログ記事を投稿しました。[ 93 ] [ 94 ]
2022年、DeepMindは、平均的なプログラマーと同等の速度でコンピュータプログラムを作成するAI搭載コーディングエンジンであるAlphaCodeを発表し、人間が参加する競技プログラミングコンテストで使用されるCodeforcesが作成したコーディング課題でシステムをテストしました。[ 95 ] AlphaCodeは、 GitHubデータとCodeforcesの問題とソリューションでトレーニングされた後、Codeforcesの中央値スコアの54%に相当するランクを獲得しました。このプログラムは独自のソリューションを考案し、回答の重複を阻止する必要がありました。
Gemini は、2023 年 12 月 6 日にリリースされたマルチモーダルな大規模言語モデルです。[ 96 ]これは、Google のLaMDAおよびPaLM 2言語モデルの後継であり、OpenAI のGPT-4に挑戦することを目的としていました。[ 97 ] Gemini には、Nano、Pro、Ultra の 3 つのサイズがあります。[ 98 ] Gemini は、 Google Geminiを統合したチャットボットの名前でもあり、以前は Google Bard と呼ばれていました。[ 99 ] 2024 年 12 月 12 日に、Google は Gemini 2.0 シリーズの最初のモデルである Gemini 2.0 Flash をリリースしました。これは、画像や音声も生成できる拡張されたマルチモーダル機能を備えており、[ 100 ]高度な AI を自律エージェントに統合するという Google のより広範な計画の一部です。[ 101 ]
2025年3月25日、Googleは応答する前に「考える」推論モデルであるGemini 2.5をリリースしました。Googleは、将来のすべてのモデルにも推論能力を持たせると発表しました。[ 102 ] [ 103 ] 2025年3月30日、GoogleはGemini 2.5をすべての無料ユーザーにリリースしました。[ 104 ] 2025年11月18日、Googleは完全なマルチモーダル推論モデルであるGemini 3 Proをリリースしました。[ 105 ]同日、Google検索とAIモードに完全に統合されました。[ 106 ]
Gemma は、オープンウェイトの大規模言語モデルのコレクションです。最初のモデルは 2024 年 2 月 21 日にリリースされ、2 つの異なるサイズで利用可能です。GPU および TPU の使用に最適化された 70 億パラメータのモデルと、CPU およびデバイス内アプリケーション用に設計された 20 億パラメータのモデルです。Gemma モデルは、Gemini モデル セットと同様のアーキテクチャ、データセット、およびトレーニング方法論を使用して、最大 6 兆トークンのテキストでトレーニングされました。[ 107 ] 2024 年 6 月に、Google は Gemma 2 モデルのリリースを開始しました。[ 108 ] 2024 年 12 月に、Google は、アップグレードされたビジョン言語モデルであるPaliGemma 2 を発表しました。 [ 109 ] 2025 年 2 月に、複数のタスク用に微調整されたバージョンであるPaliGemma 2 Mixをリリースしました。これは、224 ピクセルと 448 ピクセルの解像度で、3B、10B、および 28B パラメータで利用可能です。[ 110 ]
2025 年 3 月、Google は Gemma 3 をリリースし、これを単一の GPU で実行できる最も高性能なモデルと称しました。[ 111 ]利用可能なサイズは 1B、4B、12B、27B の 4 つです。[ 112 ] 2025 年 3 月、Google は治療薬開発の効率を向上させるために設計されたオープンソースモデルである TxGemma を発表しました。[ 113 ] 2025 年 4 月、Google はイルカのコミュニケーションを解読することを目的とした研究用人工知能モデルである DolphinGemma を発表しました。イルカの発声の構造を学習し、イルカのような新しい音のシーケンスを生成できる基盤モデルをトレーニングしたいと考えています。[ 114 ] [ 115 ]
