แคนาดากำลังดึงดูดพรสวรรค์ด้าน AI และวิทยาศาสตร์ขณะที่ทรัมป์ทำลายการวิจัยของสหรัฐ

หลายทศวรรษ สหรัฐอเมริกาได้รับประโยชน์จากหนึ่งในความได้เปรียบเชิงการแข่งขันที่ทรงพลังที่สุดในด้านวิทยาศาสตร์: นักวิจัยที่ดีที่สุดในโลกหลายคนต้องการทำงานที่นั่น.

ความได้เปรียบนี้ไม่ได้หายไปในชั่วข้ามคืน สหรัฐยังคงมีศูนย์กลางของมหาวิทยาลัยวิจัย ห้องปฏิบัติการของรัฐบาล แหล่งทุนเอกชน และบริษัทเทคโนโลยีที่ไม่มีใครเทียบได้ อย่างไรก็ตาม การไหลของพรสวรรค์กำลังกลายเป็นไม่เป็นทางเดียว และแคนาดากำลังทำความพยายามอย่างรุนแรงเพื่อใช้ประโยชน์จากการเปลี่ยนแปลงนี้.

ตัวอย่างล่าสุดมาจาก มหาวิทยาลัยโตรอนโต ซึ่งได้สรรหานักวิจัยชั้นนำหกคนที่กำลังทำงานอยู่ในสถาบันของสหรัฐฯ รวมถึง MIT, สถาบันสุขภาพแห่งชาติ (NIH), มหาวิทยาลัยแคลิฟอร์เนีย ซานฟรานซิสโก (UCSF), มหาวิทยาลัยโอไฮโอสเตต, มหาวิทยาลัยบอสตัน และโรงเรียนแพทย์ของมหาวิทยาลัยวอชิงตันในเซนต์ลูอิส

หกคนนี้เป็นส่วนหนึ่งของโครงการเกียรติบัตรวิจัย Eddie Goldenberg ของแคนาดา ซึ่งเป็นหัวใจของ โครงการริเริ่มการดึงดูดพรสวรรค์วิจัยระดับโลกของแคนาดา (Canada Global Impact+) มูลค่า 1.7 พันล้านดอลลาร์แคนาดา โครงการกว้างนี้ออกแบบมาเพื่อดึงดูดและสนับสนุนนักวิจัยระหว่างประเทศและนักวิจัยชาวต่างชาติกว่า 1,000 คนตลอด 12 ปี โดยมีงบประมาณ 1 พันล้านดอลลาร์แคนาดาเฉพาะสำหรับเกียรติบัตรวิจัย

สิ่งที่ทำให้กลุ่มแรกนี้โดดเด่นเป็นพิเศษคือแหล่งที่มาของพรสวรรค์ จากนักวิชาการ 64 คนแรกที่ได้รับการสรรหาโดยโครงการเกียรติบัตรวิจัย มี 48 คนที่ยังคงทำงานอยู่ในสหรัฐอเมริกา

สิ่งนี้เริ่มดูไม่เหมือนการรับสมัครบุคลากรทางวิชาการตามปกติ แต่เหมือนการแข่งขันทางภูมิรัฐศาสตร์เพื่อแย่งชิงทุนทางปัญญามากขึ้น

ทำไมสหรัฐอเมริกาจึงกลายเป็นเปราะบางต่อการไหลออกของสมองวิจัยอย่างกะทันหัน

ช่วงเวลานี้แยกไม่ออกจากความสั่นคลอนที่พัดผ่านวงการวิทยาศาสตร์ของอเมริกาตั้งแต่ประธานาธิบดีโดนัลด์ทรัมป์กลับมาดำรงตำแหน่งในเดือนมกราคม 2025

