在科学探索的未来中，Google推出了Gemini for Science，这是一个专为加速科学方法核心步骤而设计的工具集合，包括Co-Scientist、AlphaEvolve、Empirical Research Assistance和NotebookLM等实验工具。
科学方法历经数世纪，成为人类进步的最大引擎。Google致力于构建工具以加速这一过程。我们相信，新发现的时代不会来自狭隘的专用模型，而是来自能够赋能各科学领域研究人员的通用代理。
科学的助推器
当前，科学面临一个悖论：我们的知识在迅速增长，但个体科学家却越来越难以全面把握。科学突破常常依赖于数据之间的创造性连接，而手动处理这些数据所需的时间可能长达数周甚至数月。AI可以消除这一瓶颈，成为科学工作的助推器，从而让研究人员专注于识别和解决最重要的科学问题。
Gemini for Science实验工具包含三个主要原型，旨在处理复杂任务：
-
假设生成，基于Co-Scientist：该工具通过模拟科学方法，与研究人员合作定义研究挑战，并利用“想法竞赛”生成、辩论和评估假设，确保以可点击引用支持的严谨性。
-
计算发现，结合AlphaEvolve和ERA（经验研究助手）：该原型生成并评分数千个代码变体，允许科学家并行测试新的建模方法，解决如太阳预报或流行病学等复杂领域的问题。
-
文献洞察，基于Google NotebookLM：该工具帮助研究人员搜索科学文献，并将结果结构化为可搜索的表格，便于进行并排分析。
从今天开始，我们将逐步开放这些实验的访问权限。访问labs.google/science以注册兴趣。
科学技能的桌面工作台
作为Gemini for Science的一部分，我们还推出了科学技能，这是一组整合了30多个生命科学数据库和工具的专门包。使用这些技能，研究人员可以在几分钟内完成以往需要数小时的复杂分析。
与科学共同体的协作
我们与100多家机构合作验证新系统和工具，确保AI生成的洞察的完整性。我们建立了一个信任测试者社区，涵盖从博士生到诺贝尔奖得主的各类研究人员，确保我们的系统能应对复杂的现实挑战。
随着AI在科学领域的加速进展，Gemini Deep Think的最新发布持续提升我们在复杂科学任务上的核心模型能力。这些工具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进行大规模复杂数据分析。
博主点评： Google的Gemini for Science项目展现了AI在科学研究中的巨大潜力，其通过多种工具的集成，不仅提升了研究效率，也为科学家们提供了更为强大的数据处理能力，预示着未来科学探索的新方向。