На их общем счету — создание инфраструктуры и продуктов, на которых держится современный мир. Это несколько поколений Google Search, Google Ads, Google News и Google Translate. Дальше — фундаментальная Distributed Systems база: Google File System, MapReduce, BigTable, Spanner. Они же сделали TensorFlow, Pathways и TPU.
Отдельная линия — Alpha-семейство DeepMind: AlphaChip, AlphaStar, AlphaCode, AlphaFold и Gemini. Плюс ряд ключевых идей в ML: model distillation, mixture-of-experts архитектуры, word2vec, sequence-to-sequence модели, chain of thought reasoning, neural architecture search. И несколько поколений Large Language Models (LLM).
Своё преимущество авторы объясняют не только умением кодить и придумывать алгоритмы. Дело в беспрецедентном масштабе систем, которые они уже строили. У них полный full-stack охват: от чипов и hardware infrastructure до software infrastructure, ML-моделей и готовых продуктов. Это позволяет видеть всю картинку целиком и не теряться между уровнями абстракции.