การวิเคราะห์เดือนมกราคม 2026 โดย Nature พบว่ามี กว่า 7,800 โครงการวิจัยของสหรัฐที่ถูกยกเลิกหรือระงับ รวมถึงประมาณ 25,000 นักวิทยาศาสตร์และบุคลากรอื่น ๆ ที่ออกจากหน่วยงานรัฐบาลที่เกี่ยวข้องกับการวิจัย รัฐบาลยังเสนอการลดงบประมาณวิทยาศาสตร์ของรัฐบาลอย่างมหาศาล โดยการตัดงบประมาณใกล้เคียง 40% ที่ NIH, 57% ที่มูลนิธิวิทยาศาสตร์แห่งชาติ (NSF) และ 47% ที่หน่วยงานภารกิจวิทยาศาสตร์ของ NASA แม้ว่าการลดงบประมาณทั้งหมดจะไม่ได้กลายเป็นกฎหมายในที่สุด และบางมาตรการของรัฐบาลก็เผชิญการต่อต้านจากรัฐสภาและศาล แต่ความไม่แน่นอนนี้เองได้ส่งผลกระทบต่อห้องปฏิบัติการ การจ้างงาน และการวางแผนการวิจัยระยะยาว

ตำแหน่งของรัฐบาลมีความซับซ้อนมากกว่าการละทิ้งวิทยาศาสตร์อย่างเดียว ตามที่ Unite.AI ตรวจสอบเมื่อเร็ว ๆ นี้ ทำให้เห็นว่าที่ทำเนียบขาวกำลังพยายามปรับโครงสร้างการใช้จ่ายวิจัยของรัฐบาลประมาณ 200 พันล้านดอลลาร์ต่อปี ข้อเสนอของพวกเขาให้ความสำคัญกับการสนับสนุนที่ตามนักวิทยาศาสตร์แต่ละคน กลไกการให้ทุนที่เร็วขึ้น งานวิจัยที่มีความเสี่ยงสูง การค้นพบที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ และเทคโนโลยียุทธศาสตร์เช่น AI และการคำนวณควอนตัม รัฐบาลอ้างว่าระบบการให้ทุนที่เน้นมหาวิทยาลัยในปัจจุบันกลายเป็นระบบราชการและไม่ได้มุ่งเน้นต่อเป้าหมายระดับชาติอย่างเพียงพอ

แต่การปรับโครงสร้างระบบนิเวศวิจัยก็สร้างผู้ชนะและผู้แพ้ การยกเลิกทุน การลดจำนวนบุคลากรของรัฐบาล และการเปลี่ยนแปลงประเภทงานวิจัยที่ได้รับการสนับสนุนทำให้การวางแผนอาชีพของนักวิทยาศาสตร์หลายคนกลายเป็นเรื่องที่คาดเดาได้ยากมากขึ้น

สัญญาณเตือนปรากฏอย่างรวดเร็ว ในเดือนมีนาคม 2025 สามในสี่ของผู้ตอบกว่า 1,600 คนใน การสำรวจของ Nature บอกว่าพวกเขากำลังพิจารณาออกจากสหรัฐฯ โดยแคนาดาและยุโรปเป็นจุดหมายที่ถูกกล่าวถึงบ่อยที่สุด การสำรวจนี้เป็นการคัดเลือกตนเองและไม่ควรถือว่าเป็นตัวแทนของนักวิทยาศาสตร์อเมริกันทั้งหมด แต่ข้อมูลการค้นหางานต่อมาก็แสดงให้เห็นถึงความสนใจที่เพิ่มขึ้นในตำแหน่งงานนอกประเทศ

ดูเหมือนแคนาดาจะตัดสินใจแล้วว่าความไม่แน่นอนในประเทศหนึ่งสามารถกลายเป็นโอกาสของอีกประเทศหนึ่งได้

แคนาดากำลังสร้างเครื่องจักรสรรหานักวิจัย ไม่ได้แค่เสนอตำแหน่งศาสตราจารย์บางตำแหน่ง

กลยุทธ์ของออตตาวาไปไกลกว่าการจ่ายเงินให้กับนักวิทยาศาสตร์ระดับสูงเพื่อย้ายที่อยู่

โครงการมูลค่า 1.7 พันล้านดอลลาร์แคนาดานี้รวมถึงเกียรติบัตรวิจัย การสนับสนุนโครงสร้างพื้นฐาน ตำแหน่งอาชีพเริ่มต้น และรางวัลระดับปริญญาเอกและหลังปริญญาเอก ในเดือนพฤษภาคม รัฐบาลได้มอบ 659 รางวัลการฝึกอบรมวิจัยให้กับผู้สมัครจาก 72 ประเทศ, ในขณะที่โครงการ Canada Impact+ Emerging Leaders ถูกออกแบบมาเพื่อช่วยมหาวิทยาลัยสรรหานักวิจัยที่มีศักยภาพตั้งแต่ช่วงต้นของอาชีพ

