กูเกิลนำภาพยนตร์สารคดี The Thinking Game เรื่องราวของ DeepMind มาให้ชมกันฟรีๆ บน YouTube แล้ว

The Thinking Game เป็นภาพยนตร์สารคดีที่ถ่ายทำเบื้องหลังการใช้ AI วิจัยโครงสร้างโปรตีน AlphaFold จนทำให้ Demis Hassabis ซีอีโอและ John Jumper ผู้ร่วมวิจัย ได้รับรางวัลโนเบลสาขาเคมีในปี 2024

ภาพยนตร์เรื่องนี้ใช้เวลาถ่ายทำนาน 5 ปี มีตัวละครเป็นคนใน DeepMind และกูเกิลมากมาย แล้วออกฉายในโรงช่วงกลางปี 2024 จากนั้นไปฉายต่อผ่านบริการสตรีมมิ่งเสียเงินหลายยี่ห้อ และในที่สุดก็มาฉายบน YouTube ของช่อง DeepMind

Google Deepmind ดึงตัว Aaron Saunders อดีต CTO ของบริษัทหุ่นยนต์ Boston Dynamics (ซึ่งก็เคยอยู่ในเครือกูเกิลช่วงหนึ่ง) มาทำงานในตำแหน่ง Vice President of Hardware Engineering แสดงให้เห็นว่าหุ่นยนต์น่าจะเป็นเป้าหมายสำคัญอย่างต่อไปของ DeepMind

Demis Hassabis ซีอีโอของ DeepMind ให้สัมภาษณ์ในประเด็นนี้ว่า เขามองว่า Gemini เป็นเหมือนเลเยอร์ซอฟต์แวร์ของหุ่นยนต์ แบบเดียวกับ Android เป็นแกนกลางของสมาร์ทโฟน สิ่งที่เขาต้องการสร้างคือระบบ AI ที่พัฒนาบน Gemini แล้วไปทำงานได้ทันทีบนหุ่นยนต์แบบใดก็ได้ ทั้งหุ่นยนต์แบบมนุษย์ (humanoid robots) และไม่ใช่มนุษย์

ค่าย DeepMind ค่อนข้างหมกมุ่นกับโมเดลพยากรณ์อากาศอยู่พอสมควร มีการตั้ง Weather Lab ทำเรื่องนี้โดยเฉพาะ และออกโมเดลพยากรณ์อากาศอยู่เรื่อยๆ เช่น Nowcasting (2021), Graphcast (2023), Gencast (2024)

ล่าสุดปีนี้ 2025 DeepMind มาพร้อมกับโมเดลใหม่ WeatherNext 2 ที่บอกว่าก้าวหน้าที่สุด พยากรณ์ได้ละเอียดระดับราย 1 ชั่วโมง และทำงานพยากรณ์ได้เร็วกว่าโมเดล WeatherNext 1 ถึง 8 เท่า

ปีที่แล้ว DeepMind โชว์ปัญญาประดิษฐ์ชื่อ Scalable Instructable Multiworld Agent (SIMA) ที่มีความสามารถเล่นเกม 3 มิติ เข้าใจโลก 3 มิติในเกมได้

ปีนี้ DeepMind กลับมาพร้อม SIMA 2 ที่เพิ่มความสามารถขึ้น โดยผนวกเอาความสามารถด้านเข้าใจภาษาและการให้เหตุผลของโมเดลตระกูล Gemini เข้ามาในตัว ทำให้ SIMA 2 พัฒนาจากการทำตามคำสั่ง (เดินหน้า เลี้ยวซ้าย ปีนบันได) เพียงอย่างเดียว มาเป็นการคิดและให้เหตุผลมากขึ้น

พบกับข่าว "วันนี้ DeepMind ทำอะไร" ประจำรอบสัปดาห์ สัปดาห์นี้พบกับข่าว Google DeepMind จับมือบริษัทผู้พัฒนาระบบพลังงานนิวเคลียร์ฟิวชั่น Commonwealth Fusion Systems (CFS) นำ AI ของ DeepMind ไปช่วยพัฒนาระบบพลังงานฟิวชั่นให้ดีขึ้น

บริษัท Commonwealth Fusion Systems (CFS) เป็นเจ้าของเทคโนโลยีเตาปฏิกรณ์นิวเคลียร์ฟิวชั่นขนาดเล็กชื่อ SPARC ที่ตั้งเป้าเป็นเตาพลังงานฟิวชั่นแบบแม่เหล็กรายแรกของโลก

Google DeepMind เปิดตัว CodeMender เป็น AI agent ทำหน้าที่ยกระดับความปลอดภัยของซอร์สโค้ด ช่วยแพตช์ช่องโหว่ความปลอดภัยให้ และทำงานอัตโนมัติ

DeepMind บอกว่างานหาช่องโหว่ความปลอดภัยเป็นงานยาก สิ้นเปลืองเวลาเยอะ ก่อนหน้านี้ กูเกิลเคยมีโครงการใช้ AI ช่วยหาช่องโหว่มาบ้าง เช่น OSS-Fuz และ Big Sleep ซึ่งได้ผลดี แต่เกิดปัญหาตามมาว่า AI หาช่องโหว่พบเยอะขึ้นจนมนุษย์ตามไปจัดการไม่ทัน

เราเคยเห็นข่าว โมเดล DolphinGemma แยกแยะภาษาโลมาของกูเกิล กันไปแล้ว แต่จริงๆ แล้ว DeepMind ยังมีโมเดลฟังเสียงนกชื่อ Perch มาตั้งแต่ปี 2023 และถูกนำไปใช้งานในองค์กรด้านสัตว์ป่าหลายแห่งทั่วโลก

