Unlocking the Impossible: Google.org’s Strategic $20M Bet on AI for Science

在一項決定性的舉措中，為了縮短日益擴大的複雜全球挑戰與科學創新速度之間的鴻溝，Google.org 宣布成立一項價值 $20M 的「AI for Science」基金。該計畫今日揭曉，向 12 個不同的學術、非營利與新創組織頒發重大補助。這些單位不只是採用人工智慧（AI），而是將人工智慧（AI）整合進研究方法的核心，以應對健康、農業與生物多樣性等方面的生存性威脅。

這筆資金注入不僅是慈善行為；它也象徵著科學發現的資金與執行方式出現結構性轉變。透過鎖定高摩擦領域——例如基因組繪圖（genomic mapping）、藥物抗性與核融合能源（fusion energy）——Google.org 旨在將傳統上需數十年才能完成的時程壓縮為數年。

Maggie Johnson，Google.org 的副總裁兼全球主管，強調了此項計畫背後的迫切性。「科學是人類進步的基石。然而，當世界的問題日益複雜時，新發現的速度反而在放緩，」Johnson 表示。「我們正為研究人員提供適當的資源，利用人工智慧（AI）去解鎖不可能。」

Accelerating Discovery at the Intersection of AI and Biology

這筆資金最直接的影響很可能出現在生命科學領域，那裡的數據量歷來已超越人類分析能力。12 個獲獎者中有五個致力於解碼生物複雜性，將醫療從被動治療轉向預測性精準醫療。

Decoding the Human Genome and Combating Disease

獲獎者之一為 UW Medicine，其將部署自有的 Fiber-seq 技術。雖然人類基因組計畫數年前宣布完成，但大約 99% 的人類基因組仍是功能上未繪製的「黑暗」區域。UW Medicine 將運用這筆資金建立這些未知區域的長讀取地圖，目標是找出讓臨床醫師數代以來難以捉摸的罕見疾病基因根源。

同時，Technical University of Munich 正試圖解決尺度問題。現有醫學模型常難以連接微觀細胞行為與整個器官功能之間的落差。他們的團隊正在建立一個多尺度基礎模型（multiscale foundation model），以連結生物學上不同層級，可能允許醫師在完全數位化的環境中模擬疾病進展並在患者接受任何治療前先行測試療法。

在傳染病領域，速度是關鍵變數。法國新創 Spore.Bio 正以人工智慧驅動的掃描器革新微生物學，設計用以偵測具致命性的抗藥性細菌。現行的檢測標準可能需耗費數日——這段延遲常常是致命性的。Spore.Bio 的技術目標是將此時間窗縮短到一小時以內。同樣地，Makerere University 的 Infectious Disease Institute 正利用像「EVE」框架與 AlphaFold 等先進工具來預測造成瘧疾的寄生蟲演化，讓研究人員能在識別藥物抗性上搶得先機。

Reshaping Global Food Systems for Resilience

隨著氣候變遷改變天氣模式且全球人口持續上升，對農業系統的壓力已逼近臨界點。Google.org 選出三個組織，這些組織正應用人工智慧（AI）以透過韌性與營養密度來確保糧食安全。

The Sainsbury Laboratory 正主導一項名為「Bifrost」的計畫，利用 AlphaFold3——Google DeepMind 的革命性蛋白質結構預測模型——來預測植物免疫受體與病原體的交互。這種僅基於基因組序列的預測能力，將可能以指數級速度加速抗病作物的育種，繞過多年來的田間試驗與錯誤。

與之互補的是 Periodic Table of Food Initiative (PTFI)，該計畫正建立一個人工智慧平台，繪製食物中所謂的「暗物質」。這些是決定營養品質與風味的數千種未知生物分子，但至今仍鮮少被食品科學編目。

在 Innovative Genomics Institute at UC Berkeley，重點放在農業的環境足跡。研究人員正解碼牛隻的微生物群（microbiomes），以識別特定的微生物互動。借助人工智慧（AI），他們希望透過編輯這些互動，大幅降低畜牧業的甲烷排放——這是溫室氣體的一大來源。

Planetary Defense: Biodiversity and Clean Energy

最後一組獲獎者的任務是保護地球的自然系統並推動向潔淨能源的轉型。這些專案高度依賴人工智慧將龐大且混亂的資料集合合成為可行的全球圖譜與模型。

UNEP-WCMC 正在處理一個被稱為「資料沙漠」的關鍵知識缺口。他們藉由使用大型語言模型（Large Language Models，LLMs）來掃描並綜整數以百萬計的科學紀錄，正在建立涵蓋所有 350,000 種已知植物的權威分佈圖。這些資料對於指導全球的保育決策至關重要，但過去過於分散而無法發揮效用。

在能源領域，Swiss Plasma Center at EPFL 正在處理全球核融合能源（fusion energy）資料的標準化問題。核融合承諾提供無限的無碳能源，但進展因資料零散而停滯。此專案將使人工智慧模型能從全球共享的實驗中學習，加速通往可行核融合電源的道路。

同時，University of Liverpool 正重新定義實驗室本身。他們的「Hive Mind」計畫將自主機器人與人類科學家及人工智慧代理連結起來。這個協作迴路旨在迅速發現能在全球規模上捕捉碳的新材料，而這類技術對於緩解氣候變遷影響是必要的。

Full List of Awardees and Project Focus

The Open Science Mandate

這一輪資助的一個決定性特徵是 Google.org 對「開放科學（Open Science）」的堅持。在一個專有資料常被嚴密保護的產業中，Google 要求這些資金的成果必須被共享。

受助者預期要將他們的資料集與解決方案以開源（open-source）的形式發表。其策略邏輯是一種乘法效應：雖然被資助的專案會帶來特定成果，但它們所產生的工具與資料可以促成其他領域的突破。例如，一個為繪製植物分佈所開發的模型，理論上可以被改編來追蹤入侵性昆蟲，只要其底層程式碼與方法論是可取得的。

A New Era of Scientific Velocity

這項 $20M 基金的部署凸顯了科學方法的一個關鍵轉折。我們正在走出純假設與人工觀測的時代，進入高維度資料模擬的時代。

透過資助那些處於此一轉型前沿的組織，Google.org 實際上是在押注一個理念：人工智慧（AI）不僅是效率的工具，而是解決現代全球性複雜問題的先決條件。無論是識別用於碳捕捉的新材料，或是預測瘧疾寄生蟲的下一次突變，這些由此基金支持的組織正證明，科學的未來是以計算為基礎、以協作為導向且步伐加速的。