به گزارش ثروت فردا، AlphaFold یکی از مهمترین پروژه‌های هوش مصنوعی در تاریخ علم است؛ پروژه‌ای که توانست مسئله پیچیده پیش‌بینی ساختار پروتئین‌ها را متحول کند و نام خود را در کنار بزرگ‌ترین دستاوردهای علمی عصر هوش مصنوعی قرار دهد. حالا انحلال تیم سازنده AlphaFold در گوگل دیپ‌مایند این پرسش را ایجاد کرده که آیا این اتفاق به معنای پایان این پروژه است یا آغاز مرحله‌ای تازه برای آن؟
انحلال تیم AlphaFold چه معنایی دارد؟
انحلال تیم AlphaFold در گوگل دیپ‌مایند، به معنای متوقف شدن کامل این فناوری نیست. بر اساس گزارش‌های منتشرشده، بخش قابل توجهی از پژوهشگران این پروژه طی ماه‌های گذشته به پروژه‌های دیگر منتقل شده‌اند، برخی به شرکت Isomorphic Labs رفته‌اند و تعدادی نیز از گوگل دیپ‌مایند خارج شده‌اند. گزارش فایننشال تایمز نیز این تغییر را بخشی از تغییر راهبرد پژوهشی دیپ‌مایند عنوان کرده است.
اهمیت این تغییر از آنجا ناشی می‌شود که AlphaFold یکی از نمونه‌های برجسته استفاده از هوش مصنوعی برای حل یک مسئله بنیادی علمی بود. این فناوری نشان داد مدل‌های هوش مصنوعی می‌توانند در حوزه‌هایی فراتر از تولید متن و تصویر، به حل مسائل پیچیده زیست‌شناسی و علوم پایه کمک کنند.
در نتیجه، انحلال تیم را نباید به‌تنهایی به عنوان شکست پروژه تفسیر کرد. اتفاقی که در حال رخ دادن است، بیشتر به تغییر ساختار و اولویت‌های تحقیقاتی گوگل دیپ‌مایند مربوط می‌شود.
AlphaFold چگونه به یک پروژه تاریخی تبدیل شد؟
گوگل دیپ‌مایند در سال‌های گذشته AlphaFold را به یکی از شناخته‌شده‌ترین پروژه‌های علمی خود تبدیل کرد. هدف اصلی این فناوری، پیش‌بینی ساختار سه‌بعدی پروتئین‌ها از روی توالی اسیدهای آمینه بود؛ مسئله‌ای که سال‌ها یکی از چالش‌های مهم زیست‌شناسی محاسباتی محسوب می‌شد.
طبق اطلاعات رسمی گوگل دیپ‌مایند، پایگاه داده AlphaFold به بیش از ۲۰۰ میلیون ساختار پروتئینی گسترش یافته است. همچنین در سال ۲۰۲۴، AlphaFold ۳ معرفی شد که توانایی پیش‌بینی ساختار و تعاملات مولکول‌های مختلف را توسعه داد.
این پیشرفت باعث شد AlphaFold از یک پروژه آزمایشگاهی فراتر برود و به ابزاری مورد استفاده پژوهشگران در حوزه‌هایی مانند زیست‌شناسی، داروسازی و تحقیقات پزشکی تبدیل شود.
AlphaFold و جهش در زیست‌شناسی
پروتئین‌ها نقش مهمی در بسیاری از فرایندهای حیاتی بدن دارند و شکل سه‌بعدی آنها می‌تواند اطلاعات مهمی درباره عملکردشان ارائه دهد. پیش‌بینی این ساختارها پیش از ظهور مدل‌های پیشرفته هوش مصنوعی، فرایندی دشوار و زمان‌بر بود.
AlphaFold با استفاده از روش‌های یادگیری ماشین توانست سرعت این فرایند را به شکل چشمگیری افزایش دهد. همین موضوع یکی از دلایل اصلی اهمیت علمی پروژه بود.
