Google вкладывает $40 млн в миссию Genesis: AI-токены для научных открытий

Корпорация Google через своё подразделение DeepMind объявила о выделении сорока миллионов долларов в виде AI-токенов и облачных кредитов на поддержку миссии Genesis. Этот амбициозный проект нацелен на трансформацию научных исследований с помощью искусственного интеллекта. Финансирование предоставлен

Google вкладывает $40 млн в миссию Genesis: AI-токены для научных открытий

Корпорация Google через своё подразделение DeepMind объявила о выделении сорока миллионов долларов в виде AI-токенов и облачных кредитов на поддержку миссии Genesis. Этот амбициозный проект нацелен на трансформацию научных исследований с помощью искусственного интеллекта. Финансирование предоставлено через программу Google AI for Science, которая с 2021 года поддерживает учёных, использующих машинное обучение для решения фундаментальных проблем. В отличие от традиционных грантов, токены дают доступ к вычислительным мощностям Google, включая TPU-кластеры, что позволяет исследователям запускать масштабные модели и обрабатывать огромные массивы данных.

Что такое миссия Genesis и почему Google вложил $40 млн

Genesis — это не отдельный эксперимент, а экосистема, объединяющая исследователей со всего мира для работы над ключевыми научными вызовами: от моделирования климата до открытия новых материалов и лекарств. Google предоставляет не деньги напрямую, а так называемые AI-токены — единицы доступа к своим вычислительным мощностям, включая TPU-кластеры и программное обеспечение DeepMind. Эти токены позволяют учёным запускать масштабные модели и обрабатывать огромные массивы данных, которые ранее были недоступны. По словам представителей Google, миссия Genesis уже привлекла более 200 исследовательских групп из 50 стран. Первые проекты включают предсказание структуры белков для редких заболеваний, оптимизацию катализаторов для улавливания углерода и создание цифровых двойников экосистем. Компания подчёркивает, что финансирование рассчитано на три года, но может быть продлено в зависимости от результатов.

Как AI-токены могут ускорить научные открытия?

Традиционные научные гранты обычно выдаются деньгами, которые учёные тратят на оборудование, зарплаты и облачные сервисы. AI-токены Google — это предоплаченные вычислительные ресурсы, которые нельзя конвертировать в наличные. Они работают как «время на TPU»: исследователь получает доступ к конкретным мощностям на определённый срок. Это гарантирует, что средства пойдут именно на вычисления, а не на административные расходы. Кроме того, токены можно передавать между проектами внутри одной группы, что даёт гибкость. Такой подход демократизирует доступ к AI-инфраструктуре, позволяя небольшим лабораториям и стартапам конкурировать с крупными корпорациями.

Предыстория и контекст

Google DeepMind давно инвестирует в научные приложения AI. В 2020 году их система AlphaFold совершила прорыв в предсказании трёхмерных структур белков, что привело к созданию базы данных, используемой миллионами учёных. Позже появились AlphaFold2 и AlphaMissense для анализа генетических мутаций. Однако доступ к таким вычислительным ресурсам оставался ограниченным: не каждая лаборатория могла позволить себе обучение больших моделей. Миссия Genesis призвана демократизировать доступ к AI-инфраструктуре. В отличие от грантов, которые выделяются на конкретные проекты, AI-токены можно гибко распределять между задачами — это снижает бюрократические барьеры. Google также предоставляет техническую поддержку и обучающие материалы для исследователей, не имеющих опыта в машинном обучении.

Технические детали: как устроена инфраструктура Genesis

В основе миссии лежат облачные серверы Google с TPU v4 и v5p — специализированными чипами для обучения нейросетей. Исследователи также получают доступ к фреймворкам JAX и TensorFlow, оптимизированным под эти процессоры. Для проектов, требующих квантовой химии или молекулярной динамики, Google предоставляет интеграцию с платформами AlphaFold и Open Catalyst. Ключевая особенность — возможность запускать симуляции, которые раньше занимали месяцы, за несколько дней. Например, моделирование климатических сценариев с разрешением в 1 км по всему земному шару теперь доступно для команд, не имеющих собственных суперкомпьютеров. Google также обещает приоритетный доступ для проектов, связанных с устойчивым развитием и здравоохранением.

Кого затронет и как

В первую очередь миссия Genesis выгодна академическим учёным и стартапам в области биоинформатики, материаловедения и климатологии. Они получат возможность конкурировать с крупными корпоративными лабораториями, такими как Microsoft Research или IBM. Для российских и постсоветских исследователей участие возможно через международные коллаборации, хотя прямой доступ к Google Cloud может быть ограничен из-за санкций. Тем не менее, несколько групп из МФТИ и Сколтеха уже выразили заинтересованность в партнёрстве. Для самой Google это стратегический шаг: компания укрепляет позиции в научном сообществе, одновременно продвигая свои облачные сервисы. Успешные проекты Genesis могут стать коммерческими продуктами — например, новые материалы для аккумуляторов или лекарства, найденные с помощью AI.

Что будет дальше

Google планирует ежегодно отчитываться о прогрессе миссии, публикуя открытые данные и модели. Ожидается, что первые результаты появятся уже в 2025 году: вероятно, это будут новые кандидаты в лекарства от редких заболеваний и более точные климатические модели. В долгосрочной перспективе Genesis может стать прототипом для глобальной «AI-научной платформы», где учёные делятся вычислительными ресурсами и данными. Если пилот окажется успешным, Google может увеличить финансирование до $100 млн и привлечь других партнёров.

Итог

Инвестиция Google в $40 млн — это не просто благотворительность, а прагматичный шаг к ускорению научного прогресса. AI-токены снимают главное препятствие для многих исследований — доступ к вычислительным мощностям. Если миссия Genesis оправдает ожидания, она может изменить то, как проводятся научные открытия, сделав их более быстрыми и доступными. Следить за проектом стоит всем, кто интересуется пересечением AI и науки — первые результаты могут появиться уже в ближайшие месяцы.