检测到您的浏览器版本过低,可能导致某些功能无法正常使用,建议升级您的浏览器,或使用推荐浏览器 Google Chrome 、Edge、Firefox 。 X

首页科技前沿与新兴产业基础研究基础研究

谷歌公布AI for Science影响力挑战赛的17个资助项目

供稿人:左雨萌供稿时间:2026-10-20 14:25:53关键词:人工智能,气候,环境,健康

2026年10月14日,谷歌公布了"人工智能赋能科学影响力挑战赛"(Google.org Impact Challenge: AI for Science)的入选名单。该计划面向全球公开征集利用人工智能技术推动重大科学突破的研究项目。经过遴选,最终共有17家科研与非营利机构脱颖而出,获得总计3600万美元的资金支持。谷歌将向各科研团队开放云计算基础设施,并委派工程师团队提供针对性的技术指导与工程支持。

一、 气候与环境科学领域(8项)

(一)非洲极端风暴与山洪预警:非洲气候人工智能有限公司(AfriClimate AI Limited)

  非洲气候人工智能有限公司科研团队致力于利用人工智能技术,解析非洲大陆致命风暴系统形成前的大气先兆信号。该项目通过部署人工智能气象预警模型,将当地突发山洪的预警时间窗口从目前的不足3小时延长至6小时以上,为防灾减灾争取更多的应急响应时间。

(二)全球海洋生态系统数字孪生:法国国家信息与自动化研究所智利研究中心(Inria Chile Research Center)

  法国国家信息与自动化研究所智利研究中心科研团队正在构建多模态"海洋世界基础模型"(Multimodal World Foundation Model of the Ocean)。该项目旨在打造地球海洋生态系统的"数字孪生"(Digital Twin),为海洋生物多样性保护与气候调节机制研究提供高精度的数字化底座。

(三)自动化材料发现与显微图像自主解析:麻省理工学院(Massachusetts Institute of Technology)

  麻省理工学院科研团队训练出具备自主识别与解析实验显微图像的能力的智能体。通过将智能体嵌入实验观测环节,将发挥其在图像表征、结构分析、性能反馈等方面的优势,从而大幅加快新材料的发现与迭代速度。

(四)核聚变反应堆内部混沌状态的物理感知建模:马克斯·普朗克等离子体物理研究所与埃因霍温理工大学(Max Planck Institute for Plasma Physics and Eindhoven University of Technology)

  德国马克斯·普朗克等离子体物理研究所科研团队联合荷兰埃因霍温理工大学科研团队,引入了"物理感知人工智能"(Physics-informed AI)技术。该技术将已知的等离子体物理定律作为约束条件嵌入深度学习架构中,用于模拟和预测聚变反应堆内部极端复杂的混沌状态,从而缩小理论模拟与真实工程控制之间的落差。

(五)紧凑型核聚变反应堆加速设计:得克萨斯大学奥斯汀分校(The University of Texas at Austin)

  得克萨斯大学奥斯汀分校科研团队正在开发定制化的神经网络模型,利用高效的深度学习代理模型替代部分繁重的传统物理计算,从而大幅缩短紧凑型核聚变反应堆的设计与验证周期。

(六)自主气候物理发现与海洋观测规划:加利福尼亚大学圣迭戈分校(University of California San Diego)

  加利福尼亚大学圣迭戈分校科研团队搭建了人工智能系统,这一系统不仅能从现有的地球观测数据中挖掘出具备可解释性的气候物理规律、构建下一代气候模型,还能主动评估模型的不确定性区域,指导科研人员收集新的海洋观测数据。

(七)高寿命钠离子电池研发:剑桥大学(University of Cambridge)

  剑桥大学科研团队将"物理基础模型"(Physics Foundation Models)与先进显微成像技术相结合,精准预测钠离子电池正极材料的退化轨迹与演变机制,从而指导高耐久性、长寿命钠离子电池的工程开发。

(八)自然语言驱动的环保蛋白质设计:华盛顿大学(University of Washington)
  华盛顿大学科研团队正在探索利用自然语言从头设计蛋白质。科研人员只需输入预期的功能描述,人工智能模型即可生成对应的蛋白质序列与空间结构,重点应用于塑料高效生物降解等可持续发展与环境保护场景。

二、 健康与生命科学领域(9项)