คราวนี้ DeepMind อัพเดตโมเดลเป็น Perch 2.0 ที่เก่งกว่าเดิม ฟังเสียงนกแล้วแยกแยะได้ว่าเป็นนกสายพันธุ์ใดได้แม่นยำมากขึ้น และขยายไปยังเสียงสัตว์อื่นๆ และเสียงอื่นที่เกิดตามธรรมชาติ (bioacoustic) เช่น เสียงปะการังใต้น้ำ ได้รวมแล้วมากกว่า 15,000 ประเภท

ข่าวโมเดลประจำวันของ Google DeepMind วันนี้พบกับ Genie 3 โมเดลสร้างโลกเสมือน (world model) ที่อัพเกรดขึ้นจาก Genie 2 ที่เปิดตัวในเดือนธันวาคม 2024

Genie 3 เป็นโมเดลสร้างโลกเสมือนจริงขึ้นมาจากพร็อมต์ เป้าหมายหลักคือใช้สร้างวิดีโอเกม หรือสื่ออินเทอร์แอคทีฟ ที่เราสามารถเดินสำรวจโลก 3D ได้อย่างอิสระ เห็นการตอบสนองแบบเรียลไทม์ โลกที่มองเห็นเป็นกราฟิกละเอียดสูง 720p ที่เฟรมเรต 24 FPS โดยสามารถเดินสำรวจได้ "หลายนาที" (multiple minutes) ก่อนโลกใช้งานต่อไม่ได้

ข่าวโมเดลใหม่ประจำสัปดาห์จาก DeepMind รอบนี้ชื่อว่า AlphaEarth Foundations เป็นโมเดลประมวลผลข้อมูลภาพถ่ายดาวเทียมและข้อมูลเชิงภูมิศาสตร์อื่นๆ

ทุกวันนี้เรามีภาพถ่ายดาวเทียมจำนวนมหาศาล ให้ข้อมูลโลกแบบเกือบเรียลไทม์ ปัญหาคือข้อมูลใหญ่ระดับ petabyte มีความซับซ้อนสูง โมเดล AlphaEarth Foundations ทำหน้าที่ย่อยข้อมูลจากแหล่งต่างๆ เช่น ภาพถ่ายดาวเทียม เรดาร์ ซิมูเลชันสภาพอากาศ ฯลฯ ให้อยู่ในรูปเวกเตอร์ embedding เพื่อให้นำไปประมวลผลต่อได้ง่าย

DeepMind เปิดตัว Aeneas โมเดลทำความเข้าใจภาษาละตินโบราณ ช่วยงานเวลานักโบราณคดีค้นพบโบราณวัตถุ ที่มีข้อความโบราณซึ่งอาจอ่านไม่ออก หรือมีข้อความบางส่วนขาดหายไป

ก่อนหน้านี้ DeepMind มีโมเดลชื่อ Ithaca สำหรับอ่านข้อความภาษากรีกโบราณ และนำมาพัฒนาต่อจนเป็น Aeneas สำหรับภาษาละตินในยุคโรมัน

จุดเด่นของ Aeneas คือการพยากรณ์ข้อความที่ขาดหายไปได้ โดยไม่รู้แม้กระทั่งความยาวของข้อความที่หายไปว่ายาวเท่าไร โมเดลยังรองรับอินพุตแบบ multimodal คือใช้ได้ทั้งภาพและข้อความพร้อมกัน, รองรับ parallel search ค้นหาข้อความลักษณะคล้ายๆ กันในคลังข้อความภาษาละตินโบราณอื่น

การสอบคณิตศาสตร์โอลิมปิก (International Mathematical Olympiad) กลายเป็นสมรภูมิใหม่ของวงการ LLM ไปแล้ว หลัง OpenAI ประกาศว่าโมเดลของตัวเองสอบได้เหรียญทอง ฝั่ง Google DeepMind ก็ประกาศความสำเร็จแบบเดียวกัน

หลังจาก DeepMind ประสบความสำเร็จกับ AlphaFold โมเดลทำนายโครงสร้างโปรตีน จนทำให้ ผู้ก่อตั้ง Demis Hassabis และเพื่อนร่วมงาน John M. Jumper ได้รับรางวัลโนเบลสาขาเคมี

ล่าสุด DeepMind เปิดตัว AlphaGenome ปัญญาประดิษฐ์ทำนายการกลายพันธุ์ (mutation) ของ DNA มนุษย์ ว่าจะส่งผลกระทบต่อยีนของมนุษย์อย่างไร

ในงาน Google I/O 2025 กูเกิลเปิดตัวโมเดลสร้างวิดีโอ Veo 3 พร้อมประกาศความร่วมมือกับ Primordial Soup บริษัทของผู้กำกับดัง Darren Aronofsky ผู้มีผลงานกำกับภาพยนตร์หลายเรื่อง เช่น Black Swan เพื่อนำ AI สร้างวิดีโอมาใช้กับผู้กำกับจริงๆ

ล่าสุด ภาพยนตร์สั้นเรื่องแรกภายใต้ความร่วมมือนี้เปิดให้ชมกันแล้ว ชื่อเรื่อง ANCESTRA ความยาวประมาณ 7 นาที กำกับโดย Eliza McNitt เป็นการผสมผสานภาพยนตร์คนแสดงแบบดั้งเดิม ร่วมกับวิดีโอจาก Veo 3 โดยมีทีมงานจาก DeepMind เข้ามาช่วยสร้าง