DeepMindin vuoden 2026 aivovuoto: Keitä lähti, minne he menivät ja mitä ovat Zhou'n kolme päättelytekniikkaa

John Jumper → Anthropic (19. kesäkuuta 2026)

Jumper, joka jakoi vuoden 2024 kemian Nobelin AlphaFoldin kehittämisestä, ilmoitti X:ssä lähtevänsä "lähes 9 vuoden" jälkeen . Hänen viimeinen aikansa Googlella oli keskittynyt tekoälypohjaisiin koodausvälineisiin, ei tieteelliseen työhön, joka toi hänelle Nobelin . Hänen ja Shazeerin lähdöt yhdessä pyyhkäisivät noin 270 miljardia dollaria Alphabetin markkina-arvosta yhdessä kaupankäyntisessiossa .

Jonas Adler → Anthropic (ilmoitettu noin 24. kesäkuuta 2026)

Adleria pidettiin sisäisesti keskeisenä Gemini- ja Googlen tekoälykoodausprojektien vaikuttajana. Siirron tuntevien lähteiden mukaan syynä oli halu työskennellä ketterämmässä tekoälystartupissa .

Alexander Pritzel → Anthropic (ilmoitettu noin 24. kesäkuuta 2026)

Pritzel työskenteli Gemini-esikoulutuksen ja AlphaFoldin parissa. Hänen lähtönsä raportoitiin Adlerin kanssa samassa yhteydessä, ja taustalla oli sama kaipuu nopeatempoisempaan ympäristöön .

Denny Zhou → Meta (raportoitu 26. kesäkuuta 2026)

Zhou, DeepMindin "Päättelykuningas" ja Google Brainin päättelytutkimusryhmän perustaja, lähti hiljaa. Hän ei tehnyt julkista jäähyväistä – liikkeen raportoi HTX sen jälkeen, kun hän päivitti LinkedIn-profiilinsa osoittamaan työskennelleensä Metalla jo neljä kuukautta . Zhou tai Meta eivät antaneet selitystä.

Laajempi konteksti: Mikä aiheutti joukkopaon?

Useat lähteet kuvailevat laajempaa aivovuotoa DeepMindissä koko vuoden 2026 ajan, jota ohjaa kolme tekijää :

• Kilpailijoiden aggressiivinen värväys – hyvin rahoitetut kilpailijat Anthropic ja OpenAI valmistelivat markkinoilletuloaan.
• Sisäinen turhautuminen laskentaresurssien allokointiin – tunne siitä, että Googlen byrokratia hidasti tutkimusta verrattuna startupeihin .
• Byrokratian kokemus – tutkijat kokivat pystyvänsä liikkumaan nopeammin pienemmissä, keskittyneemmissä laboratorioissa.

Denny Zhou'n kolme päättelytekniikkaa

Denny Zhou ja hänen yhteistyökumppaninsa kehittivät kolme perustavaa kehotetekniikkaa, joista on tullut keskeisiä suurten kielimallien päättelykyvylle. Ne muodostavat etenevän pinon, jossa jokainen rakentuu edellisen päälle.

1. Chain-of-Thought (CoT) -kehotus

Mitä se tekee: Sen sijaan, että kehotettaisiin LLM:ää tuottamaan vastaus suoraan (syöte → vastaus), CoT kehottaa mallia tuottamaan sarjan välivaiheen luonnollisen kielen päättelyvaiheita ennen lopullista vastausta (syöte → päättelyvaiheet → vastaus).

Keskeinen hyöty: Parantaa dramaattisesti suorituskykyä aritmeettisissa, maalaisjärkeä vaativissa ja symbolisissa päättelytehtävissä. Se mahdollistaa myös tulkittavuuden – voit lukea mallin "ajatusprosessin". Yhdistettynä suuriin malleihin, kuten PaLM-540B, CoT saavutti huipputuloksia käyttäen niinkin vähän kuin 0,1 % annotoiduista esimerkeistä .

2. Self-Consistency (itsensä johdonmukaisuus)

Mitä se tekee: Dekoodausstrategia, joka parantaa CoT:tä. Yhden päättelyketjun sijaan malli tuottaa useita riippumattomia CoT-päättelypolkuja (näytteen kautta korkeammalla lämpötilalla) ja valitsee sitten johdonmukaisimman vastauksen kaikkien polkujen yli enemmistöäänestyksellä .

Keskeinen hyöty: Vähentää yhden päättelyketjun vaihtelua. Yksi CoT-polku voi olla väärä yhden virheellisen askeleen vuoksi; self-consistency keskiarvoistaa monimuotoisuuden yli ja on huomattavasti robustimpi matematiikan ja päättelyn vertailuissa . Denny Zhou on korostanut, ettei self-consistencyä pidä tulkita pinnallisesti pelkkänä enemmistöäänestyksenä – se on marginalisaation empiirinen toteutus .

3. Least-to-Most -kehotus (vähimmästä enimpään)

Mitä se tekee: Kaksivaiheinen kehotusstrategia, joka on suunniteltu ongelmiin, jotka ovat vaikeampia kuin kehotuksen esimerkit. Ensiksi malli hajottaa alkuperäisen vaikean ongelman listaksi yksinkertaisempia alaongelmia. Sitten se ratkaisee peräkkäin nämä alaongelmat käyttäen kunkin aiemman alaongelman vastausta kontekstina seuraavalle .

Keskeinen hyöty: Mahdollistaa helppo-vaikea -yleistyksen – malli voi ratkaista ongelmia, jotka ovat ehdottomasti vaikeampia kuin mikään sille näytetty esimerkki. Se on esitelty symbolisessa manipulaatiossa, kompositionaalisessa yleistämisessä (kuten SCAN- ja CFQ-vertailuissa) ja matematiikan päättelytehtävissä . Zhou kuvailee sitä "Suunnittelu + Päättely" -menetelmäksi .

Yhteenveto

Viisi kuudesta listatusta tutkijasta on vahvistettu lähteneen DeepMindistä Metaan, OpenAI:hin tai Anthropiciin kesäkuussa 2026. Syinä olivat kilpailijoiden värväys, laskentaresurssien allokointikiistat ja halu nopeatempoisempaan ympäristöön. Dawn Songin lähtöä ei voitu vahvistaa, eikä se kuulu tähän aaltoon. Zhou'n kolme päättelytekniikkaa – Chain-of-Thought, Self-Consistency ja Least-to-Most – muodostavat etenevän pinon: CoT lisää päättelyvaiheet, Self-Consistency lisää äänestyksen useiden päättelypolkujen yli ja Least-to-Most lisää ongelman hajotuksen ja peräkkäisen ratkaisun vaikeampia ongelmia varten.