事实上，相较于此领域近期的类似工作，DeepMind的工作在MIP的求解开发某些环节，如分支定界，启发式算法上所做的利用神经网络的尝试，更加的精细化和高度工程化，并且与开源求解器的耦合程度明显更高，也取得了相对良好的进展，但是并未看到太多有突破性和颠覆性的思想。
智东西7月23日消息，今日，人工智能研究实验室DeepMind与欧洲生物信息学研究所EMBL-EBI合作，推出了AlphaFold蛋白质结构数据库，该数据库提供了迄今为止人类蛋白质组最完整、最准确的图像，是人类积累的高精度人类蛋白质结构知识的两倍多。
每经记者：蔡鼎 每经编辑：兰素英一直以来，从氨基酸序列出发预测蛋白质的三维结构是结构生物信息学中最具挑战的问题。但几年前，由Google DeepMind创建的基于深度学习的人工智能测序式AlphaFold解决了这个问题，一时间成为头条新闻。
每经记者：蔡鼎 每经编辑：兰素英从新能源汽车电池到太阳能电池，再到计算机芯片等诸多领域，一旦有新材料发现，无疑可加速技术层面的突破。不过，新材料的研发通常需要科学家们花费数月甚至数年的时间进行反复试验和验证。
后来因其惊人的效益和成功，Google Brain 脱离了 Google X 并成为谷歌的一个单独部门——据 Google X 前负责人 Eric Teller 透露，当时 Google Brain 的盈利甚至超过了 Google X 整个部门的成本。
·谷歌DeepMind的GraphCast模型在天气预报方面的持续表现优于已经存在了几十年、耗资巨大的传统模型，准确性和速度都表现优秀。专家称，人工智能系统在气象学领域取得的进展“比我们两年前的预期快得多，也更令人印象深刻”。
