DeepMinds talentflugt i 2026: Hvem forlod Google, hvor tog de hen, og hvad er de resonneringsteknikker, de udviklede?

John Jumper → Anthropic (19. juni 2026)

Jumper, der delte Nobelprisen i kemi i 2024 for medskabelsen af AlphaFold, annoncerede på X, at han forlod efter "næsten 9 år" . Hans sidste tid hos Google havde været fokuseret på AI-kodningsværktøjer, ikke det videnskabelige arbejde, der vandt ham Nobelprisen . Hans afgang, kombineret med Shazeers, udslettede omkring 270 milliarder dollars fra Alphabets markedsværdi på en enkelt handelsdag .

Jonas Adler → Anthropic (annonceret ~24. juni 2026)

Adler blev internt set som en nøglemedarbejder til Gemini og Googles AI-kodningsindsats. Folk med kendskab til flytningen nævnte et ønske om at arbejde i en mere smidig AI-startup .

Alexander Pritzel → Anthropic (annonceret ~24. juni 2026)

Pritzel arbejdede på Gemini-pretraining og AlphaFold. Hans afgang blev rapporteret sammen med Adlers, med samme kontekst om at søge hurtigere miljøer .

Denny Zhou → Meta (rapporteret 26. juni 2026)

Zhou, kendt som DeepMinds "Reasoning King" og grundlægger af Google Brains reasoning-forskningsgruppe, forlod stille og roligt. Han kom med ingen offentlig afsked – flytningen blev rapporteret af HTX, efter at han opdaterede sin LinkedIn til at vise, at han allerede havde arbejdet hos Meta i fire måneder . Ingen forklaring blev givet af Zhou eller Meta.

Den bredere kontekst: Hvad drev eksodusen?

Flere kilder beskriver en bredere talentdræning hos DeepMind gennem 2026, drevet af tre faktorer :

• Aggressiv talenthvervning fra velfinansierede rivaler Anthropic og OpenAI, der begge forbereder sig på markedsdebuter.
• Intern frustration over tildeling af computerressourcer – følelsen af, at Googles bureaukrati bremsede forskningshastigheden sammenlignet med startups .
• Opfattelse af bureaukrati: forskere følte, at de kunne bevæge sig hurtigere i mindre, mere fokuserede labouratorier.

De tre resonneringsteknikker af Denny Zhou

Denny Zhou og hans samarbejdspartnere udviklede tre grundlæggende prompt-teknikker, der er blevet centrale for, hvordan store sprogmodeller resonnerer. De danner en progressiv stak, hvor hver bygger på den foregående.

1. Chain-of-Thought (CoT) Prompting

Hvad det gør: I stedet for at bede en LLM om at udskrive et svar direkte (input → output), beder CoT modellen om at generere en sekvens af mellemliggende naturlige sprog-ræsonnementstrin, før den når frem til det endelige svar (input → ræsonnementstrin → output).

Vigtigste fordel: Forbedrer dramatisk præstationen på aritmetiske, sund-fornuft og symbolske ræsonnementsopgaver. Det muliggør også fortolkning – du kan læse modellens "tankeproces". Kombineret med store modeller som PaLM-540B opnåede CoT state-of-the-art resultater ved at bruge så lidt som 0,1 % af annoterede eksempler .

2. Self-Consistency

Hvad det gør: En afkodningsstrategi, der forbedrer CoT. I stedet for at tage en enkelt ræsonnementkæde, genererer modellen flere uafhængige CoT-ræsonnementstier (via sampling med højere temperatur) og vælger derefter det mest konsistente svar på tværs af alle stier ved flertalsafstemning .

Vigtigste fordel: Afbøder variansen af en enkelt ræsonnementkæde. En enkelt CoT-sti kan være forkert på grund af et enkelt fejlagtigt trin; self-consistency gennemsnit over diversitet og er betydeligt mere robust på matematik- og ræsonnementsbenchmarks . Denny Zhou har understreget, at self-consistency ikke skal fortolkes overfladisk som simpel flertalsafstemning – det er en empirisk implementering af marginalisering .

3. Least-to-Most Prompting

Hvad det gør: En to-trins prompt-strategi designet til problemer, der er sværere end eksemplerne i prompten. Først nedbryder modellen det originale svære problem til en liste af enklere delproblemer. Derefter løser den sekventielt disse delproblemer og bruger svaret på hvert tidligere delproblem som kontekst for det næste .

Vigtigste fordel: Muliggør let-til-svær-generalisation – modellen kan løse problemer, der er strengt sværere end ethvert eksempel, den blev vist. Det er blevet demonstreret på symbolsk manipulation, kompositionelle generaliseringsbenchmarks (som SCAN og CFQ) og matematiske ræsonnementsopgaver . Zhou beskriver det som "Planlægning + Ræsonnement" .

Sammenfatning

Fem af de seks listede forskere bekræftes at have forladt DeepMind til fordel for Meta, OpenAI eller Anthropic i juni 2026, drevet af konkurrenters talenthvervning, stridigheder om tildeling af computerressourcer og et ønske om hurtigere miljøer. Dawn Songs afgang kunne ikke verificeres og hører ikke til denne bølge. Zhous tre prompt-teknikker – Chain-of-Thought, Self-Consistency og Least-to-Most – danner en progressiv stak: CoT tilføjer ræsonnementstrin, Self-Consistency tilføjer afstemning på tværs af flere ræsonnementstier, og Least-to-Most tilføjer problemnedbrydning og sekventiel løsning for sværere problemer.