2024 年 3 月、DeepMind は、さまざまな 3D 仮想環境でタスクを完了するために自然言語の指示を理解して従うことができる AI エージェントである Scalable Instructable Multiword Agent、略して SIMA を発表しました。8 つのスタジオと 4 つの研究環境の 9 つのビデオゲームでトレーニングされた SIMA は、ゲームのソース コードや API にアクセスすることなく、新しいタスクや設定に適応できることを示しました。このエージェントは、ゲーム データで微調整された事前トレーニング済みのコンピュータ ビジョンおよび言語モデルで構成されており、指示されたタスクを理解して完了するには言語が不可欠です。DeepMind の研究は、言語インターフェースを介して高度な AI 機能を現実世界のアクションに変換することで、より役立つ AI エージェントを開発することを目的としていました。[ 116 ] [ 117 ]
2024年、Google DeepMindは、抽選などの手法を用いてオンラインで募集した数千人のグループメンバー間の共通点を特定し提示するのに役立つ2つの大規模言語モデルを訓練した実験の結果を発表しました。このプロジェクトは、ユルゲン・ハーバーマスにちなんで名付けられました。[ 118 ] [ 119 ]ある実験では、参加者は人間のモデレーターよりもAIによる要約を56%の確率で高く評価しました。[ 119 ]
2024 年 5 月、Google I/O 2024で、Veo と呼ばれるマルチモーダル動画生成モデルが発表されました。Googleは、1 分を超える1080p動画を生成できると主張しました。 [ 120 ] 2024 年 12 月、Google はVideoFX で利用可能な Veo 2 をリリースしました。4K 動画生成をサポートし、物理法則の理解が向上しています。[ 121 ] 2025 年 4 月、Google は、Veo 2 が Gemini App で上級ユーザー向けに利用可能になったと発表しました。[ 122 ] 2025 年 5 月、Google は、動画を生成するだけでなく、映像に合わせて対話、効果音、環境音などの同期音声も生成する Veo 3 をリリースしました。[ 123 ] [ 124 ] Google はまた、Veo とImagenを搭載した動画作成ツール Flow も発表しました。[ 125 ]
Google DeepMind は、テキストから音楽への変換モデルである Lyria を開発しました。2025 年 8 月現在、Vertex AI および Gemini API で利用可能です。[ 126 ] [ 127 ] [ 128 ] 2026 年 2 月 18 日、DeepMind は Lyria 3 をリリースしました。[ 129 ] 2026 年 3 月 25 日、DeepMind は、より構造的な認識に基づいてユーザーがより長いトラックを作成できる Lyria 3 Pro をリリースしました。[ 130 ]
2024 年 3 月、DeepMind は、テキストによる説明、画像、またはスケッチに基づいてゲームのようなアクション制御可能な仮想世界を生成できる AI モデル「 Genie 」（Generative Interactive Environments）を発表しました。自己回帰潜在拡散モデルとして構築されたGenie は、トレーニングにラベル付きアクションデータを必要とせずに、フレームごとのインタラクティブ性を実現します。後継の Genie 2 は 2024 年 12 月にリリースされ、これらの機能を拡張して、多様でインタラクティブな 3D 環境を生成しました。[ 131 ] Genie 3 は 2025 年 8 月にリリースされ、より高解像度の世界生成と、数分間にわたる視覚的な一貫性を実現しました。[ 132 ] 2026 年 1 月 29 日、DeepMind は、AI Ultra 加入者向けに Project Genie をリリースしました。[ 133 ]
2023年6月にリリースされたRoboCatは、ロボットアームを制御できるAIモデルです。このモデルは、新しいモデルのロボットアームや新しいタイプのタスクに適応できます。[ 134 ] [ 135 ] 2025年3月、DeepMindは、ロボットが物理世界とどのように相互作用するかを改善することを目的とした2つのAIモデル、Gemini RoboticsとGemini Robotics-ERをリリースし[ 136 ]、2025年9月にGemini Robotics 1.5をリリースしました。[ 137 ] 2026年4月、DeepMindは、以前のモデルのアップグレード版であるGemini Robotics ER-1.6をリリースしました。[ 138 ]
