Financial Times: DeepMind rozmontowało zespół AlphaFold, stawia wszystko na Gemini

Google DeepMind po cichu zdemontowało zespół stojący za AlphaFold, systemem AI, który przewidywał strukturę białek i przyniósł Nobla z chemii w 2024 roku. Według analizy Financial Times, większość autorów oryginalnych publikacji o AlphaFold została w ciągu ostatniego roku przeniesiona do innych projektów, a laboratorium jawnie porzuca strategię skupioną na pojedynczych, wielkich wyzwaniach naukowych na rzecz budowy agentów opartych na Gemini.

Co ujawniła analiza FT

Financial Times przeanalizował ruchy kadrowe w DeepMind i doszedł do wniosku, że demontaż zespołu AlphaFold nie jest wynikiem pojedynczych, niezależnych decyzji, lecz świadomej reorganizacji rozciągniętej na cały ostatni rok. Większość oryginalnych autorów przełomowej pracy naukowej o przewidywaniu struktury białek została przesunięta do innych zespołów, głównie związanych z rozwojem modeli językowych i agentów kodujących.

Kluczowym epizodem było przeniesienie Johna Jumpera i Jonasa Adlera do nowo utworzonego wewnętrznego zespołu Google o nazwie Code Strike, którego zadaniem miało być doganianie Anthropic i OpenAI w narzędziach do programowania wspieranego przez AI. Ruch ten miał zatrzymać kluczowych badaczy przy Google, ale nie powiódł się.

Odejście do Anthropic

W zeszłym miesiącu Jumper ogłosił odejście do Anthropic. Podążyli za nim Adler oraz Alexander Pritzel, trzeci badacz z pierwotnego zespołu AlphaFold. Anonimowy pracownik DeepMind opisał tę trójkę w rozmowie z Financial Times jako 'kluczowych, ważnych, podstawowych członków zespołu', a ich wspólne odejście wywołało w firmie wyraźne poruszenie.

key, important, core members - anonimowy pracownik Google DeepMind, w rozmowie z Financial Times

Odejście trójki naukowców do Anthropic zbiegło się w czasie z decyzją Noama Shazeera, współtwórcy Gemini i architektury transformer, o przejściu do OpenAI. Obie zmiany kadrowe nastąpiły w odstępie kilku dni, co inwestorzy odebrali jako sygnał niepokoju: akcje Alphabetu spadły wtedy o około 7 procent w ciągu dwóch sesji, co odpowiadało ubytkowi rzędu 270 miliardów dolarów kapitalizacji.

Zmiana strategii DeepMind

Pushmeet Kohli, wiceprezes DeepMind ds. badań i twórca zespołu AI for Science, przez lata realizował strategię opartą na wyznaczaniu pojedynczych, precyzyjnie zdefiniowanych wielkich wyzwań naukowych, z których przewidywanie struktury białek było sztandarowym przykładem. Kohli przyznał teraz, że ta strategia uległa zasadniczej zmianie.

Gemini-powered systems that can assist scientists in conducting research and ultimately automate parts of the scientific research process - Pushmeet Kohli, wiceprezes ds. badań, Google DeepMind

Zamiast koncentrować zasoby wokół pojedynczych problemów naukowych takich jak zwijanie białek, DeepMind ma teraz budować systemy oparte na Gemini, które wspierają naukowców w prowadzeniu badań i docelowo automatyzują część procesu badawczego. Laboratorium rywalizuje jednocześnie z OpenAI i Anthropic o prowadzenie w wyścigu agentów AI nowej generacji.

Co to oznacza dla nauki wspieranej przez AI

AlphaFold był przez lata koronnym dowodem na to, że modele AI potrafią rozwiązywać problemy naukowe uznawane wcześniej za dekady od rozwiązania. Rozmontowanie zespołu, który go stworzył, rodzi pytanie, czy sukces AlphaFold był powtarzalną zdolnością instytucjonalną DeepMind, czy raczej efektem pracy konkretnej grupy ludzi, którzy teraz w większości pracują gdzie indziej - część w Isomorphic Labs, część u konkurencji.

Dla Anthropic przejęcie trzech kluczowych badaczy AlphaFold wpisuje się w rosnący nacisk firmy na zastosowania AI w nauce. Dla Google oznacza to konieczność udowodnienia, że przyszłe odkrycia naukowe wspierane przez Gemini da się osiągnąć bez zespołu, który zbudował dotychczasowy sztandarowy projekt laboratorium.

Dla polskich instytucji naukowych i firm biotechnologicznych korzystających z narzędzi typu AlphaFold sygnał jest praktyczny: rozwój tej linii badań w Google może zwolnić, podczas gdy konkurencyjne ośrodki, w tym Anthropic i Isomorphic Labs, przejmują kompetencje i najprawdopodobniej przyspieszą własne projekty w obszarze biologii obliczeniowej.