Siedemnaście organizacji otrzyma 36 mln dolarów w ramach wyzwania Google.org

Google.org ogłosiło 14 października 2026 r., że 17 organizacji otrzyma łącznie 36 mln dolarów w ramach Google.org Impact Challenge: AI for Science — programu otwartego naboru wspierającego projekty wykorzystujące sztuczną inteligencję w badaniach naukowych.

Autorką ogłoszenia była Maggie Johnson, globalna dyrektorka i wiceprezeska Google.org. Jak podano we wpisie, w ramach wyzwania napłynęły zgłoszenia z 30 krajów, dotyczące takich dziedzin jak klimat, zdrowie i nauki podstawowe. Johnson przedstawiła przyznane środki w kontekście tego, co określiła jako przełomowy moment w odkryciach naukowych, gdy AI znajduje zastosowanie w pracach obejmujących zarówno badania nad chorobami człowieka, jak i prognozowanie zjawisk środowiskowych. Laureaci mogą zdecydować się na udział w sześciomiesięcznym programie Google.org Accelerator, w ramach którego otrzymają wsparcie inżynieryjne, mentoring techniczny oraz dostęp do infrastruktury Google, aby rozwijać swoje pomysły i przekształcać je w rozwiązania wdrażane na dużą skalę.

Laureaci z dziedziny zdrowia i nauk przyrodniczych

W ogłoszeniu Google 17 laureatów podzielono na dwie grupy: zdrowie i nauki przyrodnicze oraz odporność klimatyczną i nauki o środowisku; opisano w nim także projekty poszczególnych organizacji. W grupie zajmującej się zdrowiem i naukami przyrodniczymi AITHYRA Research Institute, współpracując z EPFL, bada, jak wirusy przejmują kontrolę nad komórkami, i tworzy zaprojektowaną przez AI bibliotekę białek, która ma pomóc w odkrywaniu leków ukierunkowanych na białka uznawane za niemożliwe do skutecznego zwalczania za pomocą leków. Allen Institute projektuje sekwencje DNA, które mają docierać do typów komórek mózgowych bardziej podatnych na choroby neurodegeneracyjne, a wszystkie modele, sekwencje i wyniki udostępnia otwarcie. Australian National University przewodzi międzynarodowej współpracy, której celem jest odejście od chemioterapii opartej na metodzie prób i błędów oraz rozwój sprawiedliwej onkologii precyzyjnej.

National University of Singapore mapuje wpływ wariantów genetycznych na regulację splicingu RNA w skali populacyjnej, aby — zgodnie z deklarowanym celem — przewidywać ich skutki chorobowe. New York University Grossman School of Medicine wykorzystuje AI do wykrywania różnorodnych rodzajów uszkodzeń DNA; prace te mają pomóc w odkrywaniu nieznanych przyczyn mutacji. University of California, Berkeley, wydobywa z medycznych modeli AI możliwe do zinterpretowania hipotezy. Jak opisano w ogłoszeniu, pozwala to przekształcać nieprzejrzyste przewidywania w biomarkery kliniczne.

University of Cape Town opracowuje platformę opartą na AI do mapowania zróżnicowania genetycznego w afrykańskich genach metabolizujących leki. Jak podano w ogłoszeniu, projekt ma pomóc w podejmowaniu decyzji klinicznych dotyczących wyboru leków i poprawić bezpieczeństwo leczenia. University of Pittsburgh wykorzystuje geometryczny model AI do porównywania regeneracji serca u różnych gatunków, poszukując przełączników genetycznych, które mogłyby przyspieszyć opracowywanie nowych terapii kardiologicznych. University of Toronto mapuje przestrzeń projektową leków peptydowych za pomocą bazowego modelu AI, aby wspierać komputerowe projektowanie leków terapeutycznych.

Laureaci z dziedziny odporności klimatycznej i nauk o środowisku

W grupie zajmującej się odpornością klimatyczną i naukami o środowisku AfriClimate AI Limited analizuje atmosferyczne sygnały zapowiadające śmiertelnie niebezpieczne układy burzowe w Afryce. Deklarowanym celem jest wydłużenie czasu ostrzegania przed gwałtownymi powodziami z mniej niż trzech godzin do ponad sześciu godzin. Inria Chile Research Center tworzy — jak opisuje to Google — multimodalny bazowy model świata oceanów, opracowywany jako cyfrowy bliźniak ekosystemów morskich Ziemi. Massachusetts Institute of Technology trenuje agentów AI, aby autonomicznie interpretowali eksperymentalne obrazy mikroskopowe i przyspieszali zautomatyzowane odkrywanie nowych materiałów.

Max Planck Institute for Plasma Physics, we współpracy z TU Eindhoven, wykorzystuje AI uwzględniającą prawa fizyki do modelowania chaotycznych warunków wewnątrz reaktorów fuzyjnych. Google opisuje te prace jako sposób na zniwelowanie różnicy między symulacją a rzeczywistością w dążeniu do uzyskania czystej energii z fuzji. The University of Texas at Austin opracowuje modele sieci neuronowych, które mają przyspieszyć projektowanie kompaktowych reaktorów fuzyjnych. UC San Diego tworzy oparty na agentowej AI potok, którego zadaniem jest odkrywanie możliwych do zinterpretowania praw fizyki klimatu na podstawie obserwacji Ziemi, konstruowanie modelu klimatu nowej generacji oraz ustalanie, gdzie należy prowadzić nowe obserwacje oceaniczne.

University of Cambridge łączy bazowe modele fizyczne z mikroskopią, aby prognozować degradację katod; prace te mają przyspieszyć rozwój trwałych akumulatorów sodowo-jonowych. University of Washington projektuje białka z wykorzystaniem języka naturalnego, aby wspierać zastosowania na rzecz zrównoważonego rozwoju, takie jak rozkład plastiku.

Lutowy otwarty nabór

Google.org uruchomiło wyzwanie 18 lutego 2026 r., przedstawiając je jako globalny otwarty nabór z budżetem 30 mln dolarów. Google poinformowało wówczas, że inicjatywa zapewni finansowanie katalityczne i wiedzę techniczną, aby pomóc naukowcom, organizacjom non-profit i przedsiębiorstwom społecznym dążyć do — jak to określono — przełomów na miarę Nagrody Nobla, a także że poszukuje kolejnej generacji przełomowych odkryć naukowych. W naborze poszukiwano projektów z dziedziny zdrowia i nauk przyrodniczych oraz odporności na kryzysy i nauk o środowisku, a zgłoszenia przyjmowano do 17 kwietnia 2026 r. Google poinformowało również, że inicjatywa rozwija założenia pierwszego funduszu AI for Science, a wybrane organizacje będą mogły wziąć udział w programie Google.org Accelerator — z tej możliwości mogą teraz skorzystać 17 laureatów.