แคนาดายังเริ่มปรับนโยบายการเข้าเมืองให้สอดคล้องกับกลยุทธ์นี้ โดยสร้างเส้นทางใหม่สำหรับนักวิจัยและให้การดำเนินการที่เร็วขึ้นสำหรับบางคนที่กำลังถูกสรรหา

แนวทางนี้สำคัญเพราะนักวิจัยระดับสูงมักไม่ย้ายคนเดียว นักวิทยาศาสตร์ระดับสูงสามารถพาเพื่อนร่วมงานหลังปริญญาเอก นักศึกษาในระดับบัณฑิตศึกษา ผู้ร่วมงานและผู้สมัครคณาจารย์ในอนาคตไปด้วย ห้องปฏิบัติการของพวกเขาสามารถดึงดูดความร่วมมือกับอุตสาหกรรม สร้างทรัพย์สินทางปัญญา และในที่สุดก่อให้เกิดสตาร์ทอัพ

ผลทวีคูณนี้เองทำให้นักวิจัยใหม่ทั้งหกคนของมหาวิทยาลัยโตรอนโตควรค่าแก่การพิจารณาเป็นรายบุคคล

Adrienne Campbell-Washburn: การทบทวนว่าเครื่อง MRI สามารถเป็นอะไรได้บ้าง

Adrienne Campbell-Washburn กำลังย้ายจากสถาบันหัวใจ ปอด และเลือดแห่งชาติ (NIH) ซึ่งเธอได้เป็นนักวิจัยอาวุโสหลังจากเข้าร่วมเป็นเพื่อนร่วมงานหลังปริญญาเอกในปี 2013

งานของเธอท้าทายสมมติฐานพื้นฐานในภาพถ่ายความถี่แม่เหล็ก (MRI): ว่าแม่เหล็กที่แรงกว่าเป็นสิ่งที่ดีกว่าโดยอัตโนมัติ

ห้องปฏิบัติการของ Campbell-Washburn มีส่วนช่วยเป็นผู้บุกเบิก MRI ความถี่ต่ำ 0.55 เทสลา ที่มีประสิทธิภาพสูง โดยผสานสนามแม่เหล็กที่อ่อนกว่าเข้ากับการคำนวณสมัยใหม่ เทคนิคการเก็บข้อมูลและการสร้างภาพ วิธีนี้สามารถให้ข้อได้เปรียบเมื่อทำภาพส่วนที่เช่นปอด ซึ่งโดยปกติทำให้ MRI มีความยากลำบาก ขณะเดียวกันลดปัญหาที่เกี่ยวข้องกับอุปกรณ์โลหะและอาจลดค่าใช้จ่ายและความต้องการโครงสร้างพื้นฐานของเครื่องสแกน

ที่สถาบันวิจัย Sunnybrook และภาควิชาฟิสิกส์ชีวการแพทย์ของมหาวิทยาลัยโตรอนโต เธอมีแผนที่จะพัฒนาต่อไปด้วยระบบ MRI ราคาต่ำกว่า เครื่องสแกนพกพา และเทคนิคการถ่ายภาพที่ใช้ AI

ผลในวงกว้างมีความสำคัญมาก MRI มีศักยภาพสูง แต่เครื่องแบบดั้งเดิมขนาดใหญ่มีราคาแพงและกระจุกตัวในโรงพยาบาลใหญ่ หากเครื่องสนามแม่เหล็กต่ำร่วมกับการสร้างภาพกลับด้วย AI ที่ซับซ้อนขึ้นสามารถให้ภาพที่ใช้ประโยชน์ทางคลินิกได้ด้วยฮาร์ดแวร์ราคาถูกกว่า MRI อาจเข้าถึงได้ในสถานที่อีกมาก รวมถึงโรงพยาบาลขนาดเล็ก คลินิกชุมชน และอาจถึงข้างเตียงผู้ป่วย