چرا تیم AlphaFold منحل شد؟
پرسش اصلی این است که چرا گوگل دیپ‌مایند تصمیم گرفته است تیمی را که یکی از مهمترین موفقیت‌های علمی خود را رقم زده، منحل کند؟
یکی از توضیحات مطرح‌شده این است که مأموریت اولیه پروژه تا حد زیادی محقق شده است. وقتی یک فناوری به مرحله بلوغ می‌رسد، ممکن است ادامه توسعه آن دیگر نیازمند همان ساختار متمرکز اولیه نباشد.
از سوی دیگر، راهبرد تحقیقاتی گوگل دیپ‌مایند در حال تغییر است. گزارش فایننشال تایمز نشان می‌دهد این شرکت در حال حرکت از تیم‌هایی است که روی مسائل علمی منفرد تمرکز می‌کنند به سمت سامانه‌های گسترده‌تر مبتنی بر مدل‌های زبانی و هوش مصنوعی است.
در چنین شرایطی، تجربه و فناوری به‌دست‌آمده از AlphaFold می‌تواند در پروژه‌های جدیدتر مورد استفاده قرار گیرد، بدون آنکه الزاماً همان تیم اولیه حفظ شود.
از سوی دیگر، برخی از اعضای تیم به پروژه‌های دیگر منتقل شده‌اند. این موضوع نشان می‌دهد سرمایه انسانی ایجادشده در طول توسعه AlphaFold همچنان برای گوگل دیپ‌مایند ارزشمند است.
آینده AlphaFold پس از انحلال تیم
یکی از نکات مهم درباره AlphaFold این است که بخش بزرگی از دستاوردهای آن در اختیار جامعه علمی قرار گرفته است. پایگاه داده ساختارهای پروتئینی و ابزارهای مرتبط با این پروژه باعث شده پژوهشگران در نقاط مختلف جهان بتوانند از نتایج آن استفاده کنند.
به همین دلیل، آینده AlphaFold الزاماً به وجود یک تیم مشخص در گوگل دیپ‌مایند وابسته نیست.
حتی اگر ساختار سازمانی اولیه پروژه از بین برود، کدها، داده‌ها، روش‌های علمی و پژوهش‌هایی که بر پایه آن شکل گرفته‌اند، می‌توانند مسیر توسعه این حوزه را ادامه دهند.
این ویژگی یکی از تفاوت‌های مهم پروژه‌های علمی بزرگ با محصولات معمول تجاری است. یک محصول تجاری ممکن است با تعطیلی شرکت سازنده متوقف شود، اما یک دستاورد علمی می‌تواند پس از انتشار در جامعه علمی مسیر مستقلی پیدا کند.
نقش هوش مصنوعی در کشف دارو
یکی از مهمترین حوزه‌هایی که می‌تواند از دستاوردهای AlphaFold استفاده کند، کشف و طراحی دارو است.
شناخت ساختار پروتئین‌ها می‌تواند به پژوهشگران کمک کند تا تعامل میان مولکول‌های مختلف را بهتر بررسی کنند و مسیرهای تازه‌ای برای طراحی دارو پیدا کنند.
گوگل دیپ‌مایند نیز AlphaFold را در همین چارچوب توسعه داده و نسخه‌های جدیدتر این فناوری را به سمت پیش‌بینی تعاملات پیچیده‌تر میان مولکول‌ها برده است. نسخه AlphaFold ۳ که در سال ۲۰۲۴ معرفی شد، برای پیش‌بینی ساختار و تعاملات مولکول‌های زیستی توسعه پیدا کرد.
بنابراین، حتی اگر تیم اولیه AlphaFold دیگر به همان شکل فعالیت نکند، اثرگذاری علمی آن می‌تواند در حوزه داروسازی و زیست‌فناوری ادامه داشته باشد.
AlphaFold و جایزه نوبل شیمی
اهمیت علمی AlphaFold تا جایی پیش رفت که دمیس هاسابیس و جان جامپر در سال ۲۰۲۴ به همراه دیوید بیکر جایزه نوبل شیمی را دریافت کردند.
