#DeepMind
2010年伦敦大学学院的三个人创建了一个公司，叫“DeepMind（深脑）”。他们开发了一个人工神经网络，用人类的方式学习如何打电子游戏，然后他们再接一个外部的存储器，这就变成了一个“神经图灵机（Neural Turing Machine，NTM）”，这让一台电脑可以模拟人类的短期记忆。
DeepMind最初是李嘉诚旗下的维港投资（Horizons Ventures，GP是周凯旋和张培薇）和旧金山的风投基金Founders Fund（当年PayPal的创始人Peter Thiel的基金），以及个人投资人Scott Banister、Peter Thiel个人、爱沙尼亚的Skype早期程序员Jaan Tallinn、埃隆·马斯克（Elon Musk）一共大概投了5000万美元。
2013年Facebook$Meta Platforms(META)$ 想收购DeepMind，扯了半天没谈成（可惜了）。2014年1月Google$谷歌A(GOOGL)$ （现在叫字母表公司 Alphabet Inc.）5亿美元收购了DeepMind，三个创始人每个人大概套现了一个多亿美元，投资人估计赚了4倍。
让DeepMind名声大噪的是他们2014开发出来的一个下围棋的软件，叫“阿尔法狗 AlphaGo”。2016年AlphaGo与韩国职业九段李世乭对决，以四胜一败击败李世石。韩国棋院授予AlphaGo为荣誉九段。这个故事有纪录片，可以去看。
2017年与中国职业九段柯洁比赛，以3：0战胜柯洁，赛后DeepMind宣布AlphaGo将“退役”。
2016年DeepMind开始做蛋白质折叠问题，开发了一款蛋白质结构预测程序，叫AlphaFold（阿尔法折叠）。这是一个人工神经网络的深度学习（deep learning）系统。2018年第一版，成功预测了43种蛋白质中的25种最准确的结构。2020年第二版AlphaFold2发布。到了2021年7月，AlphaFold完成了整个人类已知2亿多个蛋白质和蛋白组的预测，马上将公布数据库。预测蛋白质如何折叠的问题已“基本解决”。
蛋白质的功能由结构决定，蛋白质的三维结构是蛋白质通过卷曲折叠构成，了解了氨基酸序列之后确定蛋白质三级结构极非常复杂。蛋白质折叠的可能性大概是10的143次方那么多，如果以纳秒或皮秒的速度试验每一种可能，那么把所有可能试一遍所需的时间比已知宇宙的年龄要长。这个难题叫“蛋白质折叠问题（Protein folding）”
蛋白质结构过去通过诸如X射线晶体学、低温电子显微镜和核磁共振等技术进行实验确定，过去60年科学家们只确定了约17万种蛋白质结构。所有生命形式中已知蛋白质超过2亿种。现在这2亿个蛋白质结构被AlphaFold2全部破译了，以后结构生物学再也不用苦哈哈的用低温电镜看蛋白质然后解析他们的结构了。其实这给结构生物学家提供了一个跳跃式发展的机会，至少现在AlphaFold2还解释不了某种蛋白质结构的功能是啥（以后可能AlphaFold3就能干这个事情了），从今后结构生物学家必须跨学科搞搞人工智能了。
AlphaFold已被用于预测SARS-CoV-2（COVID-19的病原体）的蛋白质结构。英国弗朗西斯·克里克研究所(Francis Crick Institute)的科学家们对结果进行了检查。该团队还证实了对实验确定的SARS-CoV-2刺突蛋白的准确预测，
2016年，DeepMind开发了AlphaStar，打星际争霸（StarCraft）的；
2022年，DeepMind开发了AlphaCode，自动编程软件，已经达到中上等级程序员的水平，一旦推广了，估计上百万“码农”也要失业了。
未来DeepMind将继续开发新的AI软件，进行自动驾驶、投资顾问、音乐评论、甚至司法判决等等目前需要人脑才能处理的事情，基本上也可以直接使用相同的神经网络去学习而获得与人类相同的思考力。
当然除了DeepMind，英国还有ARM，$高通(QCOM)$ 的芯片都是用ARM内核的。
