十六年七个节点：读懂 DeepMind 的 Alpha 进化史

从 2010 年伦敦的一间小实验室，到拿下诺贝尔化学奖的研究机器，DeepMind 的历史几乎就是深度学习黄金时代的一份切片。本文按编年体推进，只记录公开可查的关键节点。

起点：2010，伦敦的一间实验室

2010 年 9 月，Demis Hassabis、Shane Legg 与 Mustafa Suleyman 三人在伦敦创立了 DeepMind Technologies。Hassabis 是少年成名的棋手与游戏设计师，Legg 是机器学习研究者，Suleyman 则带来组织与公共事务的操盘能力；据维基百科等公开资料记载，早期投资人名单里出现了 Founders Fund、Elon Musk 等后来在 AI 议题上举足轻重的名字^[2]。公司的愿景表述相当大胆：构建通用的学习系统，而不是为单一任务写死规则。

2013 年底，团队把「深度神经网络玩 Atari 游戏」的成果放上 arXiv：同一个网络只看像素和得分，就学会了多款经典游戏；2015 年2 月，扩展版以《Human-level control through deep reinforcement learning》登上 Nature，DQN 从此成为教科书名词^[6]。这份成绩单也直接促成了下一章的转折。

值得一提的是这家实验室的组织气质：它长期把论文发在顶级学术期刊而不是只做产品发布会，鼓励研究员围绕长期问题而非季度指标工作。这种「研究驱动」的定位在当时的大型科技公司中相当罕见，也解释了为什么它能在围棋、蛋白质这些冷门却硬核的方向上持续下注——短期看不到商业回报的基础研究，恰恰成了它后来最深的护城河。

围棋时刻：2016 年的 AlphaGo 里程碑

2014 年 1 月，谷歌宣布收购 DeepMind，交易金额未正式披露、媒体广泛报道为数亿美元量级，公司保留品牌与伦敦总部相对独立的运作方式^[2]。两年后的 2016 年 3 月，AlphaGo 在首尔以总比分 4:1 战胜世界顶级棋手李世石——比赛前几乎所有职业棋手的预测都要彻底^[3]。

这场对局的意义远超胜负：围棋长期被视为直觉与大局观的堡垒，机器的攻破宣告深度强化学习可以征服人类过去认为「算不动」的领域。其实在李世石之前，AlphaGo 已于 2015 年末击败欧洲冠军樊麾，只是那场对局当时并未公开；2017 年初，升级版 Master 又在快棋连胜中盘棋手顶尖高手，把讨论热度延续了整整一年。随后发布的 AlphaGo Zero 更进一步，完全不依赖人类棋谱、仅凭自我对弈从零超越所有旧版本，把方法论推向了「自我博弈生成数据」的新范式。

对普通研究者而言，这一系列工作留下了可复用的遗产：策略网络与价值网络的组合、蒙特卡洛树搜索与神经网络的耦合、以及「用合成数据替代人工标注」的训练思路，此后大量出现在机器人、芯片布局等领域的论文里。

蛋白质革命：从 CASP 领奖台到诺贝尔奖

如果说 AlphaGo 征服的是游戏，AlphaFold 攻下的则是科学。2018 年团队首次参加蛋白质结构预测评测 CASP 即夺魁；2020 年 11 月的 CASP14 上，AlphaFold 2 的预测精度达到与实验测定方法相当的量级，被评审者视为该领域几十年追求的目标基本达成^[4]。

2021 年 7 月，论文正式发表于 Nature，同时 DeepMind 与 EMBL 欧洲生物信息学研究所合作开放了 AlphaFold 蛋白质结构数据库，此后覆盖范围扩展到超过两亿个结构预测，全球研究者可免费检索使用。2024 年，DeepMind 又发布面向复合物与相互作用建模的 AlphaFold 3；同年 10 月，诺贝尔化学奖的一半授予 Demis Hassabis 与 John Jumper，以表彰他们用计算方法破解蛋白质结构预测难题，另一半授予 David Baker 的计算蛋白设计工作^[5]。

