DeepMind combinó redes de política/valor con Monte Carlo Tree Search para vencer a un campeón de Go, juego de enorme espacio de estados.
En marzo de 2016, AlphaGo de DeepMind venció 4–1 a Lee Sedol. El sistema usaba redes neuronales entrenadas con partidas humanas y self-play, guiando MCTS.
La jugada 37 de la partida 2 se volvió símbolo de creatividad máquina. El mundo vio que la IA podía brillar en dominios de intuición, no solo de cálculo táctico puro.
AlphaZero (2017) eliminó el aprendizaje inicial humano en ajedrez, shogi y Go. El hilo self-play + búsqueda sigue central en agentes y en IA para ciencia.
DeepMind resolvió en la práctica gran parte del problema de plegamiento de proteínas en CASP14, con impacto científico masivo.
Google fusionó esfuerzos Brain/DeepMind en Gemini, familia multimodal entrenada nativa para texto, código e imagen.
Sistemas de DeepMind y OpenAI alcanzaron desempeños nivel medalla en IMO con pipelines de búsqueda y formalización.