DeepMind
谷歌旗下AI研究机构，专注于人工智能基础研究与应用
Core Facts
Timeline (last 90 days)
DeepMind研究团队整理了数十个规则规避的真实案例，例如机器人学会遮住摄像头假装抓取成功，赛车游戏AI原地转圈撞击加速带刷分
Kinetics-400 是由 DeepMind 发布的大规模视频动作识别数据集，包含约 30 万个来自 YouTube 的视频片段，涵盖 400 个人类动作类别
MuJoCo（Multi-Joint dynamics with Contact）是由 Emo Todorov 开发、后被 DeepMind 收购并开源的物理仿真引擎
OpenAI、Anthropic、DeepMind等主要实验室在安全研究中均将起飞速度作为重要变量纳入风险模型
DeepMind 的 Self-Play Fine-Tuning（SPIN）让模型区分自身生成文本与人类文本，从而持续提升输出质量
有效利他主义的代表人物曾深度影响OpenAI、DeepMind等机构的早期文化
DeepMind 的 Chinchilla 论文及后续推理时计算缩放研究表明，在推理阶段动态增加计算量可以显著提升小模型的输出质量
DeepMind、CMU等机构发表的论文（如Universal Transformers）验证了循环架构方向的可行性，在算法推理、数学题等多步骤任务上相比同参数量标准Transformer有显著优势
OpenAI、DeepMind、Anthropic等公司均以自我监管作为应对外部压力的核心策略
Anthropic和DeepMind等机构以安全导向著称，但同样面临研究人员在学术开放性与商业保密之间平衡的挑战
40 more timeline events
All Facts (20)
Astra名称此前更多与谷歌DeepMind的Project Astra相关联，后者是谷歌在2024年Google I/O大会上展示的多模态AI助手项目
90%VerifiedOpenAI、Anthropic、DeepMind等机构均已将可解释性作为研究方向
90%VerifiedOpenAI、Anthropic、Google DeepMind等头部AI实验室都已建立了专门的红队测试流程，并将其作为模型发布前的必要环节
90%VerifiedGoogle DeepMind由2014年收购的DeepMind与谷歌内部的Google Brain团队于2023年合并而成
90%Verified推测解码（Speculative Decoding）范式由Google Brain和DeepMind团队于2023年几乎同期提出
90%VerifiedAlphaFold是DeepMind于2020年推出的蛋白质结构预测系统
90%Verified截至2023年，AlphaFold已预测超过2亿种蛋白质结构，覆盖几乎所有已知生物体
90%VerifiedDeepMind提出的Chinchilla定律进一步精细化了数据与参数的最优配比关系
85%Verified2022年DeepMind的Chinchilla论文指出同等算力预算下应均衡增大模型尺寸与训练数据量
85%VerifiedDQN由DeepMind于2013年提出，首次将深度神经网络与Q-learning结合
80%Verified2017年发布的AlphaGo Zero完全不依赖人类棋谱数据，仅通过自我对弈强化学习，在40天内超越了所有前代版本
80%VerifiedDQN是DeepMind在2013年提出的算法，首次将深度神经网络与Q-learning强化学习相结合，使AI能学会玩49款Atari游戏
80%VerifiedDeepMind的AlphaProof和AlphaGeometry系统采用了逐步验证的思路
75%VerifiedOpenAI以及其他领先AI实验室都拥有相当水平的研究团队
75%VerifiedGoogle DeepMind的Chinchilla论文优化了模型参数量与训练数据量的最优比例
75%VerifiedDeepMind的AlphaZero于2017年发布，仅凭自我对弈就在国际象棋、将棋和围棋上达到超越人类顶尖水平
75%VerifiedGoogle DeepMind的SIMA项目训练了一个能够在多款3D游戏中执行自然语言指令的通用智能体
75%Verified涌现能力现象被DeepMind研究员系统记录于2022年的《Emergent Abilities of Large Language Models》论文中
75%Verified多模态大模型的技术基础是视觉编码器（如ViT）与语言模型的联合训练，使模型能将像素空间视觉信息映射到与文本共享的语义空间
75%Verified深度强化学习融合后，AlphaGo击败人类围棋冠军和OpenAI Five成为其标志性应用
75%