DocsDigest
Back to listLanguage: JA
OpenAIGeminiMay 19, 2026, 5:45 PM

Gemini for Science: AI experiments and tools for a new era of discovery

A condensed section focused on the key takeaways first.

Original Post
OpenAIClaude

Quick Digest

Summary

A condensed section focused on the key takeaways first.

openaienmodel: gpt-5-mini-2025-08-07

Gemini for Science: AI experiments and tools for a new era of discovery

geminico-scientistalphaevolvenotebooklmantigravityscience-skillsgoogle-cloud

Key Points

  • Agentic science tools for hypothesis, computation and literature
  • Science Skills + Antigravity accelerate bioinformatics workflows
  • Enterprise previews, partners and Nature papers

Summary

Gemini for Science is a Google suite of experimental, agentic tools designed to accelerate core steps of the scientific method. It combines three Lab prototypes (Hypothesis Generation, Computational Discovery, Literature Insights), a Science Skills bundle for domain APIs and databases, and enterprise integrations via Google Cloud. Early validation includes Nature papers (ERA and Co-Scientist) and partner pilots; access is opening gradually through Google Labs.

Key Points

  • Hypothesis Generation (Co-Scientist): multi-agent "idea tournament" to generate, debate and verify hypotheses with clickable citations for traceability.
  • Computational Discovery (AlphaEvolve + ERA): agentic engine that generates and scores thousands of code/model variants in parallel to speed computational experiments and model exploration.
  • Literature Insights (NotebookLM): searchable, structured literature synthesis (tables, chat, slide/report/audio/video outputs) to find gaps and compare papers side-by-side.
  • Science Skills bundle: integrates 30+ life-science databases/