Google DeepMind hajotti Nobel-palkitun AlphaFold-tiiminsä – tutkijat siirtyvät Geminiin

Google DeepMind on hajottanut Nobel-palkitun AlphaFold-tiimin – ryhmän, joka kehitti tekoälyn proteiinien rakenteen ennustamiseen – osana strategista käännettä kohti Gemini-kielimalleja ja yleiskäyttöisiä tekoälyagentteja. Viimeisen vuoden aikana suurin osa alkuperäisistä AlphaFold-tutkijoista on siirretty muihin tehtäviin, pieni osa on ohjattu muihin tiedeprojekteihin, ja avainhenkilöt kuten Nobel-voittaja John Jumper ovat lähteneet kilpailijoille kuten Anthropicille. Uudelleenjärjestely kuvastaa laajempaa alan muutosta, jossa kova kilpailu yleiskäyttöisten tekoälyagenttien rakentamisesta vetää resursseja ja osaajia pois erikoistuneista tieteellisistä työkaluista.

Miksi AlphaFold-tiimi hajotettiin

• Strateginen uudelleenorientaatio. DeepMindin tutkimusjohtaja Pushmeet Kohli sanoi, että laboratorio ei enää järjestäydy erikoistuneiden, yhden tehtävän tiimien ympärille. Sen sijaan se keskittyy Gemini-pohjaisiin tekoälyjärjestelmiin, jotka voivat auttaa tutkijoita monilla aloilla samanaikaisesti .
• Kielimallien ja tekoälyagenttien nousu. Financial Times raportoi, että suurten kielimallien (LLM) ja tekoälyagenttien yleistyminen sai DeepMindin uudistamaan tutkimusorganisaatiotaan ja -strategiaansa . Uskomuksena on, että yleiskäyttöinen tekoäly voi tuottaa laajempaa tieteellistä vaikuttavuutta kuin erikoistuneet työkalut kuten AlphaFold.

Miten hajottaminen toteutettiin (viimeisen vuoden aikana)

• Useimpien tutkijoiden uudelleensijoittaminen. Suurin osa AlphaFold-artikkelien alkuperäisistä kirjoittajista siirrettiin muihin osastoihin viimeisen vuoden aikana . Heidät ohjattiin Gemini-kielimallin ympärille rakennettuihin projekteihin sekä entsyymisuunnitteluun, ydinfuusioon, genomiikkaan ja tekoälyohjelmointiin .
• Siirrot Alphabetin sisällä. Osa tiimin jäsenistä siirrettiin Isomorphic Labsille, Alphabetin lääkekehitysyhtiöön .
• Merkittävät lähdöt. Kesäkuussa 2026 John Jumper – joka voitti vuoden 2024 kemian Nobelin AlphaFoldista – ilmoitti lähtevänsä DeepMindistä lähes yhdeksän vuoden jälkeen liittyäkseen Anthropiciin . Pian tämän jälkeen kaksi muuta AlphaFoldin kanssakirjoittajaa, Jonas Adler ja Alexander Pritzel, seurasivat häntä Anthropiciin . Kaikkiaan lähes neljännes AlphaFold-artikkelin alkuperäisistä DeepMindin päätoimisista kirjoittajista on nyt lähtenyt yrityksestä kokonaan .

Mitä Gemini-käännös tarkoittaa DeepMindin tieteelliselle missiolle

• Erikoistuneesta yleiskäyttöiseen. DeepMind uskoo, että Gemini-pohjaiset tekoälyagentit voivat automatisoida ja nopeuttaa tieteellistä löytämistä biologiassa, kemiassa, fysiikassa ja materiaalitieteessä tehokkaammin kuin yksittäiset mallit kuten AlphaFold .
• AlphaFold itsessään jatkaa. AlphaFoldin proteiinirakennetietokanta (kattaa yli 200 miljoonaa proteiinia) ja itse teknologia ovat edelleen saatavilla. Muutos ei poista tuotetta – se päättää omistetun tiimin, joka sen rakensi .
• Riskinä syvän erikoisosaamisen menetys. Kriitikot väittävät, että Nobel-palkitun tiimin hajottaminen osoittaa halukkuutta uhrata syvä tieteellinen erikoistuminen kilpailussa tehokkaimman yleiskäyttöisen tekoälyjärjestelmän rakentamiseksi, mikä saattaa hidastaa edistystä esimerkiksi lääkekehityksessä, joka nojasi AlphaFoldin erikoistuneeseen osaamiseen .

Laajempi alan trendi

• Osaajien virta kohti huipputason tekoälylaboratorioita. AlfaFoldin huippututkijoiden lähtö Anthropiciin – ja Gemini-johtaja Noam Shazeerin rinnakkainen lähtö OpenAI:hin – kuvastaa laajempaa kaavaa. Kova kilpailu tekoälyssä koskee nykyään yleiskäyttöisiä agentteja ja perusmalleja, ja minkä tahansa osa-alueen syvällisen asiantuntemuksen omaavia tutkijoita houkutellaan työskentelemään näiden ydinkysymysten parissa.
• Resurssien uudelleenohjaus koko sektorilla. DeepMindin liike heijastaa päätöksiä muissa laboratorioissa: erikoistuneita työkaluja (proteiinien laskostus, sään ennustaminen, pelitekoälyt) priorisoidaan alas, kun yritykset keskittävät laskentatehon, osaajat ja rahoituksen kilpailuun tehokkaimman yleiskäyttöisen tekoälyagentin rakentamiseksi. Yhden yleiskäyttöisen