Исследовательская некоммерческая организация Biohub, стоящая за плечами Марка Цукерберга и Присциллы Чан, запускает амбициозный пятилетний проект: научить искусственный интеллект предсказывать поведение клеток. По данным материала издания The Decoder, опубликованного 7 октября 2026 года, общая стоимость инициативы достигает $1,8 млрд. В проекте участвуют технологические гиганты и государственные структуры США, а первые результаты в виде стандартизированных датасетов для обучения ИИ могут появиться уже в течение года.
Инициатива на $1,8 млрд: виртуальная биология и клеточные модели
Проект, формализованный как «Virtual Biology Initiative», был анонсирован ещё в апреле 2026 года с первоначальным обязательством Biohub на $500 млн. Теперь, согласно отчёту Reuters, на который ссылается The Decoder, координация значительно расширилась. Итоговая сумма складывается из взносов частных компаний и федерального бюджета США. Задача — создать ИИ-модели, которые смогут симулировать поведение клеток на молекулярном уровне, что потенциально ускорит разработку лекарств и снизит зависимость от длительных лабораторных экспериментов.
Что изменилось
Кто финансирует: корпорации и правительство США
Финансовая структура выглядит так:
— Meta, Google DeepMind и Isomorphic Labs (дочерняя компания Alphabet) в совокупности предоставляют $300 млн;
— Министерство энергетики США (DOE) выделяет более $500 млн на лабораторные измерения и вычислительные ресурсы;
— Ещё свыше $500 млн составляют ранее выделенные федеральные средства, координируемые Национальными институтами здоровья (NIH). Biohub займётся стандартизацией этих данных для обучения ИИ.
Таким образом, более половины бюджета поступает от американского государства, что подчёркивает стратегический интерес властей к клеточному моделированию.
Эксклюзивный доступ и открытость государственных данных
Важный нюанс: коммерческие спонсоры, вложившие средства в создание данных, получат эксклюзивный доступ к ним в течение одного года. После этого информация станет публичной. Как пояснил руководитель исследований Biohub Алекс Райвз, такой подход призван стимулировать частные инвестиции. В то же время все результаты, полученные за счёт государственного финансирования, будут доступны без ограничений с момента публикации.
Кого это касается
Другие проекты ИИ в биологии: конкуренция нарастает
Biohub — не единственная организация, стремящаяся применить ИИ в биологии. В том же материале The Decoder упоминается, что Anthropic уже построила собственную биологическую лабораторию для разработки лекарств с помощью ИИ, а OpenAI Foundation направляет более $125 млн на создание биологических и медицинских датасетов. Эти параллельные усилия свидетельствуют о растущей гонке в области «ИИ-биологии», где ключевым ресурсом становятся размеченные и стандартизированные данные о клеточных процессах.
Когда ждать первых результатов?
Первый обучающий датасет должен быть готов приблизительно через год после публикации новости — то есть к осени 2027 года. До тех пор все сроки остаются ориентировочными, поскольку проект зависит от координации между многочисленными лабораториями и вычислительными центрами. Появление моделей, способных давать практически значимые предсказания, займёт, вероятно, несколько лет после выпуска первого набора данных.
Что проверить
Предосторожности: вторичный источник и отсутствие официальных комментариев
На момент подготовки обзора информация основывается исключительно на заметке The Decoder, которая, в свою очередь, ссылается на сообщение Reuters. Прямых заявлений от Biohub, Meta, Google DeepMind или Министерства энергетики США в открытом доступе найти не удалось. До получения официальных пресс-релизов или подтверждения от независимых отраслевых изданий все цифры и условия следует рассматривать как предварительные. Рекомендуем читателям следить за сайтом Biohub (https://www.czbiohub.org) и лентой Reuters (https://www.reuters.com/technology) для верификации деталей.
Оригинальная публикация: The Decoder, 7 октября 2026 года, https://the-decoder.com/zuckerbergs-biohub-leads-a-1-8-billion-push-to-build-ai-models-that-predict-cell-behavior/
