Konec éry AlphaFoldu? Google DeepMind rozpouští nobelovský tým a přesouvá síly k modelu Gemini

Jak probíhalo rozpuštění týmu (během posledního roku)

• Přeřazení většiny výzkumníků. Většina původních autorů vědeckých prací o AlphaFoldu byla během uplynulého roku přeřazena do jiných oddělení . Byli přesunuti na projekty postavené kolem modelu Gemini, dále na práci v oblasti návrhu enzymů, jaderné fúze, genomiky a AI kódování .
• Přesuny v rámci Alphabetu. Někteří členové týmu byli převedeni do Isomorphic Labs, dceřiné společnosti Alphabetu zaměřené na objevování léků .
• Odchody klíčových osobností. V červnu 2026 oznámil John Jumper – nositel Nobelovy ceny za chemii za rok 2024 za vývoj AlphaFoldu – že po téměř devíti letech odchází z DeepMind do Anthropicu . Krátce poté ho do Anthropicu následovali dva další spoluautoři AlphaFoldu, Jonas Adler a Alexander Pritzel . Celkově téměř čtvrtina původních autorů AlphaFoldu z řad zaměstnanců DeepMind na plný úvazek společnost zcela opustila .

Co znamená přesun ke Gemini pro vědecké poslání DeepMind

• Od specializace k univerzálnosti. DeepMind sází na to, že AI agenti pohánění modelem Gemini dokážou automatizovat a urychlit vědecké objevy v biologii, chemii, fyzice a materiálových vědách efektivněji než specializované modely typu AlphaFold .
• AlphaFold jako služba zůstává. Databáze struktur proteinů AlphaFold (pokrývající více než 200 milionů proteinů) a samotná technologie zůstávají k dispozici. Krok neznamená ukončení produktu, ale konec existence vyhrazeného týmu, který jej vyvíjel .
• Riziko ztráty hluboké odbornosti. Kritici namítají, že rozpuštění týmu, který získal Nobelovu cenu, signalizuje ochotu obětovat hlubokou vědeckou specializaci ve prospěch závodu o nejschopnější univerzální AI systém. To by mohlo zpomalit pokrok v oblastech, jako je objevování léků, které spoléhaly na cílenou expertizu AlphaFoldu .

Širší trend v oboru

• Talenty proudí k předním AI laboratořím. Odchod špičkových vědců z AlphaFoldu do Anthropicu – spolu s paralelním odchodem spoluvedoucího projektu Gemini Noama Shazeera do OpenAI – ilustruje širší vzorec. Nejsilnější konkurence v AI se dnes točí kolem univerzálních agentů a základních modelů a výzkumníci s hlubokými znalostmi v jakékoli specializaci jsou lákáni k práci na těchto klíčových výzvách.
• Přesun zdrojů napříč sektorem. Krok DeepMind odráží rozhodnutí v jiných laboratořích: specializované nástroje (skládání proteinů, předpověď počasí, herní AI) jsou odsouvány na vedlejší kolej, protože společnosti soustřeďují výpočetní výkon, talenty i finance na závod o vývoj co nejschopnějších univerzálních AI agentů. Jeden univerzální „vědecký AI agent" je považován za konkurenčně výhodnější než údržba mnoha úzce zaměřených expertních systémů.

Poznámka: Tento článek vznikl na základě informací z renomovaných zahraničních médií a oficiálních zdrojů uvedených v závorkách.