For 10 år siden ble @GoogleDeepMind AlphaGo det første programmet som slo en verdensmester i Go — et spill med flere bevegelser enn atomer i universet. AlphaGo vant med hjelp av «Trekk 37», et spill så ukonvensjonelt at eksperter trodde det var en feil. Slik varslet den seieren den moderne æraen for AI og førte til et tiår med vitenskapelige oppdagelser 🧵 ↓

Suksessen til AlphaGo viste potensialet for KI til å hjelpe oss å forstå de enorme kompleksitetene i den fysiske verden bedre. 🧬 Dette førte til AlphaFold, som i 2020 løste «proteinstrukturprediksjonsproblemet» — en 50 år lang utfordring som er avgjørende for å forstå sykdommer og utvikle nye legemidler. 🔬 Vi har siden gjort 200M+ proteinstrukturer fritt tilgjengelige for å hjelpe 3M+-forskere med å takle alt fra malariavaksiner til plastspisende enzymer. 🏆 I 2024 mottok dette arbeidet Nobelprisen i kjemi, tildelt @demishassabis og John Jumper på vegne av AlphaFold-teamet.

AlphaGos teknologi har gått fra spillbrettet til den vanskeligste matematikken på planeten. 🥈 Lignende tilnærminger hjalp AlphaProof, sammen med AlphaGeometry, til å bli de første AI-systemene som tok sølv i International Mathematical Olympiad (IMO). 🥇 Nylig gikk en avansert versjon av Gemini Deep Think enda lenger, og oppnådde gullmedalje under 2025 IMO. Vi anvender nå denne resonnementet på de mest komplekse, åpne utfordringene innen vitenskap og ingeniørfag.

AlphaEvolve, en AI-agent inspirert av AlphaGos søkemetoder, oppdager hvordan man kan få datamaskiner til å fungere mer effektivt. 💻 Den ble nylig brukt til å oppdage en ny måte å multiplisere matriser på — kjernematematikken som driver nesten all moderne AI. Ved å optimalisere kode på det mest grunnleggende nivået, gjør vi hele økosystemer, fra datasentre til kvantedatabehandling, raskere og mer bærekraftige.