Зачем Google распустил нобелевскую команду?

Financial Times сообщил неожиданную новость: Google DeepMind расформировал команду AlphaFold, системы, которая решила знаменитую задачу предсказания структуры белков и принесла Демису Хассабису и Джону Джамперу Нобелевскую премию. Большинство авторов переведено в другие проекты, часть ушла в фармацевтическую Isomorphic Labs, почти четверть покинула DeepMind. Сам Джампер перешёл к конкуренту, в Anthropic.
Но AlphaFold не закрывают. Закрывают прежнюю модель организации науки, старую ее парадигму. Раньше DeepMind создавал отдельную сильную команду под конкретную «великую задачу»: победить в го, свернуть белок, предсказать погоду или найти новые материалы. Теперь ставка делается на Gemini как универсального научного диспетчера. Такой агент читает статьи, предлагает гипотезы, пишет программы, обращается к базам данных и вызывает специализированные модели. Co-Scientist уже действует как виртуальная исследовательская группа, а AlphaEvolve соединяет Gemini с автоматической проверкой и эволюционным отбором решений.

Значит ли это, что языковые модели оказались «лучше» остальных ИИ? Нет. Универсально лучшего ИИ вообще пока не существует. Но AlphaFold - это  не языковая модель. В ней используются геометрические представления молекул и диффузионная архитектура. По прогнозу погоды специализированный GraphCast превосходил традиционную систему ECMWF по большинству проверяемых параметров, а графовая сеть GNoME предсказала миллионы потенциальных кристаллических структур. На своих задачах такие системы намного полезнее простого чат-бота.

Языковая модель сильна в другом: она может стать интерфейсом, планировщиком и начальником над специализированными инструментами. Не Gemini вместо AlphaFold, а Gemini, который решает, когда запустить AlphaFold, какую молекулу проверить, какую статью прочесть и какой эксперимент предложить. Это важный сдвиг: от ИИ как научного прибора к ИИ как организатору всего исследовательского процесса.

Есть ли здесь опасения по поводу непредсказуемости? Прямых признаков нет. AlphaFold - это ограниченный предсказатель, а не самостоятельный агент с долговременными целями. Однако биологический ИИ становится всё более "двойного применения": те же методы могут помогать создавать лекарства, вакцины и новые белки, но теоретически способны облегчить и опасные разработки. Поэтому DeepMind вводит проверки CBRN-рисков и предоставляет некоторые новые системы только доверенным партнёрам, как раньше Anthropic планировал предоставлять Fable 5 только гражданам США. Это объясняет ограничение доступа, но не расформирование команды.

Зато коммерческая причина видна хорошо. Isomorphic Labs, куда перешла часть специалистов AlphaFold, привлекла $600 млн, заключила соглашения с Lilly и Novartis потенциальной стоимостью почти $3 млрд и начала сотрудничество с Johnson & Johnson. Её новый фармацевтический движок уже заявлен как система, превосходящая AlphaFold 3 в ряде задач.
Поэтому происходящее больше похоже не на тайное закрытие опасной программы, а на индустриализацию открытия. Сначала AlphaFold был открытым научным триумфом. Теперь его знания, специалисты и архитектурные идеи превращаются в закрытую платформу, которая должна не просто публиковать статьи, а создавать лекарства, патенты и миллиардные контракты. За большие деньги и для своих, естественно.

Главный переход здесь от ИИ, решающего отдельную научную задачу, к ИИ, претендующему на управление всем циклом производства научного знания, и финансирование бросили именно туда, а за ним потянулись и специалисты.