Google DeepMind hajotti Nobel-palkitun AlphaFold-tiiminsä – tutkijat siirtyvät Geminiin
Google DeepMind on hajottanut Nobel palkitun AlphaFold tiimin ja ohjaa resursseja Gemini kielimalliin ja yleiskäyttöisiin tekoälyagentteihin. Viimeisen vuoden aikana suurin osa AlphaFoldin alkuperäisistä tutkijoista on siirretty muihin tehtäviin, ja avainhenkilöitä kuten John Jumper on siirtynyt Anthropicille.
JulkaisijaMuokattu mallilla DeepSeek-V4-FlashKuvat luotu mallilla GPT Image 1.5
Google DeepMind on hajottanut Nobel palkitun AlphaFold tiimin ja ohjaa resursseja Gemini kielimalliin ja yleiskäyttöisiin tekoälyagentteihin.
Viimeisen vuoden aikana suurin osa AlphaFoldin alkuperäisistä tutkijoista on siirretty muihin tehtäviin, ja avainhenkilöitä kuten John Jumper on siirtynyt Anthropicille.
Päätös heijastaa laajempaa alan trendiä: erikoistuneita työkaluja puretaan, kun tekoälylaboratoriot kilpailevat yleiskäyttöisten tekoälyagenttien kehittämisestä.
Noin neljännes AlphaFold artikkelin alkuperäisistä DeepMind tutkijoista on jättänyt yrityksen.
Why did Google DeepMind disband its Nobel Prize-winning AlphaFold team, how was that dismantling carried out over the past year (including tConceptual illustration of AlphaFold's protein structure prediction technology, which earned its creators the 2024 Nobel Prize in Chemistry.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Why did Google DeepMind disband its Nobel Prize-winning AlphaFold team, how was that dismantling carried out over the past year (including t. Article summary: I'll research this systematically across multiple dimensionsGoogle DeepMind has dismantled the dedicated AlphaFold team — the group behind its Nobel Prize-winning protein-structure prediction AI — as part of a strategic . Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
openai.com
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 .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Google DeepMind hajotti Nobel-palkitun AlphaFold-tiiminsä – tutkijat siirtyvät Geminiin"?
Google DeepMind on hajottanut Nobel palkitun AlphaFold tiimin ja ohjaa resursseja Gemini kielimalliin ja yleiskäyttöisiin tekoälyagentteihin.
What are the key points to validate first?
Google DeepMind on hajottanut Nobel palkitun AlphaFold tiimin ja ohjaa resursseja Gemini kielimalliin ja yleiskäyttöisiin tekoälyagentteihin. Viimeisen vuoden aikana suurin osa AlphaFoldin alkuperäisistä tutkijoista on siirretty muihin tehtäviin, ja avainhenkilöitä kuten John Jumper on siirtynyt Anthropicille.
What should I do next in practice?
Päätös heijastaa laajempaa alan trendiä: erikoistuneita työkaluja puretaan, kun tekoälylaboratoriot kilpailevat yleiskäyttöisten tekoälyagenttien kehittämisestä.
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
US scientist John Jumper to leave Google DeepMind for Anthropic