Google DeepMind mette 40 milioni di dollari in token AI e crediti cloud nella Genesis Mission, il programma del Department of Energy per raddoppiare il ritmo delle scoperte scientifiche americane in dieci anni. I laboratori nazionali avranno accesso a AlphaEvolve, AlphaFold 3, AlphaGenome, WeatherNext e Gemini for Government. Lo stesso giorno, OpenAI ha pubblicato il proprio impegno con il DOE per portare l’AI frontier nei laboratori nazionali.

È il terzo segnale in una settimana che mette il compute al centro. Come raccontavamo il 22 luglio, OpenAI ha confermato Project Camellia con 3,2 gigawatt in Georgia e AMD ha firmato un accordo da 5 miliardi con Anthropic per GPU MI450. Chi ha modelli frontier sta spostando risorse massicce verso chi fa ricerca.

Perché ti riguarda. Se lavori in un campo che produce molti dati, l’accesso a strumenti come AlphaFold 3 o AlphaEvolve sta passando da lusso a infrastruttura. Un ricercatore del Pacific Northwest National Laboratory usa già AlphaEvolve per esplorare sistemi matematici troppo complessi per la mente umana. Al National Laboratory of the Rockies, Gemini ha ridotto il tempo di calibrazione del microscopio da 90 minuti a 13.

I token gratuiti hanno una scadenza e i programmi di accesso sono selettivi. Il segnale è che i laboratori stanno diventando i primi clienti enterprise dell’AI frontier, e le competenze per usarla bene diventeranno presto richieste sul mercato.

Nel dettaglio

La Genesis Mission nasce a dicembre come iniziativa della Casa Bianca: usare l’AI per raddoppiare il ritmo delle scoperte scientifiche americane entro un decennio. Google si era già mosso con un programma di accesso anticipato per i 17 laboratori nazionali del DOE. L’annuncio del 22 luglio al Genesis Mission Summit 2026 alza la posta: 40 milioni di dollari in token e crediti cloud, più l’accesso a un portafoglio di strumenti specifici per la scienza.

I ricercatori ricevono accesso a AlphaEvolve, un agente basato su Gemini che progetta algoritmi ed esplora spazi matematici troppo vasti per la mente umana. Poi AlphaFold 3 per prevedere struttura e interazioni di proteine, AlphaGenome per capire come le variazioni del DNA influenzano biologia e malattie, WeatherNext per le previsioni meteorologiche e AlphaEarth Foundations per mappare il pianeta. A questo si aggiungono postazioni e token di Gemini for Government per decine di migliaia di utenti dei laboratori, dalla ricerca all’amministrazione, per un anno.

Il caso più concreto viene dal Pacific Northwest National Laboratory. Il senior scientist Henry Kvinge usa AlphaEvolve per mappare sistemi combinatori che connettono geometria e algebra. «Possiamo automatizzare l’esplorazione di innumerevoli angoli», dice. Le scoperte stanno già orientando i futuri programmi di ricerca del suo gruppo.

Al National Laboratory of the Rockies, il team di Steven Spurgeon ha integrato Gemini negli strumenti di laboratorio per costruire un sistema di sperimentazione autonoma. La calibrazione del microscopio è passata da oltre 90 minuti a 13, e i passaggi manuali per mettere a fuoco da 50 a 2. Il sistema osserva, ragiona e decide in tempo reale, aprendo parti dello spazio di design dei materiali che l’operazione manuale non raggiungeva.

Il quadro che emerge. Lo stesso giorno, OpenAI ha pubblicato il proprio impegno con il DOE e i laboratori nazionali. Si aggiunge a Project Camellia, il data center da 3,2 gigawatt in Georgia, e all’accordo AMD-Anthropic da 5 miliardi per GPU MI450. Letti insieme, questi segnali dicono che il fronte della competizione si sposta dai benchmark ai casi d’uso veri. I lab AI cercano partner che consumino grandi quantità di compute su problemi difficili, e i laboratori governativi combinano budget stabile, problemi complessi e domanda costante.

Limiti. I 40 milioni in token sono crediti in-kind, non fondi diretti. L’accesso è riservato ai vincitori del programma Genesis Mission e al personale dei laboratori nazionali: un ricercatore universitario esterno non può iscriversi. La durata è di un anno per Gemini for Government, e non è chiaro cosa succeda dopo. Gli strumenti specifici come AlphaEvolve e AlphaGenome sono in fase sperimentale: i ricercatori li descrivono come «ancora in fase di sperimentazione». Il collo di bottiglia è la competenza per formularli bene, più dell’accesso in sé.