DeepMindの研究者たちは、北米ではサッカーと呼ばれることが多いサッカーというスポーツに機械学習モデルを適用し、ペナルティキックなどのさまざまなシナリオにおけるゴールキーパー、ディフェンダー、ストライカーなどのサッカー選手の行動をモデル化しました。研究者たちはヒートマップとクラスター分析を使用して、得点する方法や相手チームの得点を防ぐ方法の決定に直面した際に、試合中に特定の方法で行動する傾向に基づいて選手を分類しました。研究者たちは、機械学習モデルを使用して、ハイライトとして機能する試合の興味深いビデオクリップを自動的に選択することで、サッカー業界を民主化できる可能性があると述べています。これは、ビデオ分析が機械学習の確立された分野であるため、特定のイベントをビデオで検索することで可能です。これはまた、注釈付きのパスやシュート、試合中に何度も選手の動きに関するデータをキャプチャするセンサー、ゲーム理論モデルなどのデータに基づく広範なスポーツ分析によっても可能になります。[ 139 ] [ 140 ]
Google は、ホメロスの『オデュッセイア』に登場するギリシャの島にちなんで Ithaca と名付けられた新しい考古学文書プログラムを発表しました。[ 141 ]この深層ニューラルネットワークは、研究者が損傷したギリシャ語文書の空白のテキストを復元し、その日付と地理的起源を特定するのに役立ちます。[ 142 ]この研究は、DeepMind が 2019 年に公開した Pythia という別のテキスト分析ネットワークに基づいています。[ 142 ] Ithaca は、損傷したテキストの復元で 62% の精度、位置の精度で 71% を達成し、日付の精度は 30 年です。[ 142 ]著者らは、「専門の歴史家」による Ithaca の使用により、研究の精度が 25% から 72% に向上したと主張しました。[ 141 ]しかし、Eleanor Dickey は、このテストは実際には学生のみで行われたと指摘し、Ithaca が「真に資格のある編集者」にとってどれほど役立つかは不明であると述べました。[ 142 ]チームは、デモティック、アッカド語、ヘブライ語、マヤ語などの他の古代言語にもモデルを拡張する作業に取り組んでいます。[ 141 ]
2023年11月、Google DeepMindは材料探索のためのオープンソースグラフネットワーク（GNoME）を発表しました。このツールは、これまで化学界で知られていなかった数百万の材料を提案しており、その中には数十万の安定した結晶構造が含まれており、そのうち736はリリース時点でマサチューセッツ工科大学によって実験的に生成されていました。[ 143 ] [ 144 ]しかし、Anthony Cheethamによると、GNoMEは「実験材料科学者にとって有用で実用的な貢献」をしていません。[ 145 ] CheethamとRam Seshadriによるレビュー記事では、GNoMEによって発見された「驚くほど新しい」材料を特定できず、ほとんどが既に知られている材料のマイナーバリアントでした。[ 145 ] [ 146 ]
2022 年 10 月、DeepMind はAlphaGo と同様の強化学習技術を使用して行列乗算の新しいアルゴリズムを見つけるAlphaTensor をリリースしました。[ 147 ] [ 148 ]整数エントリを持つ 2 つの 4×4 行列を乗算する特殊なケースでは、エントリの偶奇性のみが記録され、AlphaTensor は 47 回の乗算のみを必要とするアルゴリズムを見つけました。1969 年以来知られていた以前の最適解は、49 回の乗算を使用するより一般的なStrassen アルゴリズムでした。[ 149 ]コンピュータ科学者の Josh Alman は AlphaTensor を「画期的なものになる可能性のある概念実証」と評し、Vassilevska Williams はそれを「少し過大評価されている」と評しましたが、強化学習を基盤としていることは、以前のアプローチとは「まったく異なるもの」であると認めています。[ 148 ]
AlphaGeometryは、国際数学オリンピックの30問の幾何学問題のうち25問を解くことができたニューロシンボリックAIであり、金メダリストに匹敵するパフォーマンスを発揮しました。[ 150 ]従来の幾何学プログラムは、厳密な証明を生成するために人間がコーディングしたルールのみに依存するシンボリックエンジンであり、特殊な状況では柔軟性に欠けます。AlphaGeometryは、このようなシンボリックエンジンと、幾何学的証明の合成データでトレーニングされた特殊な大規模言語モデルを組み合わせています。シンボリックエンジンが独自の形式的かつ厳密な証明を見つけられない場合、大規模言語モデルに要求し、前進するための幾何学的構成を提案します。しかし、シンボリックエンジンはドメイン固有のルールに依存し、合成データが必要であるため、この方法が数学や推論の他の領域にどの程度適用できるかは不明です。[ 150 ]
