Canada lokker AI- og videnskabstalenter, mens Trump ryster USA’s forskning

I årtier har USA nydt en af de mest kraftfulde konkurrencemæssige fordele inden for videnskab: mange af verdens bedste forskere har ønsket at arbejde der.

Den fordel forsvinder ikke fra den ene dag til den anden. USA har stadig uovertrufne koncentrationer af forskningsuniversiteter, føderale laboratorier, privat kapital og teknologivirksomheder. Men talentstrømmen bliver mindre ensrettet, og Canada gør et usædvanligt aggressivt forsøg på at udnytte denne udvikling.

Det seneste eksempel kommer fra University of Toronto, som har rekrutteret seks fremtrædende forskere, der i øjeblikket arbejder ved amerikanske institutioner, herunder MIT, National Institutes of Health (NIH), University of California San Francisco (UCSF), Ohio State University, Boston University og Washington University School of Medicine i St. Louis.

De seks er en del af det nye Eddie Goldenberg Research Chairs of Canada-program, som er hovedsageligt i Ottawas C$1,7‑milliarde Canada Global Impact+ Research Talent Initiative. Den bredere indsats er designet til at tiltrække og støtte mere end 1.000 internationale og ekspatriateforskningsfolk over 12 år, med C$1 milliarde specifikt afsat til forskningsstole.

Det, der gør den første gruppe særlig bemærkelsesværdig, er, hvor talentet kommer fra. Af de første 64 forskere, der er rekrutteret gennem forskningsstoleprogrammet, 48 er i øjeblikket baseret i USA.

Dette begynder at ligne mindre almindelig akademisk rekruttering og mere en geopolitisk konkurrence om intellektuelt kapital.

Hvorfor USA pludselig er mere sårbart over for en forsknings‑hjerneflugt

Det er svært at adskille timingen fra den omvæltning, der har fejet gennem amerikansk videnskab, siden præsident Donald Trump vendte tilbage til embedet i januar 2025.

En januar‑2026‑analyse af Nature talte mere end 7.800 amerikanske forskningsbevillinger, der var blevet ophævet eller frosset, samt cirka 25.000 forskere og andet personale, der forlod føderale agenturer involveret i forskning. Administrationen foreslog også betydelige nedskæringer i de føderale forskningsbudgetter, herunder nedskæringer på omkring 40 % hos NIH, 57 % hos National Science Foundation (NSF) og 47 % hos NASA’s Science Mission Directorate. Ikke alle de foreslåede nedskæringer blev lovgivende, og nogle af administrationens tiltag har mødt modstand fra Kongressen og domstolene, men usikkerheden i sig selv har påvirket laboratorier, ansættelser og langsigtet forskningsplanlægning.

Administrationens holdning er mere nuanceret end blot at opgive videnskaben. Som Unite.AI for nylig har undersøgt, forsøger Det Hvide Hus at omstrukturere omkring 200 milliarder dollars i årlige føderale forskningsudgifter. Dens forslag favoriserer mere finansiering, der følger individuelle forskere, hurtigere bevillingsmekanismer, høj‑risiko‑forskning, kunstig intelligens‑drevet opdagelse og strategiske teknologier som AI og kvantecomputing. Administrationen argumenterer for, at det eksisterende universitetscentrerede finansieringssystem er blevet bureaukratisk og utilstrækkeligt fokuseret på nationale prioriteter.

Men omstrukturering af et forskningsøkosystem skaber også vindere og tabere. Aflysning af bevillinger, reduktioner i den føderale arbejdsstyrke og ændringer i, hvilke typer forskning der modtager støtte, har gjort karriereplanlægning betydeligt mindre forudsigelig for mange forskere.

Advarselstegnene dukkede hurtigt op. I marts 2025 sagde tre fjerdedele af de mere end 1.600 svarende på en Nature‑undersøgelse, at de overvejede at forlade USA, med Canada og Europa blandt de hyppigst nævnte destinationer. Undersøgelsen var selvudvalgt og bør ikke fortolkes som repræsentativ for alle amerikanske forskere, men efterfølgende job‑søgningsdata viste også en stigende interesse for stillinger uden for landet.