并入谷歌体系：2023 年的合并重组

大模型竞赛白热化的 2023 年 4 月，谷歌把 DeepMind 与自家 Google Brain 团队合并，组建统一的「Google DeepMind」，由 Demis Hassabis 领导，研究版图覆盖从基础科学到大模型的整条线^[2]。这次重组被视为谷歌集中算力与研究力量应对竞争的关键落子：Brain 系贡献了 Transformer 等奠基性成果，DeepMind 系则带来强化学习与科学计算的积累。

对观察者来说，判断这家实验室的动向从此有了固定入口：deepmind.google 的研究页与官方博客。重大模型发布、安全研究与开源项目都会第一时间在此更新，本文末尾的参考资料也以此为主要锚点。

合并也带来叙事上的统一：过去「DeepMind 做研究、谷歌做产品」的双线故事，被收拢为一条从基础研究直达产品的直线。对研究者是更顺畅的算力与数据支持，对外界则是更清晰的责任归属——无论模型能力还是安全争议，都指向同一个名字。

Gemini 时代：从聊天模型到通用助手

2023 年 12 月，合并后的团队发布 Gemini 系列首个版本，定位原生多模态的大模型家族；此后迭代出面向不同场景的规格与版本，成为谷歌全家桶 AI 功能背后的核心引擎之一^[7]。同期实验室还把触角伸向更多硬核方向：Willow 量子芯片在纠错指标上取得里程碑、气象模型 GraphCast 展现超越传统数值预报的潜力、SynthID 数字水印用于内容溯源。这些方向共同构成「Alpha 之后」的第二增长曲线。

2025 年以来，Gemini 系列持续快速迭代，Agent 化与多模态推理是公开叙事的主线；具体版本节奏变化很快，最新进展以官网公告为准^[1]。

大事记速查表

四大成果领域一览

回望这十六年，DeepMind 最值得记取的不是某一次胜利，而是它反复验证的一条方法论：先在规则清晰的环境里把学习方法做通，再把同样的能力迁移到真实世界的难题上——围棋如此，蛋白质亦然。

常见问题解答

Q1：DeepMind 和谷歌是什么关系？

2014 年被谷歌收购，2023 年 4 月与 Google Brain 合并为 Google DeepMind，隶属 Alphabet，品牌相对独立运作。

Q2：AlphaGo 战胜李世石是哪一年？比分多少？

2016 年 3 月于首尔举行，五番棋总比分 4:1，相关论文发表于当年 1 月的 Nature^[3]。

Q3：AlphaFold 数据库对谁开放？

与 EMBL-EBI 合作向全球研究者免费开放，可在线检索超过两亿个蛋白质结构预测，商用授权另有条款。

Q4：Gemini 是 DeepMind 做的吗？

是的，Gemini 由合并后的 Google DeepMind 主导研发，是谷歌当前主力的大模型系列之一。

Q5：DeepMind 拿过诺贝尔奖吗？

2024 年诺贝尔化学奖的一半授予 Hassabis 与 Jumper，表彰其蛋白质结构预测的贡献^[5]。

Q6：如何跟进它的最新研究成果？

最直接的渠道是官网的研究页与博客，重要论文同步附有技术解读，无需依赖二手转述^[1]。

参考资料

1. 来源：Google DeepMind 官网（机构信息与最新公告）：https://deepmind.google
2. 来源：Wikipedia「DeepMind」词条（创立沿革与收购记录）：https://en.wikipedia.org/wiki/DeepMind
3. 来源：Nature《Mastering the game of Go with deep neural networks and tree search》：https://www.nature.com/articles/nature16961
4. 来源：Nature《Highly accurate protein structure prediction with AlphaFold》：https://www.nature.com/articles/s41586-021-03819-2
5. 来源：NobelPrize.org 2024 年化学奖页面：https://www.nobelprize.org/prizes/chemistry/2024/summary/
6. 来源：Nature《Human-level control through deep reinforcement learning》（DQN）：https://www.nature.com/articles/nature14236
7. 来源：Google DeepMind Gemini 产品页：https://deepmind.google/models/gemini/