AlphaProof は、事前学習済みの言語モデルと AlphaZero 強化学習アルゴリズムを組み合わせた AI モデルです。AlphaZero は、以前にゲームをマスターする方法を自己学習しました。この組み合わせで使用される事前学習済みの言語モデルは、自然言語の問題文を形式的な文に自動的に変換し、さまざまな難易度の形式的な問題の大規模なライブラリを作成するGeminiモデルを微調整したものです。この目的のために、数学的な文は形式言語Leanで定義されます。2024 年の国際数学オリンピックでは、AlphaProof は、AlphaGeometry の改良版とともに、初めてその大会の銀メダリストと同じレベルの問題を複合カテゴリーで解決しました。[ 151 ] [ 152 ]
2023 年 6 月、DeepMind は、強化学習を使用してコンピュータサイエンスのアルゴリズムの改善を探索するAlphaDevが、ソートアルゴリズムとハッシュアルゴリズムのより効率的なコーディング方法を発見したと発表しました。新しいソートアルゴリズムは、短いシーケンスでは 70% 高速で、25 万要素を超えるシーケンスでは 1.7% 高速で、新しいハッシュアルゴリズムは場合によっては 30% 高速でした。ソートアルゴリズムはC++ 標準ライブラリのソートアルゴリズムに採用され、これらのアルゴリズムに対する 10 年以上ぶりの変更であり、AI を使用して発見されたアルゴリズムを含む最初の更新となりました。[ 153 ]ハッシュアルゴリズムはオープンソースライブラリとして公開されました。[ 154 ] Google は、これら 2 つのアルゴリズムが毎日何兆回も使用されていると推定しています。[ 155 ]
2025 年 5 月、Google DeepMind は、最適化されたアルゴリズムを設計するために Gemini のような LLM を使用する進化的コーディング エージェントであるAlphaEvolveを発表しました。AlphaEvolve は、各最適化プロセスを初期アルゴリズムとソリューションの品質を評価するための指標で開始します。各ステップで、LLM を使用してアルゴリズムのバリエーションを生成したり、それらを組み合わせたりして、さらに反復するための最良の候補を選択します。[ 156 ] AlphaEvolve は、行列乗算を含むいくつかのアルゴリズムの発見をしました。Google によると、50 のオープンな数学でテストしたところ、AlphaEvolve は 75% のケースで最先端のアルゴリズムの効率に匹敵し、 11 次元のキッシング数など、20% のケースで改善されたソリューションを発見しました。また、データ センター スケジューリングのための新しいヒューリスティックを開発し、Google の全世界のコンピューティング リソースの平均 0.7% を回復しました。[ 156 ]
AlphaChip は、チップ配置タスクをガイドする強化学習ベースのニューラルアーキテクチャです。DeepMind は、この技術によりチップレイアウトの作成に必要な時間が数週間から数時間に短縮されたと主張しました。同社によると、そのチップ設計は 2020 年以降のすべてのTensor Processing Unit (TPU) の反復で使用されています。 [ 157 ] [ 158 ]複数の独立した研究者は、直接的な公開ベンチマークの欠如と、既存の商用チップ設計ツールに対するその主張する優位性の独立した証明がないことを理由に、納得していません。[ 159 ] TPU チップはBroadcomと共同で設計されました。[ 160 ] [ 161 ] Communications of the ACMは、DeepMind が大々的に宣伝したにもかかわらず、専門家が長らく要求していた比較ベンチマークを提供しておらず、この分野では懐疑的な見方が残っていると指摘しました。[ 162 ]同様に、ニューサイエンティスト誌は、GoogleがAlphaChipが現在生産に使用されている「超人的」なチップレイアウトを開発したと主張している一方で、外部の専門家は、これらの主張を裏付け、現在の最先端の手法との公平な比較を可能にするために、透明性のあるパフォーマンスデータを求めていると報じた。[ 163 ]
Google Research は 2016 年にAI の安全性と AI 学習プロセス中の望ましくない動作の回避に関する論文を発表しました。 [ 164 ] 2017 年に DeepMind は、アルゴリズムがキルスイッチを無効にすることを学習するか、または特定の望ましくない動作を示すかどうかを評価するためのオープンソースのテストベッドである GridWorld をリリースしました。[ 165 ] [ 166 ]ロボット憲法は、DeepMind が 2024 年 1 月に AI 製品用に設定した AutoRT の一部であるセキュリティ規則セットです。規則は、アイザック・アシモフのロボット三原則に触発されています。規則は、ヘルパーロボットの基盤となる大規模言語モデルに適用されます。 [ 167 ] [ 168 ] [ 169 ] [ 170 ] [ 171 ] [ 172 ] 規則番号 1 は、ロボットは「人間を傷つけてはならない」です。
