Gemini for Science：AI实验与工具开启科学发现新时代

Gemini for Science：AI实验与工具开启科学发现新时代几个世纪以来，科学方法一直是人类进步的最大引擎。在Google，我们的使命深深植根于构建加速科学发现的工具。

我们相信，新的发现时代不会来自狭隘的专业模型，而是来自能够赋能所有科学领域研究人员的通用智能体。为此，我们推出Gemini for Science，这是一套科学工具和实验集合，旨在扩大科学探索的规模和精度，成为人类智慧的倍增器。

如今科学面临一个悖论：我们的集体知识增长如此之快，以至于单个科学家越来越难以看清全貌。科学突破往往依赖于在数据之间建立创造性的联系，但手动完成这项工作可能需要数周甚至数月。

AI可以通过处理复杂任务来消除这一瓶颈，成为科学工作的力量倍增器，让研究人员专注于识别和解决最具影响力的科学问题与方向。

Google Labs上的Gemini for Science实验工具包含三个主要原型，用于处理此类任务：- 假设生成（Hypothesis Generation），基于Co-Scientist构建：构思是科学的核心，但没有人能综合每年发表的数百万篇论文。

假设生成通过模拟科学方法来弥补这一差距：它与研究人员合作定义研究挑战，然后使用多智能体“创意锦标赛”来生成、辩论和评估假设。为确保绝对严谨，主张经过深入验证，并附有可点击的引用支持。

- 计算发现（Computational Discovery），基于AlphaEvolve和ERA（实证研究辅助）构建：科学进步往往受限于我们能够通过计算实验实际测试的假设数量。计算发现是一个智能体研究引擎原型，通过并行生成和评分数千个代码变体来解决这一问题。

这使得科学家能够测试新的建模方法——例如用于太阳预报或流行病学等复杂领域——而手动探索这些方法需要数月时间。- 文献洞察（Literature Insights），基于Google NotebookLM构建：理解科学文献是所有研究旅程的核心部分。

文献洞察搜索科学文献，并将结果结构化到具有自定义可搜索属性的表格中，以便进行并排分析。研究人员可以使用聊天功能来揭示其精选语料库中的细微差别，并创建高保真制品，如报告、幻灯片、信息图表以及音频和视频概览。

借助NotebookLM的强大功能，文献洞察有助于综合论文中的发现、识别研究差距并发现机会领域。

从今天开始，我们将逐步开放这些实验的访问权限。请访问labs.google/science注册您的兴趣。除了这些独立实验，我们还通过Google Cloud将这些先进的AI能力带给企业组织。

我们的企业级科学和工业研发解决方案已在私人预览中被一系列合作伙伴使用，以推动实际影响。例如，BASF等公司正在使用AlphaEvolve优化其供应链，Klarna则利用它增强其机器学习模型。

与此同时，Daiichi Sankyo、Bayer Crop Science和美国国家实验室（作为美国能源部Genesis任务的一部分）正在使用Co-Scientist加速研究并应对基础科学挑战。

这些企业级工具在当前预览阶段已展现出显著价值。我们对合作伙伴正在取得的突破感到兴奋，并期待在未来几个月内扩大对更多组织的访问。基于这些及其他工具，已有多篇验证论文发表。ERA和Co-Scientist的研究论文今日在《自然》杂志上发表。

桌面上的科学工作台作为Gemini for Science的一部分，我们还推出了Science Skills，这是一个专业工具包，集成了来自30多个主要生命科学数据库和工具的见解，包括UniProt、AlphaFold数据库、

AlphaGenome API和InterPro。

在Google Antigravity等智能体平台上使用这些技能，研究人员可以在几分钟内完成通常需要数小时的复杂且手动的工作流程，例如结构生物信息学和基因组分析。我们的研究团队已在实践中体验到这种加速。

在早期测试中，我们的团队使用Science Skills在几分钟内完成了一项通常需要数小时的复杂分析，从而对AK2基因突变引起的罕见遗传病的潜在机制产生了新的见解。

要了解如何在Google Antigravity中使用Science Skills，请访问antigravity.google/use-cases/science。与科学界的合作我们负责任地开发和部署科学工具的承诺始于科学生态系统。

我们正在与100多家机构合作——包括斯坦福大学（肝纤维化）、伦敦帝国理工学院（抗菌素耐药性）以及与Crick研究所的多年合作——以验证我们的新系统和工具。

为确保AI生成见解的完整性，我们建立了一个值得信赖的测试者社区，涵盖从博士生到行业研究人员再到诺贝尔奖得主，以对我们的系统进行压力测试，应对复杂的现实世界挑战。

此外，我们还与ICML、STOC和NeurIPS等领先科学会议合作创建了专门的试点项目，以开发用于智能体同行评审和科学验证的开创性工具，例如我们的实验性Paper Assistant Tool（PAT）和ScholarPeer。

所有这些工作都建立在AI进步的悠久历史之上。我们的专业AI模型已经在加速进展：AlphaFold已帮助超过300万研究人员研究疟疾疫苗和塑料降解酶；AlphaGenome正在帮助科学家识别疾病驱动因素。

这些工具与研究人员日常依赖的工具并存——从Google Scholar和Earth Engine到Colab、MedGemma、Earth AI和Gemini Deep Research。

通过我们最新的Gemini Deep Think版本，我们继续提升核心模型在复杂科学任务上的能力。这些工具共同已成为科学生态系统的重要组成部分，帮助研究人员组织信息并大规模执行复杂数据分析。

在我们共同探索智能体研究的未来时，我们将继续努力迈向一个AI加速科学进步并帮助解决最紧迫社会挑战的未来。