Google DeepMind

Geschrieben von Ralf Dodler am 11.05.2025.

« Zurück zum Glossar Index

Was ist Google DeepMind?

DeepMind ist ein britisch-amerikanisches Forschungslabor für Künstliche Intelligenz, das als Tochterunternehmen von Alphabet Inc. fungiert.

Es wurde im September 2010 gegründet und ist heute unter dem Namen Google DeepMind bekannt.

Das Unternehmen hat sich auf die Entwicklung fortschrittlicher KI-Systeme spezialisiert, die in verschiedenen Bereichen wie Spielen, Gesundheitswesen, Wissenschaft und Technologie eingesetzt werden.

Welche bedeutenden KI-Systeme hat DeepMind entwickelt?

DeepMind hat mehrere bahnbrechende KI-Systeme entwickelt, darunter:

AlphaGo: Ein Programm, das 2016 weltweite Bekanntheit erlangte, als es den Go-Weltmeister Lee Sedol in einem Fünf-Spiele-Match besiegte.
AlphaZero: Eine allgemeinere Version, die nach wenigen Tagen des Selbstlernens mittels Reinforcement Learning die stärksten Programme in Go, Schach und Shogi (japanisches Schach) schlagen konnte.
AlphaFold: Ein System zur Vorhersage der dreidimensionalen Struktur von Proteinen, das 2020 als Durchbruch in der Strukturbiologie gefeiert wurde. Die neueste Version, AlphaFold3, wurde im Mai 2024 veröffentlicht und kann Interaktionen von Proteinen mit verschiedenen Molekülen vorhersagen.
AlphaDev: Ein System, das mittels Reinforcement Learning effizientere Algorithmen für Sortier- und Hash-Funktionen entdeckt hat, die in die C++-Standardbibliothek aufgenommen wurden.
AlphaEvolve: Das neueste System (Mai 2025), das große Sprachmodelle für die automatisierte Algorithmenentwicklung einsetzt und eigenständig neue Algorithmen entwickeln kann.

Wie funktioniert AlphaEvolve?

AlphaEvolve kombiniert Sprachmodelle mit einem strukturierten Auswahlverfahren.

Es nutzt zwei Varianten der Gemini-Modelle: Gemini Flash generiert verschiedene Programmvorschläge, während Gemini Pro diese vertieft analysiert.

Ein evolutionärer Algorithmus bewertet die erzeugten Programme nach objektiven Kriterien wie Genauigkeit und Rechenaufwand. Die besten Varianten werden ausgewählt und kontinuierlich weiterentwickelt.

DeepMind beschreibt AlphaEvolve als „test-time compute agent“ – ein KI-System, das zur Laufzeit neue Lösungswege erkundet und bewertet. Im Gegensatz zum klassischen Prompting erzeugt es keine einmalige Antwort, sondern eine adaptive Strategie, die sich über mehrere Durchläufe verbessert.

Welche praktischen Anwendungen hat DeepMind entwickelt?

DeepMind hat zahlreiche praktische Anwendungen entwickelt, die in verschiedenen Bereichen eingesetzt werden:

Gesundheitswesen: Zusammenarbeit mit Krankenhäusern zur Analyse von Augenscanbildern, Erkennung von Krebsgewebe und Entwicklung der Streams-App zur Früherkennung von akutem Nierenversagen.
Rechenzentrumsoptimierung: Algorithmen zur Steigerung der Kühleffizienz in Googles Rechenzentren.
Chipdesign: AlphaChip, ein System zur Optimierung der Chip-Platzierung, das die Entwicklungszeit von Wochen auf Stunden reduziert hat.
Robotik: RoboCat und die Gemini Robotics-Modelle, die die Steuerung von Roboterarmen verbessern und an neue Aufgaben anpassen können.
Musikgenerierung: Lyria, ein Text-zu-Musik-Modell, das seit April 2025 in der Vorschauversion auf Vertex AI verfügbar ist.
Umgebungsgenerierung: Genie und Genie 2, Modelle zur Erzeugung interaktiver virtueller Welten basierend auf Textbeschreibungen, Bildern oder Skizzen.

Wie trägt DeepMind zur Wissenschaft bei?

DeepMind leistet bedeutende Beiträge zur wissenschaftlichen Forschung, insbesondere in der Biologie und Informatik.

Der größte wissenschaftliche Durchbruch war AlphaFold, das das jahrzehntealte Problem der Proteinfaltung gelöst hat. Im Juli 2022 wurden über 200 Millionen vorhergesagte Proteinstrukturen in der AlphaFold-Datenbank veröffentlicht, was praktisch alle bekannten Proteine abdeckt.

Im Bereich der Informatik hat DeepMind mit AlphaDev effizientere Algorithmen entdeckt, die in die C++-Standardbibliothek aufgenommen wurden und täglich billionenfach verwendet werden.

Mit AlphaEvolve hat das Unternehmen einen neuen Algorithmus für Matrixberechnungen entwickelt, der den seit 56 Jahren verwendeten Strassen-Algorithmus übertrifft.

Wie arbeitet DeepMind mit Google zusammen?

DeepMind arbeitet eng mit Google zusammen, um KI-Technologien in verschiedene Google-Produkte zu integrieren.

Die Algorithmen von DeepMind haben die Effizienz der Kühlung von Googles Rechenzentren erheblich gesteigert. Zudem unterstützt DeepMind die personalisierten App-Empfehlungen von Google Play.

In Zusammenarbeit mit dem Android-Team hat DeepMind zwei Funktionen für Android Pie entwickelt: Adaptive Battery und Adaptive Brightness, die maschinelles Lernen nutzen, um Energie zu sparen und die Benutzerfreundlichkeit zu verbessern.

AlphaEvolve wird eingesetzt, um die Infrastruktur zu optimieren, die Google zum Training seiner KI-Modelle verwendet, und hat einen Algorithmus entwickelt, der die Gesamtzeit für das Training der Gemini-Modelle um 1% reduziert.

Häufige Fragen (FAQ)

Was ist der Unterschied zwischen DeepMind und Google DeepMind?

DeepMind wurde 2010 als unabhängiges Unternehmen gegründet und 2014 von Google übernommen, wobei es später in Google DeepMind umbenannt wurde, aber beide Namen werden noch verwendet.

Welches war das erste erfolgreiche KI-System von DeepMind?

Die ersten erfolgreichen KI-Systeme von DeepMind waren Algorithmen, die klassische Arcade-Spiele wie Pong, Breakout und Enduro besser spielen konnten als Menschen.

Wie trägt DeepMind zur medizinischen Forschung bei?

DeepMind trägt durch Projekte wie AlphaFold zur Proteinstrukturvorhersage und durch Kooperationen mit Krankenhäusern zur Früherkennung von Krankheiten bei.

Was ist das neueste KI-System von DeepMind?

Das neueste KI-System ist AlphaEvolve, das große Sprachmodelle für die automatisierte Algorithmenentwicklung einsetzt und im Mai 2025 vorgestellt wurde.

Wie unterscheidet sich AlphaEvolve von anderen KI-Systemen?

AlphaEvolve unterscheidet sich durch seinen evolutionären Ansatz, bei dem es nicht nur einmalige Antworten generiert, sondern adaptive Strategien entwickelt, die sich über mehrere Durchläufe verbessern.