Google DeepMindは、熱帯低気圧の予報を大幅に改善するWeather Labと呼ばれるAIベースの気象予測システムを開発しました。2025年半ばに発表されたこのモデルは、45年間の世界の気象およびサイクロンデータでトレーニングされた確率的ニューラルネットワークを利用し、最大15日前までの複数の確率的予報でサイクロンの形成、進路、強度、構造を予測することを可能にしました。2025年の大西洋ハリケーンシーズン中、DeepMindのWeather Labは、進路と強度の予測の両方で、米国海洋大気庁（NOAA）のGlobal Forecast Systemを含む従来の物理ベースのモデルを上回り、気象学者から高い評価を受け、米国国立ハリケーンセンター（NHC）のハリケーン予報活動を支援しました。これは気象モデリングにおける大きな進歩であり、AIが深刻な気象予報の速度と精度を向上させる可能性を示しました。[ 173 ]
DeepMind（Alphabetの他のAI研究者とともに）は、Google Playのパーソナライズされたアプリのおすすめを支援しています。[ 84 ] DeepMindはまた、 GoogleのAndroidチームと協力して、Googleのモバイルオペレーティングシステムの第9版であるAndroid Pieを実行しているデバイスを持つユーザー向けに、2つの新機能を作成しました。これらの機能、アダプティブバッテリーとアダプティブブライトネスは、機械学習を使用してエネルギーを節約し、オペレーティングシステムを実行しているデバイスをより使いやすくします。DeepMindがこのような小規模でこれらの技術を使用したのはこれが初めてで、通常の機械学習アプリケーションでは桁違いに多くの計算能力が必要です。[ 174 ]
DeepMindは、脳機能に関する基礎研究において、学術神経科学者と共同研究を行ってきた。Nature誌に掲載された2018年の論文（Banino et al.）では、経路積分を実行するように訓練されたリカレントニューラルネットワークにおいて、グリッド細胞のような表現が自発的に出現すること、そしてこれらの表現を備えた人工エージェントは、それらを持たないエージェントよりも効率的なナビゲーションルートを計画できることが示された。[ 175 ]
2016年7月、DeepMindとムーアフィールズ眼科病院が医療向けAIアプリケーションの開発で提携することが発表された。[ 176 ] DeepMindは、匿名化された眼のスキャンの分析に適用され、失明につながる病気の初期兆候を探すことになる。2016年8月には、頭頸部領域の健康な組織と癌組織を自動的に区別できるアルゴリズムの開発を目的とした、ユニバーシティ・カレッジ・ロンドン病院との研究プログラムが発表された。[ 177 ]
ロイヤル・フリー・ロンドンNHS財団トラストとインペリアル・カレッジ・ヘルスケアNHSトラストでは、電子カルテにリンクした新しい臨床モバイルアプリを開発するプロジェクトが進められています。[ 178 ]ロイヤル・フリー病院のスタッフは、2017年12月に、アプリを通じて患者データにアクセスすることで「膨大な時間」を節約でき、急性腎障害患者の管理に「驚異的な」変化をもたらしたと報告しました。検査結果データはスタッフの携帯電話に送信され、患者の状態の変化を知らせます。また、他の誰かが反応したかどうかを確認したり、患者に結果を視覚的に表示したりすることもできます。[ 179 ] [ 180 ]
2017年11月、DeepMindは、マンモグラフィーに機械学習を適用することで乳がんの検出精度を向上させることを目的として、インペリアル・カレッジ・ロンドンの英国がん研究センターとの研究提携を発表しました。 [ 181 ]さらに、2018年2月には、DeepMindは、機械学習を使用して患者の急性腎障害の発症を予測し、さらに広くは入院中の患者の全般的な悪化を予測することで、医師や看護師が必要な患者をより迅速に治療できるようにするため、米国退役軍人省と協力していることを発表しました。[ 182 ]
DeepMindはStreamsというアプリを開発し、急性腎障害のリスクがある患者について医師に警告を発しました。[ 183 ] 2018年11月13日、DeepMindは、同社のヘルスケア部門とStreamsアプリがGoogle Healthに統合されることを発表しました。[ 184 ]プライバシー擁護派は、この発表は患者の信頼を裏切るものであり、患者データがGoogleアカウントやサービスに接続されないというDeepMindの以前の声明と矛盾しているように見えると述べました。[ 185 ] [ 186 ] DeepMindの広報担当者は、患者データは引き続きGoogleのサービスやプロジェクトとは別に保管されると述べました。[ 187 ]
