研究領域與方向
自2023年起,Google Research與Google DeepMind部門進行了深度整合,共同構成谷歌核心的人工智慧研發體系。Google Research的研究領域涵蓋
機器學習、
自然語言處理、
計算機視覺、
量子計算、機器人、AR/VR以及邊緣人工智慧與專用硬體(如Coral NPU平台)等前沿領域。
在
自然語言處理領域,其研究人員在2017年提出的Transformer架構,已成為現代大語言模型的基礎。其研究成果已廣泛套用於
谷歌產品,如搜尋引擎、翻譯、Photos、Assistant等;2025年,其研發的Gemini系列大模型已全面集成至谷歌各類產品與服務中。
未來,Google Research的重點方向包括大模型能力演進、AI for Science(如
基因組學)、
量子計算現實套用、應對全球挑戰、AI安全治理以及開放合作生態。
歷史沿革
2017年春,八位谷歌員工發表論文《Attention Is All You Need》,提出了
Transformer架構。谷歌研究的
連線組學團隊,已經成立十年了,致力於使用AI的前沿成果處理生物學領域龐大的數據集,增進對大腦結構和功能的理解。
2023年4月21日,谷歌宣布將旗下兩個主要的人工智慧研究部門Brain和
DeepMind合併,新部門名為Google DeepMind。Google Research(Brain團隊)負責人
傑夫·迪恩將擔任新設定的首席科學家。
2024年4月,谷歌宣布重組旗下的AI部門,將
DeepMind和Google Research團隊整合到新的
人工智慧(AI)部門。這一舉措旨在集中力量研發、商用AI技術。
組織架構
2023年,谷歌將旗下Google Research(Brain團隊)與
DeepMind合併,成立Google DeepMind,原Google Research負責人
Jeff Dean擔任公司首席科學家。
2024年4月,谷歌進一步重組AI部門,將
DeepMind和Google Research團隊整合到新的人工智慧(AI)部門。DeepMind團隊側重於構建AI模型,而Google Research則更側重於基礎計算機科學研究。
整合後,Google Research與Google DeepMind共同構成谷歌AI研發的核心力量,
Jeff Dean作為首席科學家領導關鍵AI技術項目。
主要科研成果
Google Research作為谷歌公司的核心研究部門,一直站在人工智慧和計算機科學研究的最前沿。提出並發展了Transformer架構(論文《Attention Is All You Need》),其核心的自注意力機制解決了
循環神經網路的順序依賴難題,實現了高度並行化計算。在
自然語言處理領域,提出了BERT等預訓練模型,引發了NLP的革命。開發並開源了機器學習框架
TensorFlow,推動了
深度學習的發展。
研發了谷歌神經機器翻譯(GNMT)系統,採用深度LSTM網路與
注意力機制,顯著提升了翻譯質量,並套用於漢語-英語等語言對的線上翻譯服務中。創建並開源了多個大規模數據集,如YouTube-8M、AudioSet、Open Images等。在量子計算領域,其量子計算團隊於2019年實現了‘
量子霸權’。開源了Coral NPU平台,該平台基於RISC-V指令集架構,包含矩陣執行單元以加速神經網路計算,旨在支持可穿戴設備等邊緣AI套用。
重要事件
2025年,Google、Google DeepMind與Google Research在多個技術領域取得系列進展,包括在3月發布Gemini 2.5、11月推出
Gemini 3、12月上線更高效的
Gemini 3 Flash,並持續推進
Gemma開源模型系列。Google在生命科學與醫療健康、
量子計算等領域取得進展,並聯合發起Agentic AI Foundation以推動智慧型體AI的開放標準。2025年12月,Google Research、Google DeepMind等團隊聯合推出了名為FACTS的全新評估基準套件,旨在全面、自動化地評估AI模型的事實準確性。2025年10月,Google Research宣布開源面向邊緣AI的Coral NPU平台全棧方案,旨在解決可穿戴設備等邊緣場景的AI落地瓶頸。
2024年4月,谷歌宣布重組旗下的AI部門,將
DeepMind和Google Research團隊整合到新的人工智慧部門,旨在集中力量研發、商用AI技術。2023年4月,谷歌宣布將旗下兩個主要的人工智慧研究部門Brain和DeepMind合併,新部門名為Google DeepMind。Google Research負責人
傑夫·迪恩將擔任新設定的首席科學家。
2017年,Google Research的八位研究人員發表了題為《Attention Is All You Need》的論文,提出了
Transformer架構。該架構成為後續大語言模型的基礎。
社會貢獻與榮譽
Google Research通過谷歌研究學者計畫,為全球高校學者提供最高6萬美元資金支持,以資助其研究工作。2023年該計畫涉及算法與最佳化、健康研究、隱私、安全等16個領域,2024年則涵蓋算法與最佳化、機器學習、
量子計算、隱私、安全等12個領域。
Google Research秉持開放合作的理念,通過發表學術論文、開源關鍵代碼與數據集、舉辦學術會議、資助學術研究等方式與全球學術界和產業界互動。開源的關鍵代碼包括
TensorFlow框架、Coral NPU平台。這種合作模式推動了人工智慧和計算機科學領域的發展。
經營與投入
2024年4月,
谷歌宣布重組AI部門,將專注於大模型及AI技術安全研究的Google Research團隊全面整合到新成立的AI業務部門Google DeepMind中。此舉旨在集中力量、更高效地推進AI技術的研發與產品化。
Alphabet在
DeepMind和Google Research部門構建AI模型的資本支出達到22億美元,是去年同期(11億美元)的兩倍。