กูเกิล DeepMind ยุบทีม AlphaFold เจ้าของรางวัลโนเบล หันไปเน้น Gemini นักวิจัยหลักย้ายซบ Anthropic

การยุบทีมเกิดขึ้นอย่างไร (ในช่วงปีที่ผ่านมา)

• การย้ายนักวิจัยส่วนใหญ่ ผู้เขียนต้นฉบับของรายงาน AlphaFold ส่วนใหญ่ถูกย้ายไปยังแผนกอื่นในช่วงปีที่ผ่านมา พวกเขาถูกย้ายไปยังโปรเจกต์ที่สร้างขึ้นบน Gemini LLM รวมถึงงานด้านการออกแบบเอนไซม์ ฟิวชันนิวเคลียร์ จีโนมิกส์ และการเขียนโค้ดด้วย AI
• การโอนย้ายภายใน Alphabet สมาชิกในทีมบางคนถูกย้ายไปยัง Isomorphic Labs ซึ่งเป็นบริษัทค้นคว้ายาของ Alphabet
• การลาออกของบุคคลสำคัญ ในเดือนมิถุนายน 2026 John Jumper ซึ่งได้รับรางวัลโนเบลสาขาเคมีประจำปี 2024 จาก AlphaFold ประกาศลาออกจาก DeepMind หลังจากทำงานมาเกือบเก้าปีเพื่อไปร่วมงานกับ Anthropic หลังจากนั้นไม่นาน Jonas Adler และ Alexander Pritzel ผู้ร่วมเขียนรายงาน AlphaFold อีกสองคนก็ย้ายตามเขาไป โดยรวมแล้ว เกือบหนึ่งในสี่ของผู้เขียนรายงาน AlphaFold ที่เป็นพนักงานประจำของ DeepMind ได้ออกจากบริษัทไปแล้ว

การหันไปใช้ Gemini ส่งผลต่อภารกิจทางวิทยาศาสตร์ของ DeepMind อย่างไร

• จากเฉพาะทางสู่ทั่วไป DeepMind กำลังเดิมพันว่าระบบ AI ที่ขับเคลื่อนด้วย Gemini จะสามารถทำให้การค้นพบทางวิทยาศาสตร์เป็นอัตโนมัติและเร่งความเร็วในสาขาชีววิทยา เคมี ฟิสิกส์ และวัสดุศาสตร์ได้อย่างมีประสิทธิภาพมากกว่าโมเดลเฉพาะทางอย่าง AlphaFold
• AlphaFold ยังคงอยู่ ฐานข้อมูลโครงสร้างโปรตีน AlphaFold (ครอบคลุมโปรตีนมากกว่า 200 ล้านชนิด) และเทคโนโลยี本身 ยังคงใช้งานได้ การดำเนินการนี้ไม่ได้เป็นการยุติผลิตภัณฑ์ แต่เป็นการยุติทีมเฉพาะที่สร้างมันขึ้นมา
• ความเสี่ยงต่อความเชี่ยวชาญเชิงลึก นักวิจารณ์โต้แย้งว่าการยุบทีมที่ได้รับรางวัลโนเบลเป็นการส่งสัญญาณถึงความเต็มใจที่จะเสียสละความเชี่ยวชาญทางวิทยาศาสตร์เชิงลึกเพื่อแข่งขันในการสร้างระบบ AI ทั่วไปที่มีความสามารถมากที่สุด ซึ่งอาจทำให้ความก้าวหน้าในด้านต่างๆ เช่น การค้นคว้ายาที่อาศัยความเชี่ยวชาญเฉพาะของ AlphaFold ช้าลง

แนวโน้มอุตสาหกรรมในวงกว้าง

• กระแสบุคลากรไหลไปยังห้องปฏิบัติการ AI ชั้นนำ การลาออกของนักวิทยาศาสตร์ AlphaFold ไปยัง Anthropic และการที่ Noam Shazeer ผู้ร่วมนำทีม Gemini ย้ายไป OpenAI ชี้ให้เห็นถึงรูปแบบที่กว้างขึ้น การแข่งขันที่รุนแรงที่สุดในวงการ AI ในปัจจุบันคือการแข่งขันเพื่อสร้าง AI Agent ทั่วไปและโมเดลพื้นฐาน ขณะที่นักวิจัยที่มีความเชี่ยวชาญเชิงลึกในสาขาใดก็ตามกำลังถูกดึงดูดให้ไปทำงานกับความท้าทายหลักเหล่านี้
• การจัดสรรทรัพยากรใหม่ทั่วทั้งภาคส่วน การดำเนินการของ DeepMind สะท้อนถึงการตัดสินใจในห้องปฏิบัติการอื่นๆ เครื่องมือเฉพาะทาง (การพับโปรตีน การพยากรณ์อากาศ AI เล่นเกม) กำลังถูกลดความสำคัญลง เนื่องจากบริษัทต่างๆ รวมทรัพยากรคอมพิวเตอร์ บุคลากร และเงินทุนไว้ที่การแข่งขันเพื่อสร้าง AI Agent ทั่วไปที่มีความสามารถมากที่สุด AI "นักวิทยาศาสตร์" ที่ใช้งานทั่วไปถูกมองว่ามอบผลตอบแทนในการแข่งขันที่สูงกว่าการรักษาระบบผู้เชี่ยวชาญเฉพาะทางจำนวนมาก