На конференции Google I/O 2026 компания анонсировала пакет ИИ-инструментов для научных исследований, центральным элементом которого стала платформа Gemini for Science. Она объединяет несколько технологий, направленных на ускорение каждого этапа научного метода — от формулировки гипотез до написания кода и анализа литературы.
Один из ключевых компонентов — Empirical Research Assistance (ERA), система для написания экспертного научного кода. ERA была представлена в публикации в Nature на прошлой неделе и уже помогла в исследованиях от нейронауки до космологии. Например, ERA позволила точнее прогнозировать число госпитализаций при респираторных заболеваниях и сезонный сток воды в речных бассейнах Калифорнии. Код доступен в новом репозитории Google на GitHub.
| Инструмент | Описание |
|---|---|
| ERA | Система для написания научного кода, опубликованная в Nature. |
| Co-Scientist | Мультиагентная система для генерации и проверки гипотез. |
| Computational Discovery | Агентный движок для параллельного перебора вариантов кода. |
| Hypothesis Generation | Турнир идей с несколькими агентами для генерации гипотез. |
| Literature Insights | Синтез научной литературы на базе NotebookLM. |
| Science Skills | Набор агентских навыков для автоматизации сложных рабочих процессов. |
| Paper Assistant Tool (PAT) | ИИ-рецензент статей, протестированный на более чем 10 000 работ. |
| Gemini Deep Think | Версия с углублёнными рассуждениями для решения открытых проблем. |
Второй важный элемент — Co-Scientist, мультиагентная система на базе Gemini, которая работает как коллаборативный ИИ-партнёр. Она опубликована в Nature вместе с отзывами учёных. Co-Scientist уже применяется для борьбы с устойчивостью к антибиотикам, изучения иммунитета растений и фиброза печени.
ERA (Empirical Research Assistance) — система для написания экспертного научного кода, уже опубликованная в Nature.
Платформа Gemini for Science также включает Computational Discovery — агентный исследовательский движок, построенный на ERA и AlphaEvolve. Он генерирует и оценивает тысячи вариантов кода параллельно, позволяя исследователям быстро проверять гипотезы, на которые вручную ушли бы месяцы.
Ещё один инструмент — Hypothesis Generation, созданный на базе Co-Scientist. Он проводит «турнир идей» с участием нескольких агентов-рассуждений: они генерируют, обсуждают и оценивают гипотезы, причём каждое утверждение сопровождается кликабельной ссылкой на источник.
Для синтеза научной литературы предназначен инструмент Literature Insights на базе NotebookLM. Он помогает обобщать результаты из множества статей и структурировать выводы. Кроме того, в платформу включены Science Skills — набор агентских навыков для автоматизации сложных рабочих процессов, таких как структурная биоинформатика и геномный анализ, которые теперь выполняются за минуты.
Google также анонсировала инструмент Paper Assistant Tool (PAT) для рецензирования статей. Он уже экспериментально проверил более 10 тысяч работ на конференциях ICML, STOC и NeurIPS, помогая авторам выявлять теоретические пробелы и проводить новые эксперименты.
Отдельно стоит отметить Gemini Deep Think — версию с углублёнными рассуждениями, которая решила несколько открытых научных проблем. В их числе — нерешённые ранее тупики в сетевых головоломках, десятилетняя оптимизационная гипотеза, аномалии в обучении нейросетей, улучшение экономической теории аукционов и устранение сингулярностей в теории космических струн.
Доступ к инструментам Gemini for Science открывается постепенно по заявкам на сайте labs.google/science.