Google DeepMind est le fruit de deux histoires distinctes qui ont fusionné en avril 2023. DeepMind a été fondée à Londres en 2010 par Demis Hassabis, Shane Legg et Mustafa Suleyman. Hassabis était une sorte de prodige — champion d'échecs à 13 ans, concepteur de jeux vidéo à 17 ans (il a cocréé Theme Park pour Bullfrog Productions), puis titulaire d'un doctorat en neurosciences de UCL. Lui et Legg, qui avait inventé le terme « universal artificial intelligence » dans ses propres travaux de doctorat, partageaient la conviction que l'intelligence générale pouvait être atteinte en combinant l'apprentissage profond, l'apprentissage par renforcement et les connaissances en neurosciences. Google a acquis DeepMind pour environ 500 millions de dollars en janvier 2014, devançant une offre concurrente de Facebook. Google Brain, de son côté, existait au sein de Google depuis 2011, né des travaux de Jeff Dean et Andrew Ng sur les réseaux neuronaux à grande échelle. Brain est devenu le moteur de nombreux systèmes d'IA en production chez Google, y compris l'article sur le transformer « Attention Is All You Need » (2017) — sans doute l'article le plus important de l'IA moderne.
Les premières années de DeepMind ont produit certains des moments les plus marquants de l'histoire de l'IA. La victoire d'AlphaGo contre le champion du monde Lee Sedol en mars 2016 a constitué un véritable tournant — on estimait que le jeu de Go ne serait résolu par l'IA que dans plusieurs décennies. Son successeur, AlphaGo Zero, a appris le jeu entièrement par auto-apprentissage sans données humaines, et AlphaZero a généralisé l'approche aux échecs et au shogi. Mais la réalisation scientifique la plus importante de DeepMind est peut-être AlphaFold. Annoncé en 2018 et perfectionné avec AlphaFold 2 (2020), il a essentiellement résolu la prédiction de la structure des protéines — un problème qui avait bloqué les biologistes pendant cinquante ans. DeepMind a publié les structures prédites de pratiquement toutes les protéines connues, ce qui a valu à Hassabis et John Jumper le prix Nobel de chimie en 2024. Ce n'était pas simplement une victoire sur un indice de référence en IA ; c'était une véritable contribution à la science qui a accéléré la découverte de médicaments et la recherche biologique à l'échelle mondiale.
Pendant des années, DeepMind et Google Brain ont fonctionné comme des organisations parallèles aux mandats chevauchants et à la relation parfois tendue. DeepMind avait la marque et le prestige de la recherche ; Brain avait l'expertise en infrastructure et l'intégration en production. En avril 2023, Sundar Pichai a fusionné les deux entités en Google DeepMind sous la direction de Hassabis, avec Jeff Dean comme scientifique en chef. Cette décision visait en partie l'efficacité et en partie l'urgence — ChatGPT avait pris Google au dépourvu, et l'entreprise avait besoin que ses talents en IA tirent dans la même direction. La première production majeure de l'organisation fusionnée a été Gemini, la famille de modèles multimodaux de Google annoncée en décembre 2023. Gemini a été conçu dès le départ pour être nativement multimodal (traitant texte, images, audio et vidéo ensemble plutôt que d'ajouter des capacités après coup), et la variante Ultra affirmait égaler ou surpasser GPT-4 sur la plupart des indices de référence — bien que le lancement ait été entaché par une vidéo de démonstration manipulée qui a suscité de vives critiques. Les versions subséquentes de Gemini, incluant la série 1.5 avec sa fenêtre de contexte révolutionnaire d'un million de tokens ainsi que les versions 2.0 et 2.5, ont établi Google DeepMind comme un véritable concurrent de pointe.
Aucun autre laboratoire d'IA n'opère avec la combinaison d'avantages de Google DeepMind : une puissance de calcul virtuellement illimitée (les grappes TPU de Google comptent parmi les plus grands systèmes d'entraînement d'IA au monde), des décennies de données et d'infrastructure accumulées, un réseau de distribution mondial couvrant Search, Android, YouTube, Gmail et Cloud, et un bassin profond de talents en recherche ayant produit plus d'articles fondamentaux en IA que toute autre organisation. L'architecture transformer qui sous-tend chaque grand modèle de langage moderne a été inventée chez Google. Et pourtant, pendant une bonne partie de 2023 et 2024, Google semblait jouer la rattrapage par rapport à OpenAI dans la course aux produits — une perception qui frustrait les initiés sachant combien de recherche de pointe se déroulait en coulisses. Le « dilemme de l'innovateur » est bien réel : Google doit intégrer l'IA dans des produits générant 300 milliards de dollars de revenus annuels sans cannibaliser son activité publicitaire principale dans la recherche.
L'histoire de l'IA chez Google n'est pas sans cicatrices. Le congédiement en 2020 de la chercheuse en éthique de l'IA Timnit Gebru, suivi du départ de sa codirectrice Margaret Mitchell, est devenu un point d'embrasement dans les débats sur l'éthique de l'IA en entreprise et le traitement des chercheurs qui soulèvent des questions dérangeantes. Mustafa Suleyman, cofondateur de DeepMind, est parti en 2022 après avoir été mis à l'écart (il a fondé Inflection AI, puis a rejoint Microsoft comme PDG de Microsoft AI en 2024). Ces départs reflètent une tension plus large entre la culture de recherche de Google et les pressions commerciales liées à la livraison rapide de produits compétitifs. Pour la suite, Google DeepMind est sans doute le laboratoire le mieux positionné pour la prochaine phase de l'IA — des systèmes agentiques capables de raisonner, de planifier et d'effectuer des actions à travers les applications. Leurs modèles Gemini sont profondément intégrés dans l'écosystème de produits de Google, Project Astra pousse vers des assistants IA permanents, et l'ampleur de l'infrastructure de Google signifie qu'ils peuvent itérer plus vite que presque quiconque. La question est de savoir si la taille et la complexité de l'organisation lui permettront d'avancer à la vitesse que le moment exige.