AI for Science 战略 概念

定义

DeepMind 的创始基因——用 AI 加速科学发现。不是附属项目而是战略核心：(1) 验证 AI 通用性叙事，(2) 建立人才和品牌护城河，(3) 为 AGI 路径提供非语言类 AI 的技术积累。

核心项目矩阵

项目	领域	成就	战略价值
AlphaFold 2/3	蛋白质结构	250M 结构预测，140+ 国家 180 万科学家使用，诺贝尔化学奖	品牌+人才+验证
GNoME	材料科学	从 5 万扩展到 220 万种新稳定材料，实验验证 70-90% 成功率	潜在工业应用
GraphCast/GenCast	天气预测	10 天预测超传统超算，飓风 Lee 预警提前 9 天	社会价值
AlphaProof	数学推理	IMO 级形式化推理	AGI 路径验证
Genie 1/2/3	World Model	从图片生成可交互 3D 世界	AGI 路径核心

[来源：podcast，Kohli/Hassabis/Rocktäschel 当事人视角]

战略意义的三个维度

1. 品牌与人才护城河

• AlphaFold 诺贝尔奖 = "AI 能做真正的科学"最强背书 [来源：podcast，Hassabis 视角]
• "你可以在 DeepMind 做其他任何地方都做不了的事"——Hassabis 的招聘叙事 [来源：podcast，当事人视角]
• 2000 人 Frontier AI 团队中大量纯科研方向（4D 投影、DNA 检测等仅约 10 人的小组）[多源印证：tier2 DM App访谈260407]

2. AGI 路径验证

• AlphaGo/AlphaZero 验证了 RL/self-play 能超越人类 → Layer 2
• AlphaFold 验证了 AI 能解决人类几十年未解的科学问题 → 通用性证明
• Genie 验证了 World Model 可行性 → Layer 3
• AlphaProof 验证了形式化推理 → Layer 4

3. 与竞争对手的差异化

• Hassabis 反复强调 DeepMind ≠ LLM 公司 [来源：podcast，当事人视角]
• OpenAI/Anthropic 没有对等的 Science 项目组合
• 这是 DeepMind "长棋"叙事的核心支撑

商业化张力

• AI for Science 项目几乎不直接产生收入
• 间接价值：人才吸引、品牌声誉、技术积累回馈模型（如 AlphaFold 的蛋白质理解能力）
• 潜在商业化路径：Isomorphic Labs（Hassabis 兼任 CEO 的药物发现公司）使用 AlphaFold 技术

待验证假设

• AI for Science 的技术积累能在多大程度上回馈到通用模型能力？
• 没有直接收入的纯科研方向在 Google 的资源竞争中能维持多久？