(一)病毒操控机制解析与靶点突破:奥地利科学院生物医学人工智能研究所与洛桑联邦理工学院(AITHYRA Research Institute and Swiss Federal Institute of Technology Lausanne)
  奥地利科学院生物医学人工智能研究所科研团队与瑞士洛桑联邦理工学院科研团队展开合作,利用人工智能揭示病毒操控宿主细胞的深层分子机制,构建由人工智能设计的蛋白质库(AI-designed protein library),针对传统方法难以攻克的蛋白靶点,开发新型治疗药物。

(二)神经退行性疾病的精准基因递送与全面开源:艾伦研究所(Allen Institute)
  艾伦研究所科研团队利用人工智能设计高度特异性的脱氧核糖核酸(DNA)调控序列,使其能够精准靶向易受神经退行性疾病侵害的特定脑细胞类型。艾伦研究所在项目中承诺采取全面开源策略,研究中产生的人工智能模型、脱氧核糖核酸序列以及全部实验结果,均将向全球科学界公开共享。

(三)终结"试错式"化疗与精准肿瘤学:澳大利亚国立大学(Australian National University)
  澳大利亚国立大学科研团队利用多维度的生物医学数据训练人工智能预测模型,在用药前精准评估患者对不同化疗方案的敏感性,力求终结肿瘤内科传统的"试错式"(Trial-and-error)化疗,推动更普惠、公平的精准肿瘤治疗。

(四)人群尺度的遗传变异与核糖核酸剪接图谱:新加坡国立大学(National University of Singapore)
  新加坡国立大学科研团队利用人工智能技术,在人群尺度上系统绘制"遗传变异如何调控核糖核酸(RNA)剪接"的全景图谱,以此预测不同基因变异对疾病发生发展的具体影响,为遗传病筛查与临床诊断提供底层依据。

(五)未知突变诱因与脱氧核糖核酸损伤检测:纽约大学格罗斯曼医学院(New York University Grossman School of Medicine)
  纽约大学格罗斯曼医学院科研团队引入高灵敏度人工智能算法,精准识别和分类细胞内多种多样的脱氧核糖核酸(DNA)损伤类型,借此溯源并揭示导致人类基因突变的未知内源性或外源性病因。

(六)破解医疗人工智能"黑箱"与临床生物标志物提取:加利福尼亚大学伯克利分校(University of California, Berkeley)
  加利福尼亚大学伯克利分校科研团队开发了一套解析方法,能够从复杂的医疗人工智能模型中提取出清晰、可验证的医学假设,将原本晦涩的黑箱(Black-box)预测结果转化为临床医生可以理解和使用的临床生物标志物(Clinical Biomarkers)。

(七)非洲人群药物代谢基因变异图谱:开普敦大学(The University of Cape Town)
  开普敦大学科研团队针对非洲人群的药物代谢基因(Drug-metabolizing genes)变异进行测绘与建模。这一成果将直接用于指导非洲本土的临床用药选择,降低药物不良反应风险,填补全球基因组医学在非洲大陆的数据鸿沟。

(八)跨物种心脏再生基因开关识别:匹兹堡大学(University of Pittsburgh)
  匹兹堡大学科研团队开发了一种新的"几何人工智能模型"(Geometric AI Model),用于跨物种比对不同动物在心脏损伤后的基因调控网络,从中寻找决定心脏能否再生的关键"基因开关"(Genetic Switches),为研发人类心脏修复与再生疗法提供全新靶点。

(九)多肽类药物设计空间映射:多伦多大学(University of Toronto)
  多伦多大学科研团队对多肽类药物(Peptide-based drugs)庞大的设计空间进行系统性映射与表征,实现计算机引导的精准多肽药物设计(Computer-guided therapeutic drug design),缩短新药先导化合物的发现周期。

参考文献

[1] Maggie Johnson. 17 organizations using AI to accelerate scientific breakthroughs[.EB/OL]. (2026-10-14)[2026-10-19].https://blog.google/company-news/outreach-and-initiatives/google-org/impact-challenge-ai-science-recipients/

[2] Granted AI. Google.org Named the 17 Winners of Its $36M AI for Science Challenge. Fifteen Are Universities, and Not One Is a Service Nonprofit.[EB/OL]. (2026-10-15)[2026-10-19].https://grantedai.com/blog/google-org-ai-for-science-impact-challenge-17-recipients-36-million-october-14-2026-30-countries-fifteen-universities-foundation-models-accelerator-strategy

[3] Aria Bloom.Seventeen Organizations Secure $36 Million From Google.org Challenge[EB/OL]. (2026-10-14)[2026-10-19].https://www.unite.ai/seventeen-organizations-secure-36-million-from-google-org-challenge/