Gemini for Science：新发现时代的AI实验与工具

几个世纪以来，科学方法一直是人类进步最强大的引擎。在 Google，我们的使命深深植根于构建加速科学进步的工具。我们相信，一个全新的发现时代不会来自狭隘、专门的模型，而是来自能够赋能所有科学领域研究者的通用 agent（智能体）。

因此，我们推出了 Gemini for Science，这是一套旨在扩大科学探索规模和精度的科学工具与实验集合。

人类创造力的倍增器

当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所需的时间可能长达数周甚至数月。AI 可以通过处理复杂任务来帮助消除这一瓶颈，并成为科学工作的倍增器。这使得研究人员能够专注于识别和解决那些能够推动进步的最具影响力的科学问题和方向。

Google Labs 上的 Gemini for Science 实验工具包含三个主要原型，旨在处理此类任务。

1. 假设生成，由Co-Scientist构建： 构思是科学的核心，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补这一差距：它与研究人员合作定义研究挑战，然后使用多 agent“创意竞赛”来生成、辩论和评估假设。为确保绝对严谨，其主张会经过深度验证，并附有可点击的引用作为支持。
2. 计算发现，由AlphaEvolve和ERA（实证研究辅助）构建： 科学进步常常受到我们能够通过计算实验实际测试的假设数量的限制。计算发现是一个 agentic 研究引擎原型，它通过并行生成和评分数千个代码变体来解决这个问题。这使得科学家能够测试新颖的建模方法——例如在太阳预测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。
3. 文献洞察，由Google NotebookLM构建： 理解科学文献是所有研究旅程的核心部分。文献洞察功能搜索科学文献，并将结果组织成带有可自定义、可搜索属性的表格，以便进行并列分析。研究人员可以使用聊天功能来揭示基于其策划语料库的细微差别，并创建高保真度的成果，如报告、幻灯片、信息图以及音频和视频概述。借助 NotebookLM 的强大功能，文献洞察有助于综合跨论文的发现，识别研究空白并发现机会领域。

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。

除了这些独立的实验，我们还通过 Google Cloud 将这些先进的 AI 能力带给企业组织。我们面向科学和工业研发的企业级解决方案已在私人预览阶段被一系列合作伙伴用于推动实际影响。像 BASF 这样的公司正在使用 AlphaEvolve 优化其供应链，而 Klarna 则利用它来增强其机器学习模型。与此同时，像 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）等组织正在使用 Co-Scientist 来加速其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解锁的突破感到兴奋，并期待在未来几个月内将访问权限扩展到更多组织。

基于这些及其他工具，已有数篇验证论文发表。ERA 和 Co-Scientist 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，这是一个专门的工具包，整合了来自超过 30 个主要生命科学数据库和工具的洞察，包括 UniProt、AlphaFold Database、AlphaGenome API 和 InterPro。在 Google Antigravity 等 agentic 平台上使用这些技能，研究人员可以在几分钟内完成结构生物信息学和基因组分析等通常需要手动操作的复杂工作流程，而不是几小时。

我们的研究团队在使用 Science Skills 时已经实际体验到了这种速度提升。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。这为一种由 AK2 基因突变引起的罕见遗传病的潜在机制带来了新的见解。

要了解有关如何在 Google Antigravity 中使用 Science Skills 的更多信息，请访问 antigravity.google/use-cases/science。

与科学界的合作努力

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。我们正在与超过 100 家机构合作——包括 斯坦福大学 在肝纤维化方面、伦敦帝国理工学院 在抗菌素耐药性方面，以及与 The Crick Institute 的多年合作——以验证我们的新系统和工具。为确保 AI 生成洞察的完整性，我们建立了一个可信测试者社区——从博士生到行业研究人员再到诺贝尔奖得主——以针对复杂的现实世界挑战对我们的系统进行压力测试。

此外，我们还与 ICML、STOC 和 NeurIPS 等领先的科学会议创建了专门的试点项目，以开发用于 agentic 同行评审和科学验证的开创性工具，例如我们实验性的 Paper Assistant Tool (PAT) 和 ScholarPeer。

所有这些工作都建立在 AI 长期进步的基础之上。我们专门的 AI 模型已经在加速进步：AlphaFold 已帮助超过 300 万研究人员应对疟疾疫苗和塑料降解酶等挑战；AlphaGenome 正在帮助科学家识别疾病的驱动因素。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。随着我们最新的 Gemini Deep Think 发布，我们继续改进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，帮助研究人员大规模组织信息并执行复杂的数据分析。

在我们共同探索 agentic 研究的未来时，我们将继续努力实现一个 AI 加速科学进步并帮助解决我们最紧迫社会挑战的未来。

在您的收件箱中获取更多来自 Google 的故事。

完成。只需再一步。

请检查您的收件箱以确认订阅。

您已订阅我们的新闻通讯。

您也可以使用以下方式订阅