Canada ser ud til at have besluttet, at usikkerhed i ét land kan blive en mulighed i et andet.

Canada bygger en rekrutteringsmaskine, ikke kun ved at tilbyde et par professorater

Ottawas strategi går ud over at betale seniorforskere for at flytte.

Den C$1,7‑milliarde‑initiativer omfatter forskningsstole, infrastrukturfinansiering, stillinger for tidlige karrierer samt doktor‑ og postdoktor‑priser. I maj tilbød regeringen 659 forsknings‑træningspriser til kandidater fra 72 lande, mens Canada Impact+ Emerging Leaders‑programmet er designet til at hjælpe universiteter med at rekruttere lovende forskere meget tidligere i deres karriere.

Canada er også begyndt at tilpasse immigrationspolitikken til strategien, ved at skabe nye veje for forskere og love hurtig behandling for nogle af de rekrutterede personer.

Tilgangen er vigtig, fordi eliteforsknere sjældent flytter alene. En seniorforsker kan medbringe postdoktor‑stipendiater, ph.d.-studerende, samarbejdspartnere og fremtidige fakultetsrekrutter. Deres laboratorier kan tiltrække industrielle partnerskaber, generere intellektuel ejendom og i sidste ende skabe startups.

Den multiplikatoreffekt er det, der gør U of T’s seks rekrutter værd at undersøge individuelt.

Adrienne Campbell-Washburn: At gentænke, hvad en MR‑maskine kan være

Adrienne Campbell-Washburn flytter fra NIH’s National Heart, Lung, and Blood Institute, hvor hun blev seniorforsker efter oprindeligt at have startet som postdoktorstipendiat i 2013.

Hendes arbejde udfordrer en grundlæggende antagelse inden for magnetisk resonans‑billeddannelse: at stærkere magneter nødvendigvis er bedre.

Campbell-Washburns laboratorium var med til at pionere højtydende 0,55‑tesla lav‑felt‑MRI, der kombinerer svagere magnetfelter med moderne databehandling, indsamling og rekonstruktionsmetoder. Tilgangen kan give fordele ved billeddannelse af områder som lungerne, som traditionelt giver vanskeligheder for MRI, samtidig med at den reducerer problemer forbundet med metal‑enheder og potentielt sænker omkostningerne og infrastrukturkravene til scannerne.

Ved Sunnybrook Research Institute og U of T’s Department of Medical Biophysics planlægger hun at videreudvikle dette gennem lavpris‑MRI‑systemer, bærbare scannere og AI‑understøttede billedteknikker.

Den bredere implikation er betydningsfuld. MRI er ekstremt kraftfuld, men store konventionelle scannere er dyre og koncentreret på store hospitaler. Hvis lav‑felt‑maskiner kombineret med stadigt mere sofistikeret AI‑rekonstruktion kan producere klinisk brugbare billeder med billigere hardware, kan MRI på sigt blive tilgængelig i langt flere miljøer, herunder mindre hospitaler, lokalsamfundsklinikker og potentielt ved patientens seng.

Tanya Berger-Wolf: Brug af AI til at forstå den naturlige verden

Tanya Berger-Wolf kommer fra Ohio State University med en usædvanlig kombination af ekspertise, der spænder over teoretisk datalogi, kunstig intelligens, økologi og bevaring.

Hun er en af pionererne inden for det, der er blevet kendt som imageomics, hvor maskinlæring anvendes til at udtrække biologisk information fra de enorme mængder af billeder, der indsamles fra den naturlige verden.

Berger-Wolf var en grundlæggende bidragyder til Wildbook, en open‑source‑platform, der kan identificere individuelle dyr ud fra fotografier. Ligesom ansigtsgenkendelse skelner mellem mennesker, kan disse systemer genkende karakteristiske mærker på dyr som zebraer og hvalhajer, hvilket gør det muligt for forskere at overvåge populationer og adfærd uden udelukkende at stole på fysiske mærkater eller GPS‑halsbånd.

