科学双子座：探索新时代的人工智能实验和工具

科学双子座：探索新时代的人工智能实验和工具几个世纪以来，科学方法一直是人类进步的最大引擎。在谷歌，我们的使命深深植根于构建加速这一进程的工具。我们相信，新的发现时代不会来自狭隘的专业模型，而是来自赋予各个科学领域研究人员权力的通用代理人。

这就是为什么我们推出Gemini for Science，这是一系列科学工具和实验，旨在扩大科学探索的规模和精确度。人类聪明才智的力量增强器今天，科学面临着一个悖论：我们的集体知识增长如此之快，以至于科学家个人越来越难看到全貌。

科学突破通常依赖于在数据之间建立创造性的联系，但手动完成这一工作所需的时间可能需要数周甚至数月。人工智能可以帮助消除这一瓶颈，并通过处理复杂的任务，成为科学工作的力量倍增器。这使研究人员能够专注于识别和解决最具影响力的科学问题和推动进步的方向。

谷歌实验室的Gemini for Science实验工具包括三个主要原型，旨在处理这些任务。- 与共同科学家共同打造的“假设世代”：创意是科学的心跳，但没有人能够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合这一差距：它与研究人员合作定义研究挑战，然后使用多主体“想法锦标赛”来生成、辩论和评估假设。为了确保绝对严谨，主张经过深入验证并通过可点击引用支持。

- 计算发现，由AlphaEvolve和ERA（实证研究协助）构建：科学进步通常受到我们可以通过计算实验现实测试的假设数量的限制。计算发现，一个代理研究引擎，是一个原型，通过并行生成和评分数千个代码变体来解决这个问题。

这使得科学家们能够测试新的建模方法--用于太阳预测或流行病学等复杂领域--而手动导航需要数月时间。- Literature Insights，由Google NotebookLM构建：理解科学文献是所有研究之旅的核心部分。

Literature Insights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，以进行并排分析。研究人员可以使用聊天来揭示他们精心策划的数据库中的细微差别，并创建高保真人工制品，例如报告、幻灯片、信息图表以及音频和视频概览。

借助NotebookLM的强大功能，文学见解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，我们将开始逐步开放这些实验。参观实验室。Google/science注册您的兴趣。除了单独实验之外，我们还通过Google Cloud将这些先进的人工智能功能带到企业组织。

我们的企业级科学和工业研发解决方案已被一系列合作伙伴在私人预览中使用，以推动现实世界的影响。巴斯夫等公司正在使用AlphaEvolve来优化其供应链，Klarna正在利用它来增强其机器学习模型。

与此同时，第一三共、拜耳作物科学和美国。S.国家实验室（作为美国的一部分。S.能源部的创世纪任务）正在利用联合科学家来加速他们的研究并应对基本的科学挑战。这些企业级工具在当前的预览阶段显示出了巨大的价值。

我们对我们的合作伙伴正在解锁的突破感到兴奋，并期待在未来几个月内扩大对更多组织的访问。基于这些和其他工具，已经发表了几篇验证论文。ERA和联合科学家的研究论文今天发表在《自然》杂志上。

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，这是一个专业捆绑包，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等代理平台上使用这些技能，研究人员可以在几分钟而不是几小时内执行复杂且通常是手动的工作流程，例如结构生物信息学和基因组分析。我们使用科学技能的研究团队已经在实践中看到了这种加速。

在早期测试中，我们的团队使用科学技能来执行复杂的分析，通常需要数小时或数分钟的时间。这导致了对AK 2基因突变引起的罕见遗传性疾病的潜在机制的新见解。要了解有关如何在Google反重力中使用科学技能的更多信息，请访问反重力。

谷歌/用例/科学。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多个机构合作，包括斯坦福大学研究肝纤维化、伦敦帝国理工学院研究抗菌药物耐药性以及与克里克研究所的多年努力，以验证我们的新系统和工具。

为了确保人工智能生成见解的完整性，我们建立了一个值得信赖的测试者社区--从博士生到行业研究人员再到诺贝尔奖获得者--来对我们的系统进行压力测试，以应对复杂的现实世界挑战。

此外，我们还与ICML、STOC和NeurIPS等领先的科学会议一起创建了专门的试点项目，以开发用于代理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 Tools（Mat）和ScholarPeer。

所有这些工作都建立在人工智能进步的悠久历史之上。我们的专业人工智能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食塑料酶;AlphaGenome正在帮助科学家识别疾病的驱动因素。

这些与研究人员依赖的日常工具一起存在--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，我们继续提高我们在复杂科学任务方面的核心模型能力。这些工具加在一起已经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的数据分析。

当我们共同探索代理研究的未来时，我们将继续努力迈向人工智能加速科学进步并帮助解决我们最紧迫的社会挑战的未来。