Tanya Berger-Wolf: การใช้ AI เพื่อทำความเข้าใจโลกธรรมชาติ

Tanya Berger-Wolf มาจากมหาวิทยาลัยโอไฮโอสเตตพร้อมความเชี่ยวชาญที่แปลกใหม่ซึ่งครอบคลุมวิทยาการคอมพิวเตอร์เชิงทฤษฎี ปัญญาประดิษฐ์ นิเวศวิทยาและการอนุรักษ์

เธอเป็นหนึ่งในผู้บุกเบิกของสิ่งที่เรียกกันว่า imageomics โดยใช้การเรียนรู้ของเครื่องเพื่อสกัดข้อมูลชีวภาพจากภาพจำนวนมหาศาลที่ถูกเก็บรวบรวมทั่วโลกธรรมชาติ

Berger-Wolf เป็นผู้ร่วมก่อตั้ง Wildbook แพลตฟอร์มโอเพนซอร์สที่สามารถระบุสัตว์แต่ละตัวจากภาพถ่าย คล้ายกับการจดจำใบหน้าที่แยกแยะมนุษย์ ระบบเหล่านี้สามารถจำลายเฉพาะบนสัตว์เช่นม้าลายและฉลามวาฬ ทำให้นักวิจัยสามารถติดตามประชากรและพฤติกรรมโดยไม่ต้องพึ่งพาแท็กหรือคอคูล GPS อย่างเดียว

สถาบัน Imageomics ของเธอได้พัฒนาคอนเซ็ปต์นี้ต่อไปอย่างมาก โมเดล BioCLIP ของสถาบันได้รับการฝึกด้วยภาพมากกว่า 210 ล้านภาพที่ครอบคลุมประมาณหนึ่งล้านชนิด ทำให้ AI สามารถระบุสิ่งมีชีวิตได้ทั่วส่วนสำคัญของต้นไม้แห่งชีวิตที่เรารู้จัก

ที่มหาวิทยาลัยโตรอนโต Berger-Wolf มีแผนจะผสานภาพกับเสียง ข้อมูลทางพันธุกรรม และข้อมูลเซ็นเซอร์เพื่อสร้างโมเดลระบบนิเวศที่สมบูรณ์ยิ่งขึ้นและวิธีที่ระบบเหล่านั้นตอบสนองต่อสภาพอากาศและกิจกรรมของมนุษย์

โครงการนี้แสดงทิศทางที่สำคัญขึ้นเรื่อย ๆ ของ AI: โมเดลพื้นฐานกำลังก้าวพ้นข้อความ ภาพ และแอปพลิเคชันสำหรับผู้บริโภค ไปสู่สาขาวิทยาศาสตร์เฉพาะทางที่มีข้อมูลมหาศาลจนมนุษย์แทบไม่สามารถวิเคราะห์ด้วยตนเองได้

Shu (Joy) Jiang: การนำ AI ทางการแพทย์จากอัลกอริทึมสู่โรงพยาบาล

Shu (Joy) Jiang กำลังเข้าร่วมกับมหาวิทยาลัยโตรอนโตจาก Washington University School of Medicine ในเซนต์ลูอิส ซึ่งงานวิจัยของเธอผสานระหว่างสถิติชีวภาพ การทำนายมะเร็งและปัญญาประดิษฐ์

หนึ่งในโครงการที่โดดเด่นของเธอได้แสดงให้เห็นแล้วว่า การวิจัย AI ทางวิชาการสามารถก้าวสู่การแพทย์เชิงพาณิชย์ได้อย่างไร

Jiang และผู้เชี่ยวชาญด้านระบาดวิทยา Graham Colditz ก่อตั้งร่วม Prognosia ซึ่งพัฒนาระบบ AI ที่วิเคราะห์แมมโมแกรมเพื่อทำนายความเสี่ยงของผู้หญิงต่อมะเร็งเต้านมในห้าปีข้างหน้า ซอฟต์แวร์ได้รับ การกำหนดสถานะอุปกรณ์ก้าวหน้า (Breakthrough Device) ของ FDA ในปี 2025 และ Prognosia ต่อมาถูกบริษัท AI ทางการแพทย์ของเกาหลีใต้ Lunit เข้าซื้อกิจการ

แทนที่จะตรวจจับเฉพาะเนื้องอกที่มีอยู่ เทคโนโลยีนี้มองหาลักษณะในแมมโมแกรมที่อาจบ่งบอกความเสี่ยงในอนาคต รวมถึงสัญญาณที่อาจไม่สามารถมองเห็นได้โดยแพทย์มนุษย์

