הסוף של עידן: גוגל DeepMind מפרקת את צוות AlphaFold זוכה פרס נובל

מדוע פורק צוות AlphaFold

• כיוון אסטרטגי חדש: פושמיט קוהלי, סגן נשיא למחקר ב-DeepMind, אמר שהמעבדה אינה מתארגנת עוד סביב צוותים ייעודיים למשימה בודדת. במקום זאת, המאמץ מרוכז במערכות AI מבוססות Gemini שיכולות לסייע למדענים במגוון תחומים בו-זמנית .
• עליית מודלי שפה גדולים וסוכני AI: הפיננשל טיימס דיווח כי עלייתם של מודלי שפה גדולים וסוכני AI (AI agents) הניעה את DeepMind לבצע שינוי מקיף בארגון המחקר ובאסטרטגיה . ההנחה היא שבינה מלאכותית כללית יכולה לספק השפעה מדעית רחבה יותר מאשר כלים ייעודיים כמו AlphaFold .

כיצד בוצע הפירוק (במהלך השנה האחרונה)

• העברת רוב החוקרים: רוב הכותבים המקוריים של מאמרי AlphaFold הועברו בשנה האחרונה למחלקות אחרות . הם שובצו בפרויקטים הבנויים סביב מודל Gemini, וכן בתחומים כמו תכנון אנזימים, היתוך גרעיני, גנומיקה ותכנות AI .
• מעברים בתוך Alphabet: חלק מחברי הצוות הועברו ל-Isomorphic Labs, חברת גילוי התרופות של Alphabet .
• עזיבות מתוקשרות: ביוני 2026, ג'ון ג'מפר — שזכה בפרס נובל לכימיה לשנת 2024 על AlphaFold — הודיע שהוא עוזב את DeepMind לאחר כמעט תשע שנים ומצטרף ל-Anthropic . זמן קצר לאחר מכן, שניים ממחברי AlphaFold הנוספים, ג'ונאס אדלר ואלכסנדר פריצל, הצטרפו אליו ל-Anthropic . בסך הכול, קרוב לרבע מהכותבים המקוריים במשרה מלאה ב-DeepMind של מאמר AlphaFold עזבו את החברה לחלוטין . לפני שעזב, ג'מפר ואדלר הועברו לצוות Code Strike הפנימי של גוגל, שנועד לשפר את יכולות תכנות ה-AI של החברה .

מה המשמעות של המעבר ל-Gemini עבור המשימה המדעית של DeepMind

• מייעודי לכללי: DeepMind מהמרת שסוכני AI מבוססי Gemini יוכלו להפוך לאוטומטים ולהאיץ תגליות מדעיות בביולוגיה, כימיה, פיזיקה ומדעי החומרים בצורה יעילה יותר מאשר מודלים ייעודיים כמו AlphaFold .
• AlphaFold עצמו ממשיך: מאגר מבני החלבונים של AlphaFold (המכסה למעלה מ-200 מיליון חלבונים) והטכנולוגיה עצמה נותרים זמינים. המהלך אינו מבטל את המוצר — הוא מסיים את פעילות הצוות הייעודי שבנה אותו .
• סיכון למומחיות מעמיקה: מבקרים טוענים שפירוק צוות זוכה פרס נובל מסמן נכונות להקריב התמחות מדעית עמוקה לטובת המירוץ לבניית מערכת ה-AI הכללית החזקה ביותר, ועלול להאט את ההתקדמות בתחומים כמו גילוי תרופות שהסתמכו על המומחיות הממוקדת של AlphaFold .

מגמה רחבה בתעשייה

• זרימת כישרונות למעבדות AI מובילות: עזיבתם של מדעני AlphaFold הבכירים ל-Anthropic — והעזיבה המקבילה של מוביל Gemini, נועם שזיר, ל-OpenAI — ממחישה דפוס רחב יותר. התחרות העזה ביותר בתחום ה-AI כיום היא סביב סוכנים כלליים ומודלים בסיסיים (foundation models), וחוקרים בעלי מומחיות עמוקה בכל תת-תחום נמשכים לעבודה על אתגרי הליבה הללו .
• הקצאה מחדש של משאבים: המהלך של DeepMind משקף החלטות במעבדות אחרות: כלים ייעודיים (קיפול חלבונים, חיזוי מזג אוויר, AI למשחקים) מקבלים עדיפות נמוכה יותר כאשר חברות מרכזות משאבי מחשוב, כישרונות ותקציב במירוץ לבניית סוכני ה-AI הכלליים החזקים ביותר. "AI מדען" כללי נתפס כבעל תמורה תחרותית גדולה יותר מאשר החזקת מערכות מומחים צרות רבות .