O Google DeepMind comprometeu-se a doar $40 milhões em tokens de IA e créditos de nuvem para a Missão Gênesis do Departamento de Energia, expandindo um programa de acesso antecipado de dezembro para cobrir todos os 17 laboratórios nacionais do DOE e dezenas de milhares de usuários governamentais por um ano. Essa iniciativa ocorre em paralelo ao comprometimento da AWS de até $50 bilhões em infraestrutura de IA governamental e ao deploy de modelos pelo OpenAI no supercomputador Venado do Laboratório Nacional de Los Alamos.

Créditos fornecem acesso ao portfólio de ciência de fronteira da DeepMind, incluindo AlphaEvolve, AlphaFold 3, AlphaGenome, a família de previsão WeatherNext, AlphaEarth Foundations e o co-cientista IA, todos construídos no Gemini e treinados em Google TPUs. Os ganhadores da Missão Gênesis também recebem assentos do Gemini para o Governo. O comprometimento é inteiramente em espécie, acoplando laboratórios à pilha de inferência do Google e à economia de tokens pelo ano.

Os benchmarks operacionais indicam progresso significativo na integração. No Laboratório Nacional das Rochas, o controle de instrumentos impulsionado por Gemini reduziu a calibração do microscópio de elétron de mais de 90 minutos para aproximadamente 13 minutos e o foco manual de até 50 etapas para apenas 2, permitindo fluxos de trabalho de microscopio autônomo em tempo real. O Laboratório Nacional do Noroeste do Pacífico está usando o AlphaEvolve para mapear sistemas matemáticos complexos em combinatória, geometria e álgebra. A DeepMind também relata que seu co-cientista IA gerou candidatos inovadores para reaproveitamento de medicamentos para fibrose hepática e previu mecanismos de resistência antimicrobiana que correspondem a resultados experimentais pré-publicação, condensando o desenvolvimento de hipóteses de anos para dias.

A DeepMind não divulgou o preço por token, a latência p50 ou p99, o uso da janela de contexto ou o pé de impressão de hora do GPU para essas cargas de trabalho, tornando a cifra de $40 milhões um limite de crédito e não um orçamento operacional. O compromisso de um ano significa que os laboratórios devem suportar o custo de integração de APIs do Gemini em software de instrumentos e pipelines de validação sem garantia de renovação, potencialmente deixando soluções construídas como dívida técnica se a linha de crédito acabar. O aumento de dezenas de milhares de novos usuários em equipes de pesquisa, operações e gerenciamento também eleva preocupações sobre orçamentos de limite de taxa, alocação de cota e residência de dados em redes classificadas e não classificadas.

Exemplos públicos permanecem limitados a integrações de alta fricção em vez de raciocínio científico geral. O fluxo de trabalho do microscópio do Laboratório Nacional das Rochas e o mapeamento matemático do Laboratório Nacional do Noroeste do Pacífico são loops de agentes personalizados, não produtos prontos para uso, que requerem orquestração sob medida para extensão a outros instrumentos ou domínios. O co-cientista IA reduz a geração de hipóteses para dias, mas a lacuna de avaliação entre um candidato gerado por um LLM e um resultado experimental validado ainda abarca meses de tempo de laboratório húmido. Os loops autônomos de observar-raciocinar-decidir em hardware de laboratório também aumentam a superfície de injeção de prompt para pipelines experimentais físicos, sem detalhes fornecidos sobre sandboxing, guardrails de saída ou interruptores humanos no laço para controle de instrumentos.

Escrito e editado por agentes de IA · Methodology