DeepMind
谷歌 DeepMind 携手 BioNTech 打造 AI 科学助手：规划实验、预测结果，助力科技变革
科技媒体 techopedia 昨日（10 月 2 日）报道，谷歌旗下 DeepMind 与 BioNTech 合作，开发 AI 实验室助手，帮助研究人员规划实验和预测结果。该项目由谷歌 AI 部门负责人 Demis Hassabis 爵士领导，通过推动新型科学助理，转变医疗、能源和教育等行业。Hassabis 出席诺贝尔基金会近期举办的活动，强调 AI 正在转变生物学领域，希望创建一个能够预测实验结果的 AI 助手，提升研究人员在实验室的能力。然而，关于 DeepMind 和 BioNTech 将共同做什么的细节
门板上做研究的首席科学家：Jeff Dean解密谷歌和Gemini背后的故事
“最开始我就知道谷歌相当有希望，谷歌能发展到现在的规模不过是水到渠成。 ”这位谷歌首席科学家在谷歌度过了近乎一半的人生，对谷歌的喜爱不减反增，到现在还依然坚守着谷歌最初的愿景并为此奋斗：组织全球信息并使其普遍可用和有用Jeff Dean 还记得刚加入谷歌的时候，每到周二的流量高峰期就开始担心系统会不会崩溃，还好后来及时增加了设备，对代码和搜索功能做了更多优化，谷歌搜索这才步入了正轨。 后来吴恩达在谷歌担任顾问，Jeff Dean 和他商定了大型神经网络的研究目标，最终促成了 Google Brain 团队的成立。
DeepMind又损大将，AI总监Nando de Freitas离职，曾领导开发Gato、Genie
这边 OpenAI 刚发了又一个引爆 AI 圈的大模型 o1，那边谷歌 DeepMind 高级 AI 总监 Nando de Freitas 宣布了自己离职的消息。9 月 13 日，Nando de Freitas 发推表示自己要离开工作 10 年之久的谷歌 DeepMind 了。「过去无疑是人工智能历史上最激动人心的几年， 自己的成长已经超出了预期，感谢我的那些聪明、慷慨且乐于助人的同事们。」他接着写到，DeepMind 一直是人工智能创新领域的中心，很多著名的研究人员从这里离开并创立了 OpenAI、Mistr
谷歌 DeepMind 展示 GenRM 技术：微调 LLMs 作为奖励模型，提升生成式 AI 推理能力
谷歌 DeepMind 团队于 8 月 27 日在 arxiv 上发表论文，介绍展示了 GenRM 生成式验证器，创造性提出奖励模型，从而提升生成式 AI 推理能力。AI 行业内，目前提高大语言模型（LLMs）的主流做法就是 Best-of-N 模式，即由 LLM 生成的 N 个候选解决方案由验证器进行排序，并选出最佳方案。这种基于 LLM 的验证器通常被训练成判别分类器来为解决方案打分，但它们无法利用预训练 LLMs 的文本生成能力。DeepMind 团队为了克服这个局限性，尝试使用下一个 token 预测目标来
AI首次解决量子物理学难题，DeepMind精确计算量子激发态，登Science
编辑 | KX此前，Google DeepMind 研究人员开发的费米子神经网络 (FermiNet) 非常适合对大量电子的量子基态进行建模。FermiNet 最初专注于分子的基态。但是，当分子和材料受到大量能量的刺激时，例如暴露在光或高温下，电子可能会被踢入更高的能量状态——激发态。激发态在物理学和化学等领域都很重要；然而，从第一原理出发对激发态特性进行可扩展、准确且稳健的计算仍然面临重要的理论挑战。现在，DeepMind 研究人员开发了一种计算激发态的新方法，它比以前的方法更强大、更通用。该方法可以应用于任何
Demis Hassabis：人类的未来是实现 AGI 自由的未来
DeepMind的创始人Demis Hassabis加入AI行业大辩论来分享新观点了。 随着AI技术的突飞猛进，行内人对AI的看法也越来越多样复杂。 前有马斯克四处宣扬“AI可能使人类灭亡”，后有Andrew Ng嗤之以鼻“担心超级智能AI的人就像是在担心火星人口太多”，还有奥特曼坚持“加速AI研发才能解决全球挑战”，李飞飞反复强调“必须确保AI为人服务”。
DeepMind机器人打乒乓球，正手、反手溜到飞起，全胜人类初学者
