"जवळपास 9 वर्षांनंतर, मी Google DeepMind सोडून अँथ्रोपिकमध्ये सामील होण्याचा निर्णय घेतला आहे," जम्पर यांनी सोशल प्लॅटफॉर्म X वर लिहिले. त्यांनी DeepMind चे मुख्य कार्यकारी Demis Hassabis यांना श्रेय दिले की "मला पीएचडी पूर्ण केल्यानंतर अवघ्या सहा महिन्यांत अल्फाफोल्ड संघाचे नेतृत्व करण्याची संधी मिळाली." For more context on this story, see our ongoing AI trends.
Google ने ब्लूमबर्ग न्यूजला जाण्याची पुष्टी केली.
नोबेल विजेते ट्रॅक रेकॉर्ड
जंपरने डीपमाइंड येथील संघाचे नेतृत्व केले ज्याने अल्फाफोल्ड विकसित केली, एक एआय प्रणाली जी प्रथिनांच्या त्रिमितीय संरचनेचा त्यांच्या अमीनो-ॲसिड अनुक्रमांवरून अचूकपणे अंदाज लावते. या यशाने "प्रोटीन-फोल्डिंग प्रॉब्लेम" सोडवला, आण्विक जीवशास्त्रातील एक मोठे आव्हान जे अर्ध्या शतकापासून उभे होते आणि त्याचे परिणाम औषध शोध, जैवतंत्रज्ञान आणि मूलभूत विज्ञानावर उमटले.
त्या कार्यासाठी, जंपर आणि हसाबिस — बायोकेमिस्ट डेव्हिड बेकरसह — यांना 2024 रसायनशास्त्रातील नोबेल पारितोषिक प्रदान करण्यात आले. डीपमाइंडमध्ये, जम्परने उपाध्यक्षपदाची पदवी घेतली आणि त्याला प्रयोगशाळेतील सर्वात वरिष्ठ वैज्ञानिक नेत्यांमध्ये स्थान दिले.
हालचाल महत्त्वाची का
नोबेल पारितोषिक विजेत्याला थेट प्रतिस्पर्ध्याकडून गमावणे हा कोणत्याही परिस्थितीत धक्का आहे, परंतु वेळ त्याचे महत्त्व वाढवते. ब्लूमबर्गच्या म्हणण्यानुसार, सर्वात शक्तिशाली एआय मॉडेल्स तयार करण्याच्या शर्यतीत अँथ्रोपिक, ओपनएआय आणि स्पेसएक्सच्या xAI उपक्रमाला मागे टाकण्याच्या गुगलच्या मोहिमेला या हालचालीमुळे अडथळा येऊ शकतो.
स्पर्धात्मक दबाव केवळ कच्च्या संशोधन प्रतिभेबद्दल नाही. माजी Google कर्मचाऱ्यांनी ब्लूमबर्गला सांगितले की कंपनीने व्यवसायांना AI कोडिंग साधने विकण्यासाठी संघर्ष केला आहे, ही एक श्रेणी जी एन्थ्रोपिक आणि ओपनएआय या दोन्हींसाठी वाढीचे प्रमुख इंजिन बनली आहे. DeepMind मधील कामगार आणि अधिकारी यांनी कथितपणे चिंता व्यक्त केली आहे की AI कोडिंग सहाय्यक शोधणाऱ्या कंपन्यांसाठी Google कडे एक स्पष्ट, आकर्षक उत्पादन नाही - तोच विभाग जिथे Anthropic's Claude Code आणि OpenAI's Codex वेगाने ग्राउंड मिळवत आहेत.
प्रतिभेचे युद्ध तापले
जंपरचे निर्गमन उच्चभ्रू संशोधकांच्या विस्तृत पॅटर्नला बसते कारण निधी आणि मूल्यमापन ऐतिहासिक पातळीपर्यंत पोहोचले आहे. कंपन्या अधिक सक्षम प्रणालींकडे धाव घेत असताना, दुर्मिळ संसाधन यापुढे एकट्याची गणना करत नाही तर यशस्वी संशोधनाच्या सिद्ध नोंदी असलेल्या शास्त्रज्ञांचा छोटासा पूल आहे. मार्केटवॉचने निरीक्षण केले की Google शेक-अप हे हायलाइट करते की मानवी कौशल्य आता संपूर्ण AI पुरवठा शृंखलामध्ये सर्वात मर्यादित इनपुट कसे असू शकते.
अँथ्रोपिकसाठी, जम्परच्या उंचीच्या आकृतीची नियुक्ती केल्याने वैज्ञानिक विश्वासार्हता आणि गुंतवणूकदार, ग्राहक आणि संभाव्य नोकरदारांना सिग्नल मिळतो की लॅब प्रस्थापित दिग्गजांपासून दूर असलेल्या उच्च-स्तरीय प्रतिभांना आकर्षित करू शकते. एन्थ्रोपिकने स्वतःला AI सुरक्षा संशोधनाभोवती स्थान दिले आहे आणि जटिल जैविक प्रणालींचे मॉडेलिंग करण्याचा सखोल अनुभव असलेला संशोधक प्रगत मॉडेल समजून घेण्याच्या आणि चालविण्याच्या प्रयत्नांमध्ये योगदान देऊ शकतो.