Hendes Imageomics Institute har siden videreudviklet konceptet betydeligt. Dens BioCLIP‑model blev trænet på mere end 210 millioner billeder, der dækker omkring én million arter, hvilket gør det muligt for AI at identificere organismer på tværs af en væsentlig del af livets kendte træ.

Ved U of T har Berger‑Wolf til hensigt at kombinere billedmateriale med lyd, genetisk information og sensordata for at bygge rigere modeller af økosystemer og hvordan de reagerer på klima og menneskelig aktivitet.

Projektet illustrerer en stadig vigtigere retning for AI: grundlæggende modeller bevæger sig ud over tekst, billeder og forbruger‑applikationer og ind i specialiserede videnskabelige domæner, hvor enorme datasæt i praksis er umulige for mennesker at analysere manuelt.

Shu (Joy) Jiang: Flytte medicinsk AI fra algoritmer til hospitaler

Shu (Joy) Jiang tilslutter sig U of T fra Washington University School of Medicine i St. Louis, hvor hendes forskning kombinerer biostatistik, kræftforudsigelse og kunstig intelligens.

Et af hendes mest bemærkelsesværdige projekter demonstrerer allerede, hvordan akademisk AI‑forskning kan krydse ind i kommerciel medicin.

Jiang og epidemiolog Graham Colditz grundlagde Prognosia, som udviklede et AI‑system, der analyserer mammogrammer for at forudsige en kvindes fem‑årsrisiko for at udvikle brystkræft. Softwaren modtog FDA Breakthrough Device‑betegnelse i 2025, og Prognosia blev efterfølgende opkøbt af det sydkoreanske medicinske AI‑firma Lunit.

I stedet for blot at opdage en eksisterende tumor, søger teknologien efter mønstre i mammogrammer, der kan indikere fremtidig risiko, herunder signaler som måske ikke er synlige for menneskelige klinikere.

Ved U of T’s Dalla Lana School of Public Health vil Jiang tage fat på et andet problem, som kan vise sig at være lige så vigtigt som at udvikle selve algoritmerne: at få valideret medicinsk AI ind i reelle kliniske miljøer.

Hendes planlagte arbejde indebærer at bygge infrastruktur, der forbinder hospitaler, reguleringsmyndigheder og industri, så medicinsk billed‑AI kan evalueres og implementeres i hele Canada.

Det adresserer en af de største flaskehalse i sundheds‑AI. Branchen har allerede et voksende udbud af lovende modeller. Den sværere udfordring er at bevise, at de fungerer konsistent på tværs af hospitaler, patientpopulationer og billedudstyr, og derefter integrere dem i arbejdsgange, hvor klinikere faktisk kan anvende dem.

Michelle Arkin: At angribe medicinens “u‑medicinerbare” mål

Michelle Arkin bringer betydeligt mere end en akademisk baggrund inden for lægemiddelforskning til U of T Mississauga.

På UCSF har hun fungeret som professor i farmaceutisk kemi, administrerende direktør for Small Molecule Discovery Center og vice‑dekan for forskningsteknologi og entreprenørskab. Tidligere i sin karriere hos Sunesis Pharmaceuticals arbejdede hun på nogle af de første potente hæmmere, der målrettet protein‑protein‑interaktioner.

Et af de forbindelser, der fremkom fra dette arbejde, var lifitegrast, som i sidste ende blev en FDA‑godkendt behandling for tørre‑øjen-sygdommen.

Hendes forskning fokuserer nu kraftigt på biologiske mål, der historisk set er blevet betragtet som svære eller umulige at udvikle lægemidler imod, herunder protein‑protein‑interaktioner, molekylære maskiner og transkriptionsfaktorer. Hun er også aktiv inden for Alzheimers‑forskning og har medstiftet flere terapeutiske virksomheder.