2016年4月、ニュー・サイエンティストは、 DeepMindとロイヤル・フリー・ロンドンNHS財団トラスト間のデータ共有契約書のコピーを入手した。後者は、年間推定160万人の患者が治療を受けるロンドンの3つの病院を運営している。契約書によると、DeepMind Healthは、これらの病院の入院、退院、転院データ、救急医療、病理学、放射線学、集中治療にアクセスできた。これには、さまざまな健康状態におけるより良い結果を求める研究を行うために、患者がHIVと診断されたか、うつ病を患ったか、中絶を受けたことがあるかなどの個人情報が含まれていた。 [ 188 ] [ 189 ]データは匿名化され暗号化されるべきであると主張し、情報コミッショナー事務局（ICO）に苦情が申し立てられた。 [ 190 ] 2016年5月、ニュー・サイエンティストは、このプロジェクトが医薬品・医療製品規制庁の機密保持諮問グループから承認を得られなかったと主張する記事をさらに掲載した。[ 191 ]
2017年、ICOは、Royal Free NHS Foundation Trustが2015年後半から2016年にかけてアプリStreamsをどのようにテストしたかに焦点を当てた1年間の調査を完了しました。[ 192 ] ICOは、Royal FreeがDeepMindに患者の詳細を提供した際にデータ保護法を遵守していなかったこと、また、テストの一部としてデータが使用されることを患者に十分に知らせていなかったことなど、データの取り扱い方法にいくつかの欠陥があることを発見しました。DeepMindは2017年7月に調査に関する見解を発表し[ 193 ]、「もっと改善する必要がある」と述べ、透明性、監視、関与のために開始したいくつかの活動とイニシアチブを強調しました。これには、患者と一般市民の参加戦略の開発[ 194 ]とパートナーシップの透明性が含まれます。 2017年5月、スカイニュースは、国家データ保護官であるデイム・フィオナ・カルディコット氏からの漏洩した書簡を公開し、同氏の「熟慮した意見」によれば、ディープマインドとロイヤル・フリー病院間のデータ共有協定は「不適切な法的根拠」に基づいて行われたと明らかにした。[ 195 ]情報コミッショナー事務局は2017年7月、ロイヤル・フリー病院が160万人の患者の個人データをディープマインドに提供した際にデータ保護法を遵守しなかったと裁定した。[ 196 ]
2017 年 10 月、DeepMind は、新しい研究部門である DeepMind Ethics & Society を発表しました。[ 197 ]彼らの目標は、プライバシー、透明性、公平性、経済的影響、ガバナンスと説明責任、AI リスクの管理、AI の倫理と価値観、そして AI が世界の課題にどのように対処できるかというテーマの外部研究に資金を提供することです。その結果、チームは AI の倫理的意味合いをさらに理解し、AI が有益であることを社会が認識できるように支援したいと考えています。[ 198 ]この DeepMind の新しい部門は、DeepMind も参加している、AI を使用する主要企業、学術機関、市民社会組織、非営利団体のパートナーシップであるPartnership on Artificial Intelligence to Benefit People and Societyとは完全に別の組織です。DeepMind Ethics and Society の委員会は、 Google がDeepMind を買収した際に最初に設立することに合意したAI Ethics Board とも異なります。[ 34 ]
DeepMindは機械学習分野の3つの講座を後援しています。
{{cite news}}: CS1メンテナンス: アーカイブサービスは非推奨になりました (リンク){{cite news}}: CS1メンテナンス: アーカイブサービスは非推奨になりました (リンク)
{{cite news}}: CS1メンテナンス: アーカイブサービスは非推奨になりました (リンク)シリコン チップの物理設計における強化学習 (RL) の使用に関する Mirhoseini、Goldie らによる Nature 誌の 2021 年の論文は、文書化が不十分な主張のために注目を集め、批判的なメディア報道を受け、論争を巻き起こした。 ... このメタ分析では、Mirhoseini、Goldie らによる Nature 誌の論文の結果の再現と評価、および方法、結果、主張の妥当性について議論する。
