17 организаций используют ИИ для ускорения научных открытий: Google.org раздал $36 млн

Google.org 10 июня 2025 года назвал 17 организаций, которые получат гранты на общую сумму 36 млн долларов для применения ИИ в науке, от прогноза штормов в Африке до расшифровки мутаций ДНК, и отобраны они из заявок 30 стран.

Конкурс AI for Science Impact Challenge стартовал в начале года как открытый приём заявок от команд, работающих на стыке искусственного интеллекта и фундаментальных исследований. Google.org предложил не только деньги: победители могут пройти шестимесячный акселератор с инженерной поддержкой, менторами и доступом к инфраструктуре Google. Области покрытия: климат, здоровье и науки о жизни, энергетика.

Что именно отбирали и зачем?

Конкурс был устроен просто: подай заявку, покажи научную задачу и объясни, как ИИ поможет её решить быстрее. Отбирали по трём направлениям.

Климат и окружающая среда. Здесь 8 проектов: от раннего предупреждения о наводнениях в Африке до цифрового двойника (цифровая копия реального объекта, на которой можно тестировать сценарии) океана и поиска новых материалов для натрий-ионных батарей.

Здоровье и науки о жизни. 9 проектов: персонализированная онкология, расшифровка повреждений ДНК, дизайн лекарств для «неизлечимых» белков и картирование генетических вариантов, влияющих на метаболизм лекарств в африканских популяциях.

Конкурс не требовал, чтобы команда использовала именно продукты Google. Заявки принимались из университетов, исследовательских институтов и некоммерческих организаций.

Какие проекты выделяются?

Несколько проектов стоит разобрать подробнее, потому что результаты обещают прямую пользу.

• AfriClimate AI (Африка) строит модель прогноза смертоносных штормов. Цель: увеличить время предупреждения о внезапных наводнениях с менее чем 3 часов до более чем 6 часов. Для стран без развитой метеослужбы это буквально спасённые жизни.
• Австралийский национальный университет возглавляет международный консорциум, цель которого: покончить с подбором химиотерапии методом проб и ошибок и перейти к точной онкологии (precision oncology, когда лечение подбирают по генетическому профилю опухоли конкретного пациента).
• Институт Макса Планка совместно с Эйндховенским техническим университетом применяет ИИ, обученный на физических законах, для моделирования хаотических процессов внутри термоядерных реакторов. Это попытка сократить разрыв между симуляцией и реальностью в чистой энергетике.
• Университет Кембриджа использует физические фундаментальные модели (foundation models, большие модели, обученные на широком массиве данных, чтобы потом решать узкие задачи) для прогноза деградации катодов в натрий-ионных батареях. Натрий дешевле лития, и такие батареи критически важны для доступного хранения энергии.
• Университет Кейптауна создаёт платформу для картирования генетических вариаций в африканских генах, отвечающих за метаболизм лекарств. Это позволит врачам подбирать дозировки точнее и снижать побочные эффекты.

Интересная деталь: Аллен-институт обязуется делиться открыто каждой моделью, последовательностью и результатом, что делает проект полезным для учёных за пределами грантовой программы.

Чего в списке нет?

Google.org не раскрыл, сколько именно получит каждая из 17 организаций. Критерии отбора описаны общими словами, без публичной методологии оценки заявок. Также неизвестно, сколько всего заявок было подано, а значит, оценить конкурс среди участников невозможно.

Что делать с этим прямо сейчас?

Автору Дзена. 17 организаций используют ИИ для ускорения научных открытий, и каждый из этих проектов может стать темой для отдельного разбора. Прогноз наводнений, персонализированная химиотерапия, термоядерный синтез: аудитория читает про ИИ, но ценит, когда за ним стоит конкретная человеческая проблема.

Маркетологу. Тренд очевиден: крупные компании финансируют не «ИИ вообще», а ИИ-решения для конкретных отраслей. Если вы продвигаете технологический продукт, фрейм «ИИ для конкретной задачи» работает убедительнее, чем «ИИ-революция».

Предпринимателю в РФ и СНГ. Прямого участия российских организаций в списке нет. Но несколько проектов используют открытые модели и публикуют результаты. Модели прогноза паводков и климатические цифровые двойники можно адаптировать: в России ежегодно от наводнений страдают десятки регионов, а данные по гидрологии доступны через Росгидромет. Из доступных в РФ инструментов для подобных задач: YandexGPT и GigaChat для обработки текстовых данных, а для научных вычислений, открытые модели, которые можно запускать на своих серверах.

Если вы работаете в области, где ИИ может ускорить исследования, следите за результатами акселератора: первые модели и датасеты от этих 17 команд должны появиться в открытом доступе к концу 2025 года.

По данным Google.org