På U of T vil Arkin undersøge områder som molekylære limstoffer, præcisionsmedicin og AI‑understøttet lægemiddelforskning.

Molekylære limstoffer er særligt interessante, fordi de fungerer anderledes end konventionelle lægemidler. I stedet for blot at blokere et protein kan de tvinge biologiske molekyler ind i interaktioner, som normalt ikke forekommer, hvilket potentielt gør det muligt for cellen at eliminere sygdomsfremkaldende proteiner.

Kombineret med AI‑systemer, der kan forudsige molekylære interaktioner og søge i enorme kemiske rum, kunne sådanne tilgange udvide den del af den menneskelige biologi, der realistisk kan målrettes med lægemidler.

Raymond Fisman: At studere, hvad der sker, når penge møder politisk magt

Ikke alle de rekrutterede arbejder inden for laboratorievidenskab.

Økonomen Raymond Fisman tilslutter sig U of T’s Rotman School of Management fra Boston University og bringer et forskningsprogram med fokus på korruption, politisk indflydelse, styring og forholdet mellem institutioner og økonomisk adfærd.

Et af hans mest kendte studier brugte et usædvanligt datasæt: parkeringsovertrædelser begået af FN‑diplomater i New York City.

Fordi diplomater nød immunitet mod håndhævelse, kunne Fisman og økonomen Edward Miguel undersøge, hvordan embedsmænd opførte sig, når konventionelle juridiske konsekvenser stort set var fraværende. Deres forskning fandt markante forskelle, der korrelerede med korruptionsnormer i diplomaternes hjemlande, mens senere håndhævelsesforanstaltninger kraftigt reducerede overtrædelser.

Nyere arbejde har undersøgt politiske donationer, regeringens gennemsigtighed og hvordan valg‑incitamenter kan påvirke svar på anmodninger om aktindsigt. Et papir fra 2026 fandt, at agenturer i høj‑korruptionsmiljøer var mere tilbøjelige til at afvise eller forsinke anmodninger før valg.

På Rotman vil Fisman undersøge, hvordan velhavende individer og organiserede interesser påvirker offentlig politik, hvorfor vælgere nogle gange tolererer korruptionsbeviser, og hvordan regeringer kan forbedre ansvarlighed.

Hans medtagelse i programmet er vigtig. Canadas forskningsstrategi er ikke begrænset til teknologier, der straks kan blive produkter. Den anerkender også, at institutionerne, der styrer teknologi, markeder og offentlig tillid, kan være lige så afgørende som selve teknologierne.

Sara Seager: At bringe søgen efter andre verdener tilbage til Toronto

Sara Seager er sandsynligvis det mest kendte navn blandt de seks.

Den toronto‑fødte dimitterede fra U of T i 1994, før hun tog sin PhD på Harvard og til sidst blev professor ved MIT. Hun gik videre til at blive en af pionererne inden for eksoplanet‑videnskab, især studiet af planetariske atmosfærer og søgen efter gasser, der kan afsløre, om liv findes uden for Jorden.

Hendes karriere har inkluderet en MacArthur‑legat, Kavli‑prisen i astrofysik og udnævnelse som Officer af Order of Canada.

Hendes tilbagevenden til Toronto var faktisk blevet annonceret før de seneste resultater fra det føderale stoleprogram. Hun er planlagt til at tilslutte sig U of T den 1. september 2026, hvilket gør hendes situation noget anderledes end forskere, der specifikt blev rekrutteret efter den føderale initiativ blev lanceret.

Ved U of T planlægger hun at kombinere astronomi, kemi, beregningsfysik og rumfartsingeniørkunst, mens hun fortsætter jagten på beboelige verdener. Hun leder også Morning Star‑missionerne til Venus, som har til formål at undersøge planetens atmosfære direkte for organiske molekyler.

Den nye stol udvider dette arbejde til planetariske og molekylære sensorteknologier, herunder instrumenter, der kan opdage kemikalier ved ekstremt lave koncentrationer, samt AI‑modeller til fortolkning af komplekse planetariske og miljømæssige systemer.