کمیته نوبل اعلام کرد نیمی از جایزه نوبل شیمی ۲۰۲۴ به دیوید بیکر و نیم دیگر به صورت مشترک به دمیس هاسابیس و جان جامپر برای پیش‌بینی ساختار پروتئین‌ها تعلق گرفته است.
کمیته نوبل همچنین توضیح داده است که AlphaFold2 توانست پیش‌بینی ساختار تقریباً تمام پروتئین‌های شناخته‌شده را امکان‌پذیر کند و این فناوری در حوزه‌هایی از جمله تحقیقات دارویی و فناوری محیط‌زیست مورد استفاده قرار گرفته است.
این اعتبار علمی نشان می‌دهد که انحلال تیم AlphaFold را نمی‌توان با شکست علمی پروژه یکسان دانست.
چرا پایان تیم به معنای پایان پروژه نیست؟
در پروژه‌های بزرگ علمی، رسیدن به مرحله بلوغ می‌تواند به معنای تغییر ساختار تیم باشد. زمانی که یک فناوری به‌طور گسترده در اختیار پژوهشگران قرار گرفته و مسیرهای تازه‌ای برای استفاده از آن ایجاد شده است، ممکن است شرکت سازنده منابع خود را به حوزه‌های جدید منتقل کند.
در مورد AlphaFold نیز همین موضوع اهمیت دارد. بخشی از اعضای تیم به پروژه‌های دیگر گوگل منتقل شده‌اند و برخی دیگر در شرکت‌های فعال در حوزه هوش مصنوعی و زیست‌فناوری فعالیت می‌کنند.
از طرف دیگر، فناوری‌های به‌دست‌آمده از AlphaFold می‌توانند در پروژه‌های جدید مورد استفاده قرار گیرند. این یعنی پایان یک تیم مشخص، الزاماً پایان یک فناوری نیست.
AlphaFold؛ از یک تیم به یک اکوسیستم
یکی از مهمترین پیامدهای این اتفاق می‌تواند تبدیل AlphaFold از یک تیم مشخص به یک اکوسیستم گسترده علمی باشد.
پژوهشگرانی که از پایگاه داده‌ها و مدل‌های این پروژه استفاده می‌کنند، شرکت‌های دارویی که از پیش‌بینی‌های ساختاری بهره می‌برند و گروه‌های دانشگاهی که روش‌های جدیدی بر پایه آن توسعه می‌دهند، همگی بخشی از این اکوسیستم هستند.
پایان یک افسانه در گوگل؛ چرا تیم سازنده AlphaFold ناگهان منحل شد؟
گوگل دیپ‌مایند در تصمیمی خبرساز، تیم توسعه‌دهنده AlphaFold را پس از هشت سال فعالیت منحل کرد؛ تیمی که با پیش‌بینی ساختار پروتئین‌ها، یکی از بزرگ‌ترین جهش‌های علمی عصر هوش مصنوعی را رقم زد و حتی برای خالقانش نوبل شیمی به ارمغان آورد. حالا سؤال بزرگ این است: چرا گوگل چنین پروژه موفقی را متوقف کرد؟
به گزارش فرتاک نیوز، تیم توسعه‌دهنده AlphaFold، پروژه انقلابی گوگل دیپ‌مایند در حوزه پیش‌بینی ساختار پروتئین‌ها، پس از هشت سال فعالیت رسمی منحل شد؛ تصمیمی که با توجه به موفقیت کم‌نظیر این پروژه، توجه زیادی را به خود جلب کرده است.
AlphaFold در سال‌های اخیر به یکی از مهمترین دستاوردهای هوش مصنوعی در جهان علم تبدیل شد؛ ابزاری که توانست بیش از ۲۰۰ میلیون پیش‌بینی ثبت کند و نقش بزرگی در شتاب گرفتن تحقیقات زیستی و دارویی داشته باشد. اهمیت این فناوری تا جایی بود که دمیس هاسابیس و جان جامپر برای توسعه آن، سهمی از جایزه نوبل شیمی را به دست آوردند.
