Google разпределя $36 млн. за AI наука — 17 проекта трябва да покажат резултат

На 14 октомври 2026 г. Google.org обяви 17 организации, избрани да получат общо $36 млн. по Google.org Impact Challenge: AI for Science; те могат да се включат и в шестмесечна програма с инженерна подкрепа, наставничество и инфраструктура от Google. Средствата са насочени към изследвания на климата, околната среда, енергията и здравето. Обявени са научните задачи, а резултатите от тях тепърва предстои да бъдат проверени.

В съобщението на UC San Diego от 14 октомври се посочва, че получателите са представени на среща на Google.org в Дъблин и че екипът на Дънкан Уотсън-Парис получава $2,35 млн. за климатично моделиране; самият изследовател описва една от целите като „identify where new observations could have the greatest value“. Проектът предвижда моделът да насочва бъдещи океански измервания, включително със специално пригодени плаващи уреди Argo за измерване на смесването на водата. Така планът свързва изчислителна прогноза с данни, които впоследствие могат да я изпитат.

Кои са избраните проекти

Финансирането обхваща различни научни задачи, затова общата сума не описва един-единствен тип резултат. В направленията климат, околна среда и енергия са избрани следните екипи:

• AfriClimate AI Limited търси атмосферни признаци за опасни бури в Африка с цел по-ранни предупреждения за внезапни наводнения.
• Inria Chile Research Center изгражда модел на океана, който съчетава данни за физичните процеси и морските екосистеми.
• Massachusetts Institute of Technology обучава AI агенти да тълкуват експериментални микроскопски изображения при откриването на материали.
• Max Planck Institute for Plasma Physics, съвместно с TU Eindhoven, разработва физически обоснован модел на турбулентността в термоядрени реактори.
• The University of Texas at Austin създава невронни модели за проектиране на компактни термоядрени реактори.
• UC San Diego свързва наблюденията на Земята, климатичен модел и избора на места за нови океански измервания.
• University of Cambridge комбинира микроскопия и физични модели, за да прогнозира износването на катоди за натриево-йонни батерии.
• University of Washington проектира белтъци за екологични приложения, сред които разграждане на пластмаса.

В здравеопазването и науките за живота проектите се простират от клетъчни механизми до кандидати за лекарства:

• AITHYRA Research Institute с EPFL изследва как вирусни белтъци променят работата на клетките и търси нови възможности за лекарствено въздействие.
• Allen Institute проектира ДНК последователности, насочени към мозъчни клетки, уязвими при невродегенеративни заболявания.
• Australian National University разработва данни и модели за разпознаване на устойчивост към химиотерапия.
• National University of Singapore изследва как генетични варианти променят обработката на РНК и влияят върху заболявания.
• New York University Grossman School of Medicine търси причини за мутации чрез картографиране на увреждания на ДНК.
• University of California, Berkeley извлича разбираеми медицински хипотези от прогнози на AI модели.
• University of Cape Town картографира варианти в гени, участващи в разграждането на лекарства, за да подпомогне избора на лечение.
• University of Pittsburgh сравнява възстановяването на сърцето при различни видове и търси свързаните с него генетични механизми.
• University of Toronto изгражда модел и набор от данни за проектиране на лекарства на основата на пептиди.

Какви индивидуални суми са известни

Общият списък назовава получателите и задачите им, но не дава сума за всеки проект. Отделните университетски и изследователски съобщения показват част от разпределението и уточняват какво точно ще бъде финансирано.

Изследователите Ема Пиърсън и Зиад Обермайер в UC Berkeley получават $1,7 млн. за работа върху тълкуването на медицински AI модели. Те искат да превърнат сложните представяния в моделите в разбираеми физиологични понятия, от които да се формулират хипотези в кардиологията и онкологията. Очакваният непосредствен резултат са хипотези и възможни биомаркери, чиято клинична стойност ще изисква отделна проверка.

University of Pittsburgh посочва грант от $2,25 млн. за лабораторията на Кейсуке Ишихара, която ще сравнява данни за отделни клетки от различни видове, за да открие генетични механизми на сърдечната регенерация. Екипът планира да изпита посочените от модела кандидати в увредени човешки сърдечни органоиди — отгледани в лаборатория модели на сърдечна тъкан. Тези опити са решаващата стъпка между изчислителното предположение и наблюдаван биологичен ефект.

Според AITHYRA консорциумът ѝ с EPFL получава $2,4 млн. за тригодишен проект; същото съобщение уточнява, че конкурсът първоначално е обявен за $30 млн., а окончателният общ размер за избраните получатели е $36 млн. Изследователите ще съчетаят генеративни модели за взаимодействията между вируси и клетки с лабораторни изпитвания на предложените мишени. Това е път към откриване на кандидати за лекарства, а не завършено лечение.

Как финансираните модели могат да дадат научен резултат

Проектите започват от различни данни и ще изискват различна проверка. При UC San Diego наблюденията на Земята трябва да помогнат за изграждането на климатичен модел, който да посочи къде нови измервания в океана биха били най-полезни. След събирането им изследователите ще могат да сравнят прогнозите с наблюдаваното. Изборът на места за измерване сам по себе си още не означава по-точна климатична прогноза.

В енергетиката разстоянието между модел и приложение също е голямо. Прогноза за поведението на плазмата трябва да се съпостави с физиката на реактора, а прогноза за износването на батериен катод — с експериментални наблюдения върху материала. Планираните модели могат да насочат изследванията към обещаващи условия или материали, но полезността им ще зависи от това дали предвижданията издържат такава проверка.

При биомедицинските проекти последователността е още по-видима: данните водят до модел, моделът предлага механизъм или молекула, а опитите с клетки и тъкани проверяват предложението. За екипа в Pittsburgh следващият конкретен тест са увредените човешки органоиди; за консорциума AITHYRA–EPFL — лабораторните изпитвания на взаимодействията между вирусни белтъци и клетките. Именно данните от тези експерименти ще покажат кои прогнози заслужават по-нататъшно изследване.

Прочетете също:

• ChatGPT Plus, Claude Pro или Google AI Pro: къде отиват $20
• „Безопасен“ резултат не оправдава подозрителен линк — проверете без кликване
• Intercom или Crisp: AI резултатът среща предвидимата месечна сметка