Google.org宣布选定17家组织，在“Impact Challenge: AI for Science”挑战赛框架下获得总额3600万美元的资助，旨在利用人工智能加速气候、健康和基础科学相关研究。受资助机构将能够加入为期六个月的加速计划，参与者将获得技术指导、工程支持以及Google的基础设施资源。
此次入选是在一次公开征集之后进行的，该征集收到了来自30个国家的申请。项目涵盖多个不同领域，从风暴预测和聚变能源开发，到治疗设计和遗传变化理解。
气候与能源领域的创新范例
AfriClimate AI Limited正在分析非洲危险风暴系统的历史气象指标，目标是将山洪暴发的预警时间从不足三小时延长至超过六小时。Inria Chile Research Center则通过为地球上的海洋生态系统创建数字孪生，构建海洋多模态基础模型。
在能源领域，Max Planck Institute for Plasma Physics与TU Eindhoven合作，利用基于物理学原理的人工智能模拟聚变反应堆内部的湍流条件，缩小模拟与现实应用之间的差距。University of Texas at Austin也在开发神经网络模型，以加快紧凑型聚变反应堆的设计。
其他项目还包括Massachusetts Institute of Technology的自动化材料发现、UC San Diego的可解释气候模型开发、University of Cambridge的钠离子电池改进，以及University of Washington利用自然语言设计蛋白质，用于包括塑料分解在内的应用。
人工智能在健康研究中的应用
AITHYRA Research Institute与EPFL合作，致力于了解病毒如何操纵细胞，并创建由人工智能设计的蛋白质库，以发现针对难以通过药物靶向的蛋白质的治疗方法。Allen Institute正在设计能够靶向更容易患神经退行性疾病的脑细胞类型的DNA序列，并以开放方式共享模型、序列和研究结果。
其他健康领域倡议包括Australian National University开发精准化学疗法，National University of Singapore研究遗传变异对RNA剪接调控的影响，以及New York University Grossman School of Medicine发现此前未知的突变原因。
此外，University of California, Berkeley正在开发方法，从作为“黑箱”运行的医学模型中提取可解释的临床生物标志物；University of Cape Town则在建立一个用于绘制非洲人群药物代谢相关基因遗传变异的数据库平台。入选项目还包括University of Pittsburgh用于比较心脏再生的工程模型，以及University of Toronto用于设计肽类药物的基础模型。
实际发生了哪些变化？
该计划并不宣布推出单一人工智能模型或现成产品，而是将资金和工程支持引导至可能受益于扩展计算能力和改进模型的专业研究项目。资助的直接价值在于将科学专业知识与技术基础设施结合起来；而最终成果——例如提高预测准确性或获得可使用的治疗方法——仍取决于各项目的进展，以及其能否从研究阶段转向可验证的应用。
这些项目的性质表明，多模态模型、可解释人工智能以及基础模型正在越来越多地应用于需要专业科学数据和实验的领域。不过，公告没有说明每家机构获得的具体资助金额，也没有列出项目成果的时间表或统一的衡量标准。