با این حال، گزارش فایننشال تایمز نشان می‌دهد بخش زیادی از اعضای این تیم یا به پروژه‌های دیگر گوگل منتقل شده‌اند، یا به شرکت Isomorphic Labs پیوسته‌اند و برخی نیز کلاً دیپ‌مایند را ترک کرده‌اند. در این میان، جان جامپر، یکی از چهره‌های کلیدی AlphaFold، چندی پیش راهی شرکت Anthropic شده بود.
سخنگوی گوگل دیپ‌مایند تأکید کرده که بسیاری از این جابه‌جایی‌ها از مدت‌ها قبل آغاز شده بود و انحلال رسمی تیم به‌معنای توقف کامل AlphaFold نیست؛ چرا که دیتابیس عمومی و سرور پیش‌بینی این پروژه همچنان فعال خواهند ماند.
اما علت اصلی این تصمیم چه بود؟
به نظر می‌رسد گوگل به این جمع‌بندی رسیده که ماموریت اصلی AlphaFold به پایان رسیده است. این پروژه توانست هدف اولیه‌اش را با موفقیت انجام دهد و حالا مسیر توسعه آن می‌تواند به‌جای یک تیم متمرکز، توسط اکوسیستم گسترده‌تری از پژوهشگران و گروه‌های مستقل ادامه پیدا کند.
هم‌زمان، این اتفاق با تغییرات مهم مدیریتی در گوگل دیپ‌مایند نیز همراه شده است. دمیس هاسابیس از جایگاه مدیرعاملی کنار رفت تا به‌عنوان دانشمند ارشد آلفابت فعالیت کند. گفته می‌شود تصمیم او برای رایگان نگه داشتن AlphaFold، با وجود اعتبار علمی بالا، در داخل گوگل بی‌حاشیه نبوده؛ چون این پروژه برخلاف موفقیت خیره‌کننده‌اش، درآمد مستقیمی برای شرکت ایجاد نمی‌کرد.
جان مولت، زیست‌شناس محاسباتی دانشگاه مریلند، در همین رابطه می‌گوید:
«از دیدگاه گوگل دیپ‌مایند، کار انجام شده است؛ حالا سؤال این است که مأموریت بعدی چیست؟»
از سوی دیگر، دبورا مارکس، پژوهشگر دانشکده پزشکی هاروارد، نیز این تصمیم را کاملاً منطقی توصیف کرده و گفته است:
«اگر کارتان تمام شده، چرا باید همان مسیر را ادامه دهید؟»
نسخه سوم AlphaFold که در سال ۲۰۲۴ معرفی شد، حتی از پیش‌بینی ساختار پروتئین‌ها فراتر رفت و توانایی بررسی تعاملات میان پروتئین‌ها با مولکول‌هایی مثل DNA و RNA را هم به نمایش گذاشت. همین موضوع نشان داد که این فناوری به بلوغ بالایی رسیده و حالا می‌تواند بدون نیاز به همان ساختار اولیه تیمی، به مسیر خود ادامه دهد.
در نهایت، بسیاری از کارشناسان معتقدند انحلال تیم AlphaFold به‌معنای پایان اثرگذاری این پروژه نیست. چون کدها و خروجی‌های آن در دسترس عموم قرار دارند و پژوهشگران مستقل در سراسر جهان، توسعه نسل‌های بعدی این فناوری را ادامه خواهند داد.
جمع‌بندی
گوگل تیم AlphaFold را منحل کرد، نه به‌خاطر شکست؛ بلکه چون پروژه مأموریت اصلی‌اش را انجام داده، به بلوغ رسیده و حالا ادامه مسیرش بیشتر از دل اکوسیستم علمی و پروژه‌های جدید بیرون می‌آید تا یک تیم ثابت در دیپ‌مایند.
نظر شما در مورد این مطلب چیه؟