[2] El equipo tiene como objetivo crear oportunidades de investigación en el aprendizaje automático y el procesamiento del lenguaje natural.
[7] En marzo de 2013, Google contrató a Geoffrey Hinton, un investigador líder en el campo del aprendizaje profundo, y adquirió la empresa DNNResearch Inc.
En 2014, el equipo incluía a Jeff Dean, Quoc Le, Ilya Sutskever, Alex Krizhevsky, Samy Bengio y Vincent Vanhoucke.
En 2017, los miembros del equipo incluyen a Anelia Angelova, Samy Bengio, Greg Corrado, George Dahl, Michael Isard, Anjuli Kannan, Hugo Larochelle, Chris Olah, Salih Edneer, Benoit Steiner, Vincent Vanhoucke, Vijay Vasudevan y Fernanda Viegas.
[10] En 2021, Google Brain está dirigido por Jeff Dean, Geoffrey Hinton y Zoubin Ghahramani.
Otros miembros incluyen a Katherine Heller, Pi-Chuan Chang, Ian Simon, Jean-Philippe Vert, Nevena Lazic, Anelia Angelova, Lukasz Kaiser, Carrie Jun Cai, Eric Breck, Ruoming Pang, Carlos Riquelme, Hugo Larochelle, David Ha.
También tiene grupos satélite en Acra, Ámsterdam, Atlanta, Beijing, Berlín, Cambridge (Massachusetts), Israel, Los Ángeles, Londres, Montreal, Múnich, Nueva York, París, Pittsburgh, Princeton, San Francisco, Seattle, Tokio, Toronto y Zúrich.
[13] Al hacerlo, Google Brain demostró la capacidad de las redes neuronales para aprender cifrado seguro.
[15][16] El método se basó en un modelo probabilístico ya existente llamado pixelCNN para generar traducciones de píxeles.
[2][21] La GNMT también ha mostrado una mejora significativa en traducciones notoriamente difíciles, como del chino al inglés.
Según los investigadores de Google Brain, este paso intermedio se puede evitar utilizando redes neuronales.
Para que el sistema aprendiera esto, lo expusieron a muchas horas de audio en español junto con el texto en inglés correspondiente.
[26] Como resultado, Google lanzó Google Cloud Robotics Platform para desarrolladores en 2019, un esfuerzo por combinar robótica, IA y la nube para permitir una automatización robótica eficiente a través de robots colaborativos conectados a la nube.
[27][28][29][30] Por ejemplo, los investigadores de Google Brain demostraron que los robots pueden aprender a recoger y lanzar objetos rígidos en cajas seleccionadas al experimentar en un entorno sin estar preprogramados para hacerlo.
[31] Su método permitió el control de robots en tiempo real para agarrar objetos nuevos con autocorrección.
Debido al entrenamiento muy específico de la red neuronal para una sola tarea, no puede identificar otras afecciones presentes en una foto que un humano podría detectar fácilmente.
[34][35][36] Google Brain ha recibido cobertura en Wired Magazine, National Public Radio,[7] y Big Think.