अल्फाफोल्डचा बाह्य प्रभाव
जम्परने जे तयार करण्यास मदत केली त्याचे प्रमाण ओव्हरस्टेट करणे कठीण आहे. अल्फाफोल्डच्या आधी, एक्स-रे क्रिस्टलोग्राफी सारख्या तंत्राचा वापर करून एका प्रोटीनची त्रिमितीय रचना निश्चित करण्यासाठी काही महिने किंवा वर्षांपर्यंत परिश्रमपूर्वक प्रयोगशाळेचे काम लागू शकते. अल्फाफोल्डने जवळजवळ प्रत्येक ज्ञात प्रथिनांसाठी अत्यंत अचूक अंदाज तयार केले आणि त्याच्याभोवती तयार केलेल्या स्ट्रक्चरल डेटाबेसमध्ये 190 हून अधिक देशांतील संशोधकांनी प्रवेश केला आहे. औषध शोधाच्या सुरुवातीच्या टप्प्याला गती देण्याचे आणि अनुवांशिक, शेती आणि रोग मॉडेलिंगमधील संशोधनाच्या नवीन ओळी उघडण्यासाठी या यशाचे श्रेय मोठ्या प्रमाणावर देण्यात आले.
हा ट्रॅक रेकॉर्ड जम्परला प्रतिस्पर्ध्यासाठी आकर्षक बनवतो. Frontier AI लॅब्स वाढत्या प्रमाणात शास्त्रज्ञांना बक्षीस देत आहेत ज्यांनी महत्त्वाकांक्षी संशोधन उद्दिष्टे तैनात, वास्तविक-जागतिक प्रणालींमध्ये अनुवादित करण्याची क्षमता प्रदर्शित केली आहे - शुद्ध सैद्धांतिक तेजापेक्षा एक दुर्मिळ संयोजन.
DeepMind काय हरवते
अल्फाफोल्डचा वारसा सुरक्षित आहे आणि जगभरातील शेकडो हजारो शास्त्रज्ञांद्वारे वापरले जाणारे साधन म्हणून ही प्रणाली आधीच प्रसिद्ध झाली आहे. परंतु त्याच्या प्रमुख वास्तुविशारदाच्या जाण्याने कामाला त्याच्या पुढील टप्प्यात पुढे ढकलण्याशी संबंधित असलेल्या नेत्याला काढून टाकले जाते — औषध डिझाइन, एन्झाइम अभियांत्रिकी आणि साहित्य विज्ञानातील संभाव्य अनुप्रयोगांसह.
DeepMind ने संशोधकांचा एक खोल खंड कायम ठेवला आहे आणि Google ने भरपाई आणि संगणकीय प्रवेशाद्वारे प्रतिभा टिकवून ठेवण्यासाठी मोठ्या प्रमाणात गुंतवणूक केली आहे. तरीही हाय-प्रोफाइल निर्गमन कोणत्याही एका प्रकल्पाच्या पलीकडे खर्च करतात. ते मनोधैर्य प्रभावित करू शकतात, उत्तराधिकाराचे नियोजन गुंतागुंतीत करू शकतात आणि प्रतिस्पर्ध्यांना गतीची कथा ज्याचा सामना करणे कठीण आहे.
मोठे चित्र
जम्परची हालचाल ही स्मरणपत्र आहे की एआय उद्योगाचे गुरुत्वाकर्षण केंद्र द्रव आहे. एकेकाळी अगम्य वाटणाऱ्या लॅब आता केवळ मॉडेलच्या कामगिरीवरच नव्हे तर ते तयार करणाऱ्या लोकांना धरून ठेवण्याच्या त्यांच्या क्षमतेवर स्पर्धा करत आहेत. एआय डेव्हलपमेंटमध्ये अनेकांना अपेक्षित कालावधीसाठी सर्वात मोठ्या कंपन्या तयारी करत असल्याने, चिप पुरवठा आणि ऊर्जा पायाभूत सुविधांच्या बरोबरीने प्रतिभा टिकवून ठेवणे हे धोरणात्मक प्राधान्य बनले आहे.
Google साठी, अल्फाफोल्डच्या सह-निर्मात्याला वेगाने वाढणाऱ्या प्रतिस्पर्ध्याकडून गमावणे हा एक क्षण आहे. मानववंशीयांसाठी, ही एक भर्ती बंडखोरी आहे जी अधोरेखित करते की स्पर्धात्मक लँडस्केप किती लवकर बदलू शकते जेव्हा यशाच्या मागे असलेले लोक पुढे जाण्याचा निर्णय घेतात.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
