Koniec ery AlphaFold? Google DeepMind rozwiązało zespół, który zdobył Nobla

Jak przeprowadzono demontaż zespołu (ostatni rok)

• Przeniesienie większości badaczy. Większość oryginalnych autorów prac nad AlphaFold w ciągu ostatniego roku otrzymała nowe przydziały do innych departamentów . Zostali przeniesieni do projektów opartych na Gemini LLM, a także do prac nad projektowaniem enzymów, fuzją jądrową, genomiką i kodowaniem AI .
• Transfery wewnątrz Alphabet. Niektórzy członkowie zespołu zostali przeniesieni do Isomorphic Labs, firmy Alphabet zajmującej się odkrywaniem leków .
• Głośne odejścia. W czerwcu 2026 roku John Jumper – laureat Nagrody Nobla w dziedzinie chemii za AlphaFold – ogłosił, że po prawie dziewięciu latach odchodzi z DeepMind i dołącza do Anthropica . Wkrótce potem dwóch innych współautorów AlphaFold, Jonas Adler i Alexander Pritzel, poszło w jego ślady . Łącznie blisko jedna czwarta oryginalnych, stałych autorów AlphaFold z DeepMind opuściła firmę .

Co zwrot w stronę Gemini oznacza dla misji naukowej DeepMind

• Od specjalizacji do ogólności. DeepMind stawia na to, że agenty AI oparte na Gemini będą w stanie automatyzować i przyspieszać odkrycia naukowe w biologii, chemii, fizyce i materiałoznawstwie skuteczniej niż dedykowane modele, takie jak AlphaFold .
• AlphaFold wciąż dostępny. Baza danych struktur białek AlphaFold (obejmująca ponad 200 milionów białek) i sama technologia pozostają dostępne. Ruch ten nie wycofuje produktu – kończy jedynie istnienie dedykowanego zespołu, który go zbudował .
• Ryzyko utraty głębokiej specjalizacji. Krytycy argumentują, że rozwiązanie zespołu nagrodzonego Noblem sygnalizuje gotowość do poświęcenia głębokiej specjalizacji naukowej na rzecz wyścigu o budowę najbardziej wydajnego systemu AI ogólnego przeznaczenia, co może spowolnić postępy w dziedzinach takich jak odkrywanie leków, które opierały się na skupionej wiedzy AlphaFold .

Szerszy trend w branży

• Przepływ talentów do wiodących laboratoriów AI. Odejście czołowych naukowców AlphaFold do Anthropica – oraz równoległa utrata współlidera projektu Gemini Noama Shazeera na rzecz OpenAI – ilustruje szerszy wzorzec. Najbardziej intensywna konkurencja w dziedzinie AI dotyczy obecnie ogólnych agentów i modeli fundamentalnych, a badacze z głęboką wiedzą w dowolnej poddziedzinie są wabieni do pracy nad tymi podstawowymi wyzwaniami.
• Realokacja zasobów w całym sektorze. Ruch DeepMind odzwierciedla decyzje w innych laboratoriach: wyspecjalizowane narzędzia (składanie białek, prognozowanie pogody, AI do gier) są deprecjonowane, ponieważ firmy koncentrują moc obliczeniową, talenty i finansowanie na wyścigu o budowę najbardziej wydajnych ogólnych agentów AI. Jeden ogólny „naukowiec AI” jest postrzegany jako oferujący większą przewagę konkurencyjną niż utrzymywanie wielu wąskich systemów eksperckich.