7.4
深览指数
科技量子位·听雨··AI 生成
传奇AlphaFold团队全员解散！诺奖得主投奔Anthropic，资源转向Gemini
据《金融时报》报道，谷歌DeepMind已解散其曾获诺贝尔化学奖的AlphaFold独立团队。核心成员分流至Gemini、AI编程、基因组研究、Isomorphic Labs及外部公司，其中AlphaFold 2负责人John Jumper等三位核心成员转投Anthropic。谷歌官方回应称团队仅‘扩大工作范围’，计划将Gemini作为底层模型，构建服务多科学领域的平台化科研模式。这篇文章核心价值在于揭示了组织从‘小团队、长周期、单点突破’的科研模式向‘平台化、多项目并行’的战略转型，并指出了这种转型的效率收益与潜在风险——即平台化可能稀释攻克下一个‘AlphaFold级难题’所需的长期专注力。适合关注AI产业战略、科技组织管理及生物计算交叉领域的读者。原文 ↗
核心观点
- ▍谷歌DeepMind解散AlphaFold独立团队，标志着其科研模式从‘小团队、长周期、单点攻坚’转向以Gemini为底座的通用平台化科研模式。
- 01AlphaFold团队不再作为独立团队存在，成员被分流至Gemini、AI编程、基因组研究、蛋白质酶设计、核聚变等项目，以及Alphabet旗下药物研发公司Isomorphic Labs。
- 02AlphaFold 2负责人、2024年诺贝尔化学奖得主John Jumper，以及核心成员Jonas Adler和Alexander Pritzel，均已离开DeepMind加入Anthropic。
- 03据FT统计，最初署名AlphaFold论文的DeepMind员工中，有接近四分之一已经离开。
- 04谷歌DeepMind科学副总裁Pushmeet Kohli回应称团队‘扩大了工作范围’，专注于蛋白质功能、基因组、蛋白质与酶设计及由Gemini驱动的科学智能体。
- 05谷歌推出Science Skills云服务，连通AlphaFold数据库、AlphaGenome、UniProt等30多种生命科学数据库和工具，旨在将分析流程串进同一套工作流。
- 06AlphaFold证明了解决蛋白质结构预测这一‘单个难题’的成功，其模式是：小团队、不急于产品化、在瓶颈期推倒旧方案从模型架构重做。
反方 / 局限
- — 文章暗示平台化模式可能遇到瓶颈：AlphaFold的成功依赖一小群人多年专注一个难题，这种专注难以被平台化。摊子铺开后，每个问题能分到的注意力存疑，谷歌是否还愿让团队几年不出产品以攻克难题也是未知。
- — 文章未深入讨论的风险是：AlphaFold能否被直接‘嫁接’到Gemini框架下实现同等水平的科学突破，以及平台化是否会导致‘通用AI’能力增强但‘专用科学洞察’能力稀释。
AlphaFoldDeepMindGoogleGeminiAnthropicIsomorphic LabsJohn JumperPushmeet KohliJonas AdlerAlexander Pritzel金融时报蛋白质结构预测诺奖化学奖CASP
12 分钟 · 4 卡片 · 11 资料
读原文 →