Google DeepMind es el producto de dos historias de origen separadas que se fusionaron en una en abril de 2023. DeepMind fue fundada en Londres en 2010 por Demis Hassabis, Shane Legg y Mustafa Suleyman. Hassabis era una especie de prodigio — maestro de ajedrez a los 13, diseñador de videojuegos a los 17 (co-creó Theme Park para Bullfrog Productions) y luego doctor en neurociencia por UCL. Él y Legg, quien había acuñado el término “inteligencia artificial universal” en su propia tesis doctoral, compartían la convicción de que la inteligencia general podía lograrse combinando deep learning con reinforcement learning e ideas de la neurociencia. Google adquirió DeepMind por aproximadamente $500 millones en enero de 2014, ganando una oferta competidora de Facebook. Google Brain, mientras tanto, había estado funcionando dentro de Google desde 2011, nacido del trabajo de Jeff Dean y Andrew Ng en redes neuronales a gran escala. Brain se convirtió en el motor detrás de muchos de los sistemas de IA en producción de Google, incluyendo el paper del transformer “Attention Is All You Need” (2017) — posiblemente el artículo más importante de la IA moderna.
Los primeros años de DeepMind produjeron algunos de los momentos más icónicos en la historia de la IA. La derrota de AlphaGo al campeón mundial Lee Sedol en marzo de 2016 fue un verdadero parteaguas — se consideraba que el Go estaba a décadas de ser resuelto por IA. La continuación, AlphaGo Zero, aprendió el juego enteramente por self-play sin datos humanos, y AlphaZero generalizó el enfoque al ajedrez y shogi. Pero el logro científico más trascendental de DeepMind puede ser AlphaFold. Anunciado en 2018 y refinado con AlphaFold 2 (2020), efectivamente resolvió la predicción de estructura de proteínas — un problema que había desconcertado a los biólogos durante cincuenta años. DeepMind liberó las estructuras predichas para virtualmente todas las proteínas conocidas, lo que le valió a Hassabis y John Jumper un Premio Nobel de Química en 2024. Esto no fue solo una victoria en un benchmark de IA; fue una contribución genuina a la ciencia que aceleró el descubrimiento de fármacos y la investigación biológica a nivel mundial.
Durante años, DeepMind y Google Brain operaron como organizaciones paralelas con mandatos superpuestos y una relación a veces tensa. DeepMind tenía la marca y el prestigio de investigación; Brain tenía la experiencia en infraestructura y la integración con productos. En abril de 2023, Sundar Pichai fusionó ambas en Google DeepMind bajo el liderazgo de Hassabis, con Jeff Dean como Chief Scientist. El movimiento fue en parte por eficiencia y en parte por urgencia — ChatGPT había tomado a Google con la guardia baja, y la empresa necesitaba que su talento en IA jalara en una sola dirección. El primer resultado importante de la organización fusionada fue Gemini, la familia de modelos multimodales de Google anunciada en diciembre de 2023. Gemini fue diseñado desde cero para ser nativamente multimodal (procesando texto, imágenes, audio y video juntos en lugar de añadir capacidades después del hecho), y la variante Ultra afirmaba igualar o superar a GPT-4 en la mayoría de los benchmarks — aunque el lanzamiento fue empañado por un video de demostración manipulado que recibió fuertes críticas. Los lanzamientos posteriores de Gemini, incluyendo la serie 1.5 con su revolucionaria ventana de contexto de un millón de tokens y las líneas Gemini 2.0 y 2.5, han establecido a Google DeepMind como un competidor genuino de frontera.
Ningún otro laboratorio de IA opera con la combinación de ventajas de Google DeepMind: cómputo prácticamente ilimitado (los pods de TPUs de Google están entre los clústeres de entrenamiento de IA más grandes del mundo), décadas de datos e infraestructura acumulados, una red de distribución global que abarca Search, Android, YouTube, Gmail y Cloud, y una profunda reserva de talento investigador que ha producido más papers fundacionales de IA que cualquier otra organización. La arquitectura del transformer que sustenta cada LLM moderno fue inventada en Google. Y sin embargo, durante gran parte de 2023 y 2024, Google parecía estar poniéndose al día frente a OpenAI en la carrera de productos — una percepción que frustraba a los de adentro que sabían cuánta investigación de vanguardia estaba ocurriendo tras bambalinas. El “dilema del innovador” es real: Google tiene que integrar IA en productos que generan $300 mil millones en ingresos anuales sin canibalizar su negocio central de publicidad en búsquedas.
La historia de IA de Google no está libre de cicatrices. El despido en 2020 de la investigadora de ética en IA Timnit Gebru, seguido por la salida de su co-líder Margaret Mitchell, se convirtió en un punto de inflexión para los debates sobre ética corporativa en IA y el trato a investigadores que plantean preguntas incómodas. Mustafa Suleyman, cofundador de DeepMind, se fue en 2022 después de ser marginado (fundó Inflection AI, luego se unió a Microsoft como CEO de Microsoft AI en 2024). Estas salidas reflejan una tensión más amplia entre la cultura de investigación de Google y las presiones comerciales de lanzar productos competitivos rápidamente. Mirando hacia adelante, Google DeepMind es posiblemente el laboratorio mejor posicionado para la próxima fase de la IA — sistemas agénticos que pueden razonar, planificar y ejecutar acciones a través de aplicaciones. Sus modelos Gemini están profundamente integrados en el ecosistema de productos de Google, Project Astra está empujando hacia asistentes de IA siempre activos, y la escala de la infraestructura de Google significa que pueden iterar más rápido que casi cualquiera. La pregunta es si el tamaño y la complejidad de la organización le permitirán moverse con la velocidad que el momento exige.