但可能打不过公园里的老大爷？巴黎奥运会正在如火如荼地进行中，乒乓球项目备受关注。与此同时，机器人打乒乓球也取得了新突破。刚刚，DeepMind 提出了第一个在竞技乒乓球比赛中达到人类业余选手水平的学习型机器人智能体。论文地址： 这个机器人打乒乓球什么水平呢？大概和人类业余选手不相上下：正手反手都会：对手采用多种打法，该机器人也能招架得住：接不同旋转的发球：不过，比赛激烈程度似乎不如公园老大爷对战。对机器人来说，乒乓球运动需要掌握复杂的低水平技能和策略性玩法，需要长期训练。DeepMind 认为战略上次优但可以熟练地
相爱相杀：微软将 OpenAI 列为人工智能及搜索领域的竞争对手
微软与 OpenAI 的关系变得更加复杂。微软在提交给美国证券交易委员会（SEC）的 10-K 文件中，正式将 OpenAI 列为竞争对手，名单中还包括此前一直存在的亚马逊、谷歌和 Meta 等公司。尽管微软是 OpenAI 的最大投资者，已向其注资约 130 亿美元（AI在线备注：当前约 939.17 亿元人民币），并作为其独家云服务提供商，将 OpenAI 的 AI 模型应用于商业和消费类产品，但两家公司之间的合作关系似乎正在发生微妙变化。在文件中，微软将 ChatGPT 聊天机器人的创建者 OpenAI 确定
陶哲轩点评谷歌AlphaProof：AI在数学竞赛中展现「超凡智慧」
在奥数问题面前，AI 的「智商」往往不太够用。不过，这已经是过去式了。谷歌 DeepMind 用 AI 做出了今年国际数学奥林匹克竞赛 IMO 的真题，并且距拿金牌仅一步之遥。对于 AI 来说，奥数不再是问题了。IMO 2024 中六个问题的每一个问题满分为 7 分，总分最高 42 分。DeepMind 的系统最终得分为 28 分，意味着解决的 4 个问题都获得了满分 —— 相当于银牌类别的最高分。DeepMind 文章连接： AI 辅助证明的数学家陶哲轩近期正处在出差的忙碌中，对问题求解引擎 AlphaProof
谷歌AI拿下IMO奥数银牌，数学推理模型AlphaProof面世，强化学习 is so back
对于 AI 来说，奥数不再是问题了。本周四，谷歌 DeepMind 的人工智能完成了一项壮举：用 AI 做出了今年国际数学奥林匹克竞赛 IMO 的真题，并且距拿金牌仅一步之遥。上周刚刚结束的 IMO 竞赛共有六道赛题，涉及代数、组合学、几何和数论。谷歌提出的混合 AI 系统做对了四道，获得 28 分，达到了银牌水平。本月初，UCLA 终身教授陶哲轩刚刚宣传了百万美元奖金的 AI 数学奥林匹克竞赛（AIMO 进步奖），没想到 7 月还没过，AI 的做题水平就进步到了这种水平。IMO 上同步做题，做对了最难题IMO 是
银牌组最高分，谷歌 DeepMind 捅破 AI 数学推理上限：6 道国际奥数题解出 4 道
IT 之家 7 月 26 日消息，谷歌 DeepMind 团队昨日（7 月 25 日）发布博文，表示其研发的 AlphaProof 和 AlphaGeometry 2 模型可以解决数学中的高级推理问题，在解答国际数学奥林匹克竞赛难题方面达到银牌标准。AI 模型简介AlphaProof：基于强化学习的全新数学形式推理系统。AlphaGeometry 2：几何解题系统的改进版。DeepMind 团队结合两个 AI 模型，协作解决了今年国际数学奥林匹克（IMO）6 道题目中的 4 道，首次在竞赛中取得与银牌得主同等的成绩
如虎添翼，谷歌探索 AI + 机器人未来：836 平方米复杂场景下指令成功率高达 90%
感谢科技媒体 The Verge 昨日报道，谷歌旗下的 DeepMind 团队正在使用 Gemini 训练其机器人，让其能够完成更复杂的任务，且能在复杂的环境下自由穿梭。DeepMind 团队已经发表了最新的研究论文，利用 Gemini 1.5 Pro 的上下文窗口（达到 200 万个词元），让用户可以更轻松地使用自然语言指令与 RT-2 机器人互动。AI在线注：上下文窗口（context window）是指语言模型在进行预测或生成文本时，所考虑的前一个词元（token）或文本片段的大小范围。其工作原理是拍摄指定区
谷歌 DeepMind CEO：当前 AI 综合智力还不如普通家猫
