По сообщению Google об экспериментальных инструментах для науки. Указанные возможности, планы и сравнительные результаты относятся к исходному сообщению и отражают оценки разработчика. Первоисточник.
Gemini for Science: эксперименты с ИИ и инструменты для новой эры открытий
Исследуйте будущее научных открытий с новыми Science Skills в Google Antigravity и тремя новыми экспериментальными инструментами в Google Labs. Эти инструменты разработаны, чтобы ускорять ключевые этапы научного метода; они созданы с использованием Co-Scientist, AlphaEvolve, Empirical Research Assistance и NotebookLM.
Главный научный сотрудник Google Cloud и вице-президент Google DeepMind
Вице-президент Google и генеральный директор Google Research
На протяжении столетий научный метод оставался главным двигателем прогресса человечества. В Google наша миссия тесно связана с созданием инструментов, которые ускоряют этот процесс. Мы считаем, что новая эра открытий не наступит благодаря узким специализированным моделям, а благодаря универсальным агентам, которые расширят возможности исследователей во всех научных областях.
Именно поэтому мы представляем Gemini for Science — набор научных инструментов и экспериментов, призванных расширить масштабы и точность научного исследования.
Умножитель человеческой изобретательности
Сегодня наука сталкивается с парадоксом: наши коллективные знания растут так быстро, что отдельным учёным всё труднее увидеть общую картину. Научные прорывы часто зависят от умения творчески связывать данные, но ручная работа по этому процессу может занять недели или даже месяцы. ИИ может помочь устранить это узкое место и служить умножителем для научной работы, беря на себя сложные задачи. Это позволяет исследователям сосредоточиться на выявлении и решении наиболее значимых научных проблем и направлений, которые будут продвигать прогресс.
Экспериментальные инструменты Gemini for Science в Google Labs включают три основных прототипа, созданных для выполнения таких задач.
Генерация гипотез, создана с Co-Scientist: Идеация — сердце науки, но ни один человек не в состоянии синтезировать миллионы статей, публикуемых ежегодно. Генерация гипотез сокращает этот разрыв, имитируя научный метод: она сотрудничает с исследователями для определения исследовательской задачи, затем использует многоагентный «турнир идей» для генерации, дебатов и оценки гипотез. По описанию Google, система проверяет утверждения и сопровождает их кликабельными ссылками. Такие проверки помогают оценивать гипотезы, но сами по себе не гарантируют научную достоверность; необходима независимая проверка исследователями.
Вычислительные открытия, созданы с AlphaEvolve и ERA (Empirical Research Assistance): Научный прогресс часто ограничен количеством гипотез, которые мы реально можем протестировать с помощью вычислительных экспериментов. Computational Discovery — агентная исследовательская система-прототип, которая решает эту проблему, генерируя и оценивая тысячи вариантов кода параллельно. Это позволяет учёным тестировать новые подходы к моделированию — в сложных областях, таких как прогнозирование солнечной активности или эпидемиология — что вручную заняло бы месяцы.
Анализ литературы, создан с Google NotebookLM: Понимание научной литературы — ключевая часть любого исследовательского пути. Literature Insights ищет научные публикации и структурирует результаты в таблицы с настраиваемыми и поисковыми атрибутами для сравнения рядом друг с другом. Исследователи могут вести чат, чтобы обнаруживать нюансы, основанные на их кураторском корпусе, и создавать высококачественные материалы, такие как отчёты, презентации, инфографику и аудио- и видеообзоры. Благодаря мощности NotebookLM, Literature Insights помогает синтезировать выводы по статьям, выявлять пробелы в исследованиях и находить области возможностей.
В исходном сообщении Google объявляла о намерении постепенно открывать доступ к этим экспериментам и предлагала зарегистрировать интерес на labs.google/science. Это описание плана на момент анонса, а не подтверждение нынешней доступности.
Кроме отдельных экспериментов, мы также переносим эти передовые возможности ИИ в корпоративный сектор через Google Cloud. Наши корпоративные решения для научных и промышленных НИОКР уже используются рядом партнёров в частном превью и приносят реальный эффект. Такие компании, как BASF, используют AlphaEvolve для оптимизации цепочек поставок, а Klarna применяет его для улучшения своих моделей машинного обучения. Параллельно организации, такие как Daiichi Sankyo, Bayer Crop Science и национальные лаборатории США (в рамках миссии Genesis Министерства энергетики США), используют Co-Scientist для ускорения исследований и решения фундаментальных научных задач. Эти корпоративные инструменты показывают значительную ценность на текущем этапе превью. Мы воодушевлены прорывами, которых добиваются наши партнёры, и с нетерпением ожидаем расширения доступа для большего числа организаций в ближайшие месяцы.
