Google DeepMind scioglie il team di AlphaFold: un quarto degli autori ha lasciato l'azienda
Il gruppo che ha sviluppato il modello per le proteine premiato con il Nobel è stato redistribuito lo scorso anno. Il Nobel John Jumper e due colleghi passeranno ad Anthropic.
Google DeepMind ha sciolto il team che ha creato AlphaFold, secondo quanto riferisce il Financial Times. Nel corso dell’ultimo anno, la maggior parte degli autori originari degli studi scientifici su AlphaFold è stata assegnata ad altri progetti. Quasi un quarto degli autori che lavoravano stabilmente in DeepMind ha lasciato del tutto l’azienda. DeepMind ha confermato la riorganizzazione.
Sviluppato a partire dal 2018, AlphaFold ricava la forma tridimensionale di una proteina dalla sua sequenza chimica. Può sembrare un impiego molto specifico, ma la forma determina la funzione di una proteina e, prima di AlphaFold, ricostruirla in laboratorio poteva richiedere mesi o anni per ogni singolo caso. Il modello ha ridotto il lavoro a pochi minuti e ha pubblicato previsioni per quasi tutte le proteine conosciute. John Jumper, vicepresidente ed Engineering Fellow, e il CEO di DeepMind Demis Hassabis hanno ricevuto per questo il Nobel per la chimica nel 2024. Era l’esempio perfetto del metodo DeepMind: scegliere un problema scientifico difficile, costruirgli attorno una squadra dedicata e risolverlo.
Quell’impostazione sta ora lasciando il posto a un’altra strategia. «Negli ultimi nove anni ci siamo concentrati su grandi sfide, con un obiettivo preciso attorno al quale organizzare ciascun progetto», ha spiegato al Financial Times Pushmeet Kohli, vicepresidente della ricerca e responsabile di AI for Science. «La strategia si è evoluta». Invece di riunire ricercatori attorno a singoli problemi come il ripiegamento delle proteine, il laboratorio sta sviluppando sistemi basati su Gemini che possano assistere gli scienziati in molti ambiti e, in futuro, automatizzare parti del processo di ricerca. Gli ex membri di AlphaFold lavorano ora su Gemini, progettazione di enzimi, fusione nucleare e genomica, oppure sono passati a Isomorphic Labs, la società di Alphabet dedicata alla scoperta di farmaci che collabora con Novartis ed Eli Lilly.
Le partenze coinvolgono il nucleo del progetto. All’inizio dell’anno Jumper e il collega Jonas Adler erano passati al team interno «Code Strike» di Google, incaricato di migliorare le capacità di programmazione dell’IA nella competizione con Anthropic e OpenAI. Il mese scorso Jumper ha annunciato il trasferimento ad Anthropic; Adler e un altro collega di AlphaFold, Alexander Pritzel, lo seguiranno. Una persona di DeepMind li ha definiti al Financial Times «membri fondamentali e importanti del team centrale», aggiungendo che l’uscita ha sorpreso l’azienda. Anthropic, intanto, ha aperto quest’anno Claude Science, uno spazio di lavoro per la biologia e la ricerca farmaceutica.
Ci sono due letture, e probabilmente contengono entrambe una parte di verità. La prima è favorevole a DeepMind: i modelli generali sono diventati abbastanza capaci da rendere meno efficiente un team specializzato per ogni problema. La seconda lo è meno: denaro e attenzione si concentrano sulla corsa agli agenti di frontiera, e i gruppi scientifici specializzati perdono la competizione interna per i talenti. In ogni caso, il laboratorio che ha vinto un Nobel con un modello scientifico molto mirato si sta riorganizzando attorno a un modello generalista.
Cosa significa per te: Nell’immediato, poco. Ma la scelta mostra dove si stanno spostando i finanziamenti per la ricerca sull’IA. Il risultato scientifico più celebre dell’IA moderna viene assorbito in una strategia costruita attorno agli assistenti generalisti. È un segnale di quanto il settore creda che i modelli generali finiranno per inglobare quelli specializzati. Le aspettative, però, vanno tenute sotto controllo: nessuno ha ancora dimostrato che un sistema simile a Gemini sappia produrre una scoperta scientifica paragonabile ad AlphaFold.
Fonti
Fonti: https://www.ft.com/content/61b2953d-ee0d-45de-af6e-a9c1cf524b33
Con Google Lyria 3.5 puoi correggere una parte di una canzone IA senza rifare tutto
La nuova funzione Selective Section Painting modifica singole parti di un brano. Un ritornello poco riuscito non obbliga più a rigenerare l'intera canzone. Google continua però a non chiarire quali dati abbia usato per l'addestramento.