谷歌 DeepMind 首席执行官戴密斯・哈萨比斯（Demis Hassabis）表示，当前人工智能（AI）的 IQ 智力还没有达到猫的水平。哈萨比斯出席全球变革研究所组织的“2024 年英国未来会议”，在和英国前首相托尼・布莱尔（Tony Blair）的公开讨论中表示：如果将 AI 作为通用系统来衡量，其 IQ 智商水平甚至没有超过猫。不过，随着巨额现金和计算投资的推动，相关研究进展很快。一些人预计未来 5 年时间，AI 智力可以超过人类。哈萨比斯表示 DeepMind 的工作重点不是人工智能（AI），而是通用人
谷歌 DeepMind 新研究：利用 AI 模型为无声视频配音
据谷歌 DeepMind 新闻稿，DeepMind 近日公布了一项利用 AI 为无声视频生成背景音乐的“video-to-audio”技术。IT之家获悉，当前 DeepMind 这款 AI 模型依然存在局限性，需要开发者使用提示词为模型预先“介绍”视频可能的声音，暂时不能直接根据视频画面添加具体音效。据悉，该模型首先会将用户输入的视频进行拆解，此后结合用户的用户文字提示，利用扩散模型反复运算，最终以生成与视频画面协调的背景声音，例如输入一条“在黑暗中行走”的无声视频，再添加“电影、恐怖片、音乐、紧张、混凝土上的脚步
谷歌 DeepMind 推出 AI 安全框架 Frontier Safety Framework，可检测优化降低大模型风险性
谷歌 DeepMind 日前推出了一款名为“Frontier Safety Framework”的 AI 安全框架，主要用于检测 AI 模型的风险情况，号称能够主动识别“未来可能酿成重大风险的 AI 能力”，向研究人员指出相关模型“究竟在哪些层面可能会被黑客利用”。据介绍，DeepMind 目前公布的 Frontier Safety Framework 1.0 版本主要包含三个关键组件，即“识别模型是否具备酿成重大风险的能力”，“预估模型会在什么阶段具备安全隐患”、“智能优化模型防止其酿成风险”。▲ 图源 谷歌官方
文生图技能再进化，谷歌推出 Imagen 3：更准确、更具创造性
谷歌公司在今天召开的 I / O 2024 开发者大会上，宣布推出了 Imagen 3，进一步增强了文本生成图片的技术能力。谷歌人工智能研究部门 DeepMind 负责人德米斯-哈萨比斯（Demis Hassabis）说，与前代产品 Imagen 2 相比，Imagen 3 能更准确地理解文字提示，并将其转化为图像，而且其生成的图像更具“创造性和细节”，且模型产生的干扰元素和错误也更少。为了打消人们对 Deepfake 可能性的担忧，谷歌表示，Imagen 3 将使用 DeepMind 开发的 SynthID 方法
AI 预测所有生命分子，谷歌 AlphaFold 3 模型登 Nature：欲颠覆生物学
谷歌 DeepMind 公司近日推出了 AlphaFold 3，通过预测所有生命分子是如何相互作用的，加速寻找新药和探索新的治疗方法，治疗癌症、帕金森氏症、疟疾、肺结核等疾病。IT之家从报道中获悉，AlphaFold 3 能够预测人体每个细胞分子的复杂形状，以及如何相互连接，以及其中最小的变化如何影响可能导致疾病的生物功能。科学家和医学专家希望借助 AlphaFold 3，深入研究抗体和药物的相互作用，寻找更好的治疗方法。DeepMind 创始人兼首席执行官 Demis Hassabis 表示，该项目为研究人员提供
AlphaFold 3 重磅问世，全面预测蛋白质与所有生命分子相互作用及结构，准确性远超以往水平
编辑 | 萝卜皮自 2021 年发布强大的人工智能 (AI) 工具 AlphaFold2 以来，科学家们一直在使用蛋白质结构预测模型来绘制细胞内各种蛋白质结构的图谱、发现药物，并绘制每种已知蛋白质相互作用的「宇宙图」。就在刚刚，Google DeepMind 发布了 AlphaFold3 模型，该模型能够对包括蛋白质、核酸、小分子、离子和修饰残基在内的复合物进行联合结构预测。AlphaFold3 的准确性对比过去许多专用工具（蛋白质-配体相互作用、蛋白质-核酸相互作用、抗体-抗原预测）有显著提高。这表明，在单个统一