В сообщении Google упоминались валидационные работы и статьи по ERA и Co-Scientist для Nature. Указание «сегодня» относится к исходному анонсу; точная дата публикации этих работ здесь отдельно не подтверждена.
Научная рабочая станция на вашем рабочем столе
В рамках Gemini for Science мы также запускаем Science Skills — специализированный пакет, который интегрирует данные более чем из 30 крупных баз данных и инструментов в области биологических наук, включая UniProt, AlphaFold Database, AlphaGenome API и InterPro. Использование этих навыков в агентных платформах, таких как Google Antigravity, позволяет исследователям выполнять сложные и часто ручные рабочие процессы, такие как структурная биоинформатика и геномные анализы, за минуты вместо часов.
Наши исследовательские команды, использующие Science Skills, уже отметили это ускорение на практике. В раннем тестировании наша команда провела сложный анализ, который обычно занимает часы, за считанные минуты. Это привело к новым идеям о потенциальных механизмах редкого генетического заболевания, вызванного мутациями в гене AK2.
Чтобы узнать больше о том, как использовать Science Skills в Google Antigravity, посетите antigravity.google/use-cases/science.
Совместная работа с научным сообществом
Наша приверженность ответственному разработке и развертыванию инструментов для науки начинается с научной экосистемы. Мы сотрудничаем с более чем 100 учреждениями — включая Стэнфордский университет по проблемам фиброза печени, Империал‑колледж Лондона по антимикробной резистентности и многолетний проект с The Crick Institute — чтобы валидировать наши новые системы и инструменты. Чтобы обеспечить достоверность выводов, сгенерированных ИИ, мы создали сообщество доверенных тестировщиков — от аспирантов до промышленных исследователей и нобелевских лауреатов — которые стресс-тестируют наши системы в условиях сложных реальных задач.
Кроме того, мы создали пилоты для ведущих научных конференций, таких как ICML, STOC и NeurIPS, чтобы разрабатывать новаторские инструменты для агентной рецензии и научной валидации, такие как экспериментальный Paper Assistant Tool (PAT) и ScholarPeer.
Вся эта работа опирается на долгую историю достижений в области ИИ. Наши специализированные модели уже ускоряют прогресс: по данным Google, AlphaFold использовали более 3 миллионов исследователей. Разработка вакцин от малярии и изучение ферментов, разлагающих пластик, приведены как отдельные примеры применения, а не как занятия всех этих пользователей или доказательство клинической эффективности. AlphaGenome применяется для исследования связей генетических вариантов с заболеваниями. Эти разработки сосуществуют с повседневными инструментами, на которые опираются исследователи — от Google Scholar и Earth Engine до Colab, MedGemma, Earth AI и Gemini Deep Research. С выпуском Gemini Deep Think мы продолжаем улучшать основные возможности наших моделей в решении сложных научных задач. В совокупности эти инструменты уже стали важной частью научной экосистемы, помогая исследователям организовывать информацию и выполнять сложный анализ данных в масштабе.
Исследуя будущее агентных исследований вместе, мы продолжаем работать над тем, чтобы ИИ ускорял научный прогресс и помогал решать наши самые насущные общественные проблемы.
Подписка на новости Google по электронной почте
Подпишитесь на наши рассылки с обновлениями продуктов, информацией о мероприятиях, специальными предложениями и другим содержанием. Проверьте свою почту, чтобы подтвердить подписку. Вы также можете подписаться, используя другой адрес электронной почты. Ваша информация будет использована в соответствии с политикой конфиденциальности Google. Вы можете в любой момент отказаться от подписки.
Йосси Матияс — вице-президент Google и руководитель Google Research. Под руководством Йосси команды мирового уровня проводят прорывные исследования в областях фундаментального машинного обучения и алгоритмов, вычислительных систем и квантовых вычислений, науки, ИИ для общественного блага в здравоохранении, климате, устойчивом развитии, образовании, культурной и поведенческой аналитике. Йосси также руководит командами, продвигающими фундаментальные исследования в генеративном ИИ, включая направления по фактической точности и эффективности, добиваясь реального воздействия и формируя будущее технологий.
Прорыв в квантовых вычислениях
Как мы помогаем миру подготовиться к стихийным бедствиям
Наша северная звезда проста, но амбициозна: никто не должен быть удивлён стихийным бедствием.
TIME назвал Google SynthID одним из лучших изобретений 2026 года.
Research@2026: новые возможности и интеллект
Мы поддерживаем европейские научные открытия при помощи продвинутых вычислительных мощностей и передовых моделей.
Применение технологий для понимания и лечения заболеваний