ที่คณะสาธารณสุข Dalla Lana ของมหาวิทยาลัยโตรอนโต Jiang จะจัดการกับปัญหาอื่นที่อาจสำคัญเท่ากับการพัฒนาอัลกอริทึมเอง คือการนำ AI ทางการแพทย์ที่ผ่านการตรวจสอบเข้าสู่สภาพแวดล้อมคลินิกจริง

งานที่เธอวางแผนไว้คือการสร้างโครงสร้างพื้นฐานที่เชื่อมต่อโรงพยาบาล หน่วยกำกับดูแล และอุตสาหกรรม เพื่อให้ AI การถ่ายภาพการแพทย์สามารถประเมินและนำไปใช้ทั่วแคนาดา

เรื่องนี้ตอบโจทย์คอขวดใหญ่ข้อหนึ่งของ AI ด้านสุขภาพ ปัจจุบันมีโมเดลที่น่าสนใจเพิ่มขึ้นอยู่แล้ว สิ่งที่ยากกว่าคือการพิสูจน์ว่ามันทำงานได้สม่ำเสมอในโรงพยาบาล กลุ่มผู้ป่วย และอุปกรณ์ถ่ายภาพที่แตกต่างกัน จากนั้นจึงผสานเข้ากับขั้นตอนการทำงานที่แพทย์ใช้ได้จริง

Michelle Arkin: การไล่ตามเป้าหมาย “ที่ยากต่อการสร้างยา” ของการแพทย์

Michelle Arkin นำประสบการณ์มากกว่าพื้นฐานการค้นพบยาทางวิชาการมาที่มหาวิทยาลัยโตรอนโต แคนาดา (Mississauga)

ที่ UCSF เธอเคยดำรงตำแหน่งอาจารย์เคมีเภสัชกรรม, ผู้อำนวยการศูนย์การค้นพบโมเลกุลขนาดเล็ก และรองคณบดีด้านเทคโนโลยีการวิจัยและการเป็นผู้ประกอบการ ก่อนหน้านั้นในอาชีพที่ Sunesis Pharmaceuticals เธอทำงานกับสารยับยั้งที่มีประสิทธิภาพสูงแรก ๆ ที่มุ่งเป้าหมายการปฏิสัมพันธ์ระหว่างโปรตีน

สารประกอบหนึ่งที่เกิดจากงานนั้นคือ lifitegrast ซึ่งต่อมาได้รับการอนุมัติจาก FDA ให้เป็นยารักษาโรคตาแห้ง

การวิจัยของเธอในขณะนี้มุ่งเน้นอย่างหนักไปที่เป้าหมายทางชีวภาพที่เคยถูกมองว่าท้าทายหรือเป็นไปไม่ได้ต่อการพัฒนายา รวมถึงการปฏิสัมพันธ์ระหว่างโปรตีน เครื่องจักรโมเลกุล และปัจจัยการถอดรหัส เธอยังมีส่วนร่วมในการวิจัยอัลไซเมอร์และได้ร่วมก่อตั้งบริษัทเทอราพีหลายแห่ง

ที่มหาวิทยาลัยโตรอนโต Arkin จะทำการศึกษาในด้านต่าง ๆ เช่น โมเลกุลกาว (molecular glues), ยาแม่นยำ (precision medicine) และการค้นพบยาที่ใช้ AI

โมเลกุลกาวเป็นสิ่งที่น่าสนใจเป็นพิเศษเพราะทำงานแตกต่างจากยาทั่วไป แทนที่จะบล็อกโปรตีนเท่านั้น พวกมันสามารถบังคับให้โมเลกุลชีวภาพเข้าสู่การปฏิสัมพันธ์ที่โดยปกติจะไม่เกิดขึ้น ซึ่งอาจทำให้เซลล์กำจัดโปรตีนที่ทำให้เกิดโรคได้

เมื่อผสานกับระบบ AI ที่สามารถทำนายการปฏิสัมพันธ์ของโมเลกุลและสำรวจพื้นที่เคมีที่กว้างใหญ่ วิธีการเหล่านี้อาจขยายส่วนของชีววิทยามนุษย์ที่สามารถเป็นเป้าหมายของยาได้อย่างเป็นจริง

