剛剛，谷歌諾獎團隊解散了！AlphaFold部分核心成員投奔Anthropic

新智元報道

太突然了！

誰能想到，人類科技史上最偉大的科學AI團隊之一：AlphaFold核心團隊，獲得諾貝爾化學獎后居然被谷歌「分拆」了。

消息一出，整個科技圈與學術界瞬間炸鍋。

與此同時，谷歌正加速推進Gemini項目，以縮小與OpenAI、Anthropic的差距。

此舉標志DeepMind從蛋白質(zhì)折疊等科學突破，轉(zhuǎn)向更廣泛的生成式AI競賽。某種意義上，Gemini吃了AlphaFold。

這被普遍解讀為DeepMind的戰(zhàn)略大轉(zhuǎn)向：從「大挑戰(zhàn)」（Grand Challenges）模式向「Gemini智能體驅(qū)動的通用AI科學家」模式轉(zhuǎn)型，科學理想讓位于現(xiàn)實利益。

好消息是谷歌并未徹底放棄AlphaFold。

DeepMind憾失諾獎得主，Anthropic喜迎天才加盟

6月19日，AlphaFold的共同創(chuàng)造者、2024年諾貝爾化學獎得主John Jumper親自宣布：他將結(jié)束在DeepMind近9年的傳奇生涯，加入Anthropic。

DeepMind掌門人Demis Hassabis第一時間致謝，深情寫道：「感謝你所做的一切，John，AlphaFold改變了世界。」

據(jù)報道，在離職前，諾獎得主John Jumper和Jonas Adler被谷歌調(diào)入了「代碼突擊隊」（Code Strike），用以提升谷歌AI編碼能力。

這結(jié)果未免讓人唏噓，2024年兩人因AlphaFold榮獲了諾貝爾化學獎（與另一位學者戴維·貝克共同獲獎）。

才2年過去，兩人就分道揚鑣，對John Jumper離職原因又都三緘其口。一樣的諾獎，不一樣的結(jié)局。

僅僅一個月后，英國《金融時報》（Financial Times）爆出獨家猛料：在過去的一年里，AlphaFold論文的原班核心研究團隊已被徹底打散，近四分之一的成員選擇徹底離職，其余人則被分流。

除了靈魂人物John Jumper之外，Jonas Adler、Alexander Pritzel等數(shù)位奠定AlphaFold技術基石的核心功臣，也集體跟隨Jumper的腳步，轉(zhuǎn)身投入了Anthropic的懷抱。

而那些選擇留下的科學家，處境也發(fā)生了天翻地覆的變化。

他們不再作為一個凝聚的「特種部隊」去攻堅硬核生物學，而是被重新發(fā)配到了各種互不相干的領域：

• Gemini相關大模型項目

• 酶設計與基因組學

• 核聚變控制

• Alphabet旗下專注于藥物研發(fā)的商業(yè)化子公司Isomorphic Labs。

Google DeepMind正從攻克硬核生物學問題轉(zhuǎn)向加入「AI科學家」的競賽。

DeepMind確認「人動了」，但沒有公開完整名單，也沒有直接回應「近四分之一」這個比例。

他們改變了世界

改變不了谷歌

為什么一個剛剛贏得人類最高科學榮譽、正在顛覆醫(yī)藥研發(fā)的團隊，會被如此迅速地拆解？

答案很簡單，也極其殘酷：科學不需要KPI，但資本需要。

自2022年底ChatGPT橫空出世以來，整個硅谷就被卷入了一場前所未有的通用大模型（AGI）軍備競賽。

在這場燒錢無底洞的戰(zhàn)爭中，谷歌不僅面臨著OpenAI的貼身肉搏，還要應對Anthropic等一眾新老對手的圍追堵截。

華爾街的皮鞭不斷抽打著谷歌的脊梁，逼迫它將每一分錢、每一個算力、每一個天才，都投入到防御和反擊的最前線Gemini。

在巨頭生死存亡的紅海里，像AlphaFold這樣需要長達數(shù)年深耕、不以短期商業(yè)變現(xiàn)為目的的「深科技」（Deep Tech）項目，漸漸淪為了奢侈品。

為了給Gemini提供訓練數(shù)據(jù)和工程能力，谷歌不得不出此下策，「殺雞取卵」。

原本在實驗室里探尋生命奧秘、重塑生物邊界的頂尖科學家們，被成批地調(diào)往大模型前線。他們的工作變成了去清洗語料、訓練Agent、給AI聊天機器人糾錯。

這就像是將研發(fā)原子彈的物理學家，調(diào)去流水線上組裝智能手機。

7月29日，Google DeepMind科學團隊負責人Pushmeet Kohli緊急回應：「科學團隊沒有轉(zhuǎn)型，而是職能擴張。」

這無疑是更容易出成果、更容易商業(yè)化、更能帶來利潤的方向。這是谷歌現(xiàn)實的選擇，但正如網(wǎng)友所言：

這或許能收獲大量低垂的果實，但我認為這反而會阻礙我們對生物學的真正理解。

他的邏輯是這樣的：

如果說生物學知識與藥物發(fā)是一個高維空間，那么我們至今只見其一角，而且視角單一，「不是廬山真面目」。

這正是藥物發(fā)現(xiàn)靠運氣、而非靠計算優(yōu)化的根本原因——而運氣，不是LLM靠推理能解決的。

破局之道，在于主動設計新型生物學數(shù)據(jù)，去揭示那些被遮蔽的維度。

而比數(shù)據(jù)更根本的，是我們需要具有強烈因果導向的模型——不止看到關聯(lián)，更要理解機制

AlphaFold 2就是這個思路最典型的代表，而此后這個領域幾乎所有的重要進展，其實都是在享用AlphaFold 2當年播下的種子。

但遺憾的是，創(chuàng)造了AlphaFold 2的團隊成員，只能是「為他人做嫁衣」。

參考資料：

https://www.ft.com/content/61b2953d-ee0d-45de-af6e-a9c1cf524b33

https://x.com/pushmeet/status/2082570716122362021

https://x.com/msikic/status/2082404380578296045

編輯：大衛(wèi)