Disse teknologier behøver ikke kun at forblive inden for rumvidenskab. Ultra‑følsom molekylær sensing kan på sigt få anvendelser inden for miljøovervågning, industriel detektion og menneskers sundhed.

Den større gevinst er økosystemet, der dannes omkring forskerne

Canada bør være forsigtige med ikke at erklære sejr for tidligt.

USA forbliver verdens dominerende forskningsøkosystem efter de fleste mål, og det besidder fordele, som Canada ikke kan genskabe blot ved at skrive større rekrutteringschecks. Dets universiteter, nationale laboratorier, venture‑kapital‑industri, farmaceutiske virksomheder, hyperscalere og forsvars‑forskningsinfrastruktur skaber en enorm gravitationskraft for videnskabeligt talent.

Trump‑administrationen reducerer heller ikke ensartet støtten til avanceret teknologi. AI, kvantecomputing, forsvarsteknologier og AI‑understøttet videnskabelig forskning er blandt de områder, den eksplicit ønsker at prioritere.

Men forskningslederskab kan skifte i marginerne længe før det viser sig i nationale ranglister.

En forsker, der flytter i dag, kan rekruttere ti studerende i morgen. Disse studerende kan uddanne en ny generation af forskere. Et laboratorium kan generere et patent, som bliver en startup, som tiltrækker ingeniører og investorer, som til sidst skaber en industriklynge.

Toronto har set den dynamik før. Geoffrey Hinton flyttede fra Carnegie Mellon University til U of T i 1987, på et tidspunkt hvor neurale netværk var langt fra mode. Årtier senere hjalp hans arbejde med at etablere de intellektuelle grundlag for deep‑learning‑revolutionen og bidrog til, at Toronto blev et af verdens førende AI‑forskningscentre.

Canada forsøger nu at reproducere denne form for langsigtet sammensat effekt på tværs af AI, bioteknologi, medicin, klimascience, kvanteteknologi og andre strategiske felter. Det indgår i en bredere indsats for at omdanne landets akademiske styrker til økonomisk kapacitet, herunder den nationale AI‑strategi, som Canada lancerede tidligere i år. Denne strategi lægger også vægt på at holde mere forskning, virksomheder og intellektuel ejendom inden for Canada.

Canada skal stadig bevise, at det kan fastholde den talent, det tiltrækker

Der er også en legitim kritik af strategien.

Canada kan ikke opbygge et bæredygtigt forskningsøkosystem udelukkende gennem superstjerne‑rekruttering. Eksisterende canadiske forskere har i lang tid klaget over begrænset bevillingsfinansiering, lønninger, der har svært ved at konkurrere med USA, og utilstrækkelige muligheder for unge videnskabsfolk. Kritikere har stillet spørgsmålstegn ved, om kraftigt finansierede internationale stole kan skabe et todelt system, hvor nyrekrutterede forskere modtager ekstraordinære pakker, mens lige så kompetente forskere, der allerede arbejder i Canada, står over for strammere ressourcer.

Det gør de tidlige karriere‑, infrastruktur‑ og træningskomponenter i den C$1,7‑milliarde‑initiativer særligt vigtige.

Hvis Canada blot importerer berømte videnskabsfolk, vil programmet producere imponerende meddelelser. Hvis disse videnskabsfolk får ressourcerne til at bygge laboratorier, rekruttere yngre forskere, samarbejde med industrien, kommercialisere opdagelser og skabe institutioner, der overlever deres individuelle karrierer, kan konsekvenserne blive langt større.

I størstedelen af det sidste århundrede forstod USA noget grundlæggende om innovation: at tiltrække exceptionelle mennesker var i sig selv en form for økonomisk politik.

Canada ser ud til at have lært lektien.

Spørgsmålet nu er, om USA midlertidigt giver sin nabo en åbning, eller om retningen af videnskabeligt talent på tværs af grænsen begynder at ændre sig på en mere varig måde.