Raymond Fisman: การศึกษาเหตุการณ์เมื่อเงินมาบรรจบกับอำนาจการเมือง

ไม่ใช่ทุกคนที่สรรหามาทำงานในวิทยาศาสตร์ห้องปฏิบัติการ

นักเศรษฐศาสตร์ Raymond Fisman เข้าร่วมคณะบริหารธุรกิจ Rotman ของมหาวิทยาลัยโตรอนโตจาก Boston University นำโปรแกรมวิจัยที่มุ่งเน้นไปที่การทุจริต อิทธิพลทางการเมือง การกำกับดูแล และความสัมพันธ์ระหว่างสถาบันกับพฤติกรรมทางเศรษฐกิจ

หนึ่งในการศึกษาที่เป็นที่รู้จักมากที่สุดของเขาใช้ชุดข้อมูลที่แปลกใหม่: การละเมิดกฎจอดรถโดยนักทูตสหประชาชาติในเมืองนิวยอร์ก

เนื่องจากนักทูตได้รับการคุ้มครองจากการบังคับใช้กฎหมาย Fisman และนักเศรษฐศาสตร์ Edward Miguel จึงสามารถตรวจสอบพฤติกรรมของเจ้าหน้าที่เมื่อผลทางกฎหมายแบบดั้งเดิมไม่มีอยู่จริง งานวิจัยของพวกเขาพบความแตกต่างอย่างชัดเจนที่สอดคล้องกับบรรทัดฐานการทุจริตในประเทศต้นทางของนักทูต ในขณะที่มาตรการบังคับใช้ต่อมาลดการละเมิดอย่างมาก

งานวิจัยล่าสุดได้ตรวจสอบการบริจาคทางการเมือง ความโปร่งใสของรัฐบาล และวิธีที่แรงจูงใจการเลือกตั้งสามารถส่งผลต่อการตอบสนองต่อคำขอข้อมูลเสรี งานวิจัยในปี 2026 พบว่าหน่วยงานในสภาพแวดล้อมที่มีการทุจริตสูงมีแนวโน้มที่จะปฏิเสธหรือชักช้าในการตอบคำขอก่อนการเลือกตั้ง

ที่ Rotman Fisman จะศึกษาว่าบุคคลที่มีฐานะร่ำรวยและกลุ่มผลประโยชน์ที่จัดตั้งขึ้นมีอิทธิพลต่อการกำหนดนโยบายสาธารณะอย่างไร ทำไมผู้มีสิทธิ์เลือกตั้งบางครั้งยอมรับหลักฐานการทุจริตและรัฐบาลจะปรับปรุงความรับผิดชอบได้อย่างไร

การที่เขาเข้าร่วมโครงการมีความสำคัญ ยุทธศาสตร์การวิจัยของแคนาดาไม่ได้จำกัดอยู่เฉพาะเทคโนโลยีที่เปลี่ยนเป็นผลิตภัณฑ์ได้ทันที แต่ยังยอมรับว่าสถาบันที่กำกับดูแลเทคโนโลยี ตลาด และความไว้วางใจของสังคมอาจมีความสำคัญพอ ๆ กับตัวเทคโนโลยี

Sara Seager: นำการค้นหาโลกอื่นกลับสู่โตรอนโต

Sara Seager อาจเป็นชื่อที่เป็นที่รู้จักมากที่สุดในหกคนนี้

เธอเป็นคนโตรอนโตที่สำเร็จการศึกษาจากมหาวิทยาลัยโตรอนโตในปี 1994 ก่อนจะได้รับปริญญาเอกจากฮาร์วาร์ดและต่อมาเป็นอาจารย์ที่ MIT เธอได้กลายเป็นหนึ่งในผู้บุกเบิกวิทยาศาสตร์ดาวเคราะห์นอกระบบสุริยะ โดยเฉพาะการศึกษาโครงสร้างบรรยากาศของดาวเคราะห์และการค้นหาแก๊สที่อาจบ่งบอกว่ามีชีวิตอยู่นอกโลก

อาชีพของเธอรวมถึงการได้รับทุน MacArthur Fellowship, รางวัล Kavli Prize ด้านดารฟิสิกส์ และการแต่งตั้งเป็น Officer ของ Order of Canada

การกลับมาของเธอสู่โตรอนโตได้ถูกประกาศก่อนผลของโครงการเกียรติบัตรระดับรัฐบาลล่าสุด เธอจะเข้าร่วมมหาวิทยาลัยโตรอนโตในวันที่ 1 กันยายน 2026 ทำให้กรณีของเธอแตกต่างจากนักวิจัยที่สรรหาโดยเฉพาะหลังจากโครงการเริ่มดำเนินการ

ที่มหาวิทยาลัยโตรอนโต เธอมีแผนจะผสานดาราศาสตร์ เคมี ฟิสิกส์เชิงคอมพิวเตอร์ และวิศวกรรมอากาศยาน ในขณะเดียวกันยังคงดำเนินการค้นหาโลกที่อาศัยได้ เธอยังเป็นผู้นำภารกิจ Morning Star ไปยังดาวศุกร์ ซึ่งมุ่งสำรวจบรรยากาศของดาวเคราะห์เพื่อค้นหาโมเลกุลอินทรีย์โดยตรง

เกียรติบัตรใหม่ขยายงานนั้นไปสู่เทคโนโลยีการตรวจจับดาวเคราะห์และโมเลกุล รวมถึงอุปกรณ์ที่สามารถตรวจจับสารเคมีในความเข้มข้นที่ต่ำมากและโมเดล AI สำหรับการตีความระบบดาวเคราะห์และสิ่งแวดล้อมที่ซับซ้อน

เทคโนโลยีเหล่านี้ไม่จำเป็นต้องจำกัดอยู่ในวิทยาศาสตร์อวกาศ การตรวจจับโมเลกุลที่ไวมากอาจนำไปใช้ในการติดตามสิ่งแวดล้อม การตรวจจับทางอุตสาหกรรม และสุขภาพมนุษย์ได้ในอนาคต

รางวัลที่ใหญ่กว่า คือระบบนิเวศที่ก่อตัวรอบนักวิจัย

แคนาดาควรระมัดระวังไม่ให้ประกาศชนะเร็วเกินไป

สหรัฐอเมริกายังคงเป็นระบบนิเวศการวิจัยที่ครองอันดับหนึ่งของโลกตามหลายเกณฑ์ และมีข้อได้เปรียบที่แคนาดาไม่อาจทำซ้ำได้โดยเพียงเขียนเช็คสรรหาขนาดใหญ่ มหาวิทยาลัยของสหรัฐ, ห้องปฏิบัติการแห่งชาติ, อุตสาหกรรมทุนร่วมลงทุน, บริษัทเภสัชกรรม, ผู้ให้บริการคลาวด์ขนาดใหญ่และโครงสร้างพื้นฐานการวิจัยด้านการป้องกันประเทศ สร้างแรงดึงดูดมหาศาลต่อพรสวรรค์ทางวิทยาศาสตร์

รัฐบาลทรัมป์ก็ไม่ได้ลดการสนับสนุนเทคโนโลยีขั้นสูงอย่างทั่วถึง AI, การคำนวณควอนตัม, เทคโนโลยีการป้องกันประเทศ และการวิจัยวิทยาศาสตร์ที่ใช้ AI อยู่ในรายการที่รัฐบาลต้องการให้ความสำคัญโดยชัดเจน

แต่การเป็นผู้นำด้านการวิจัยอาจเปลี่ยนแปลงได้ที่ขอบเขตก่อนที่จะปรากฏในอันดับระดับชาติ

นักวิจัยที่ย้ายที่อยู่วันนี้อาจสรรหานักศึกษาได้สิบคนในวันพรุ่งนี้ นักศึกษาเหล่านั้นอาจฝึกฝนรุ่นต่อไปของนักวิทยาศาสตร์ ห้องปฏิบัติการอาจสร้างสิทธิบัตรซึ่งกลายเป็นสตาร์ทอัพ ดึงดูดวิศวกรและนักลงทุน และในที่สุดสร้างกลุ่มอุตสาหกรรม

โตรอนโตเคยเห็นพลวัตเช่นนี้มาก่อน Geoffrey Hinton ย้ายจาก Carnegie Mellon University ไปยังมหาวิทยาลัยโตรอนโตในปี 1987 ในช่วงที่เครือข่ายประสาทเทียมยังไม่เป็นที่นิยม หลายทศวรรษต่อมา งานของเขาช่วยวางรากฐานทางปัญญาของการปฏิวัติ deep‑learning และทำให้โตรอนโตกลายเป็นหนึ่งในศูนย์วิจัย AI ชั้นนำของโลก

แคนาดากำลังพยายามทำซ้ำผลกระทบการสะสมระยะยาวเช่นนี้ในสาขา AI, ชีววิทยาศาสตร์, การแพทย์, วิทยาศาสตร์สภาพอากาศ, เทคโนโลยีควอนตัม และสาขากลยุทธ์อื่น ๆ ซึ่งสอดคล้องกับความพยายามที่กว้างขวางในการแปลงจุดแข็งทางการศึกษาให้เป็นศักยภาพทางเศรษฐกิจของประเทศ รวมถึง ยุทธศาสตร์ AI ระดับชาติของแคนาดาที่เปิดตัวเมื่อต้นปีนี้ ยุทธศาสตร์นั้นก็เน้นการรักษาการวิจัย บริษัท และทรัพย์สินทางปัญญาให้มากขึ้นภายในแคนาดา

แคนาดายังต้องพิสูจน์ว่าตนสามารถรักษาพรสวรรค์ที่ดึงดูดมาได้

ยังมีการวิจารณ์ที่สมเหตุสมผลต่อยุทธศาสตร์นี้

แคนาดาไม่สามารถสร้างระบบนิเวศการวิจัยที่ยั่งยืนได้โดยอาศัยการสรรหานักวิจัยระดับดาวเด่นเท่านั้น นักวิจัยแคนาดาที่มีอยู่เคยบ่นเรื่องการขาดแคลนเงินทุน การจ่ายเงินเดือนที่ไม่สามารถแข่งขันกับสหรัฐฯ และโอกาสที่จำกัดสำหรับนักวิทยาศาสตร์รุ่นใหม่ นักวิจารณ์ตั้งคำถามว่าการให้ทุนเกียรติบัตรระดับนานาชาติอย่างหนักอาจสร้างระบบสองชั้น ที่นักวิจัยที่เพิ่งสรรหาได้รับแพ็คเกจพิเศษ ในขณะที่นักวิทยาศาสตร์ที่มีความสามารถเท่าเทียมและทำงานอยู่ในแคนาดาต้องเผชิญกับทรัพยากรที่จำกัด

จึงทำให้ส่วนประกอบของโครงการมูลค่า 1.7 พันล้านดอลลาร์แคนาดาที่เกี่ยวกับอาชีวะเริ่มต้น โครงสร้างพื้นฐานและการฝึกอบรมมีความสำคัญเป็นพิเศษ

หากแคนาดาเพียงแค่นำเข้านักวิทยาศาสตร์ชื่อดัง โครงการอาจสร้างประกาศที่น่าประทับใจ หากนักวิทยาศาสตร์เหล่านั้นได้รับทรัพยากรเพื่อสร้างห้องปฏิบัติการ สรรหานักวิจัยรุ่นเยาว์ ร่วมมือกับอุตสาหกรรม ทำการค้าให้กับการค้นพบและสร้างสถาบันที่ยั่งยืนหลังจากอาชีพของตน ผลลัพธ์อาจยิ่งใหญ่กว่านั้นมาก

ตลอดส่วนใหญ่ของศตวรรษที่ผ่านมา สหรัฐอเมริกาเข้าใจสิ่งพื้นฐานเกี่ยวกับนวัตกรรมว่า การดึงดูดคนที่ยอดเยี่ยมเป็นรูปแบบหนึ่งของนโยบายเศรษฐกิจ

แคนาดาดูเหมือนได้เรียนรู้บทเรียนนี้แล้ว

คำถามในขณะนี้คือ สหรัฐอเมริกากำลังให้โอกาสแก่เพื่อนบ้านชั่วคราวหรือว่าการเคลื่อนย้ายของพรสวรรค์ทางวิทยาศาสตร์ข้ามพรมแดนกำลังเริ่มเปลี่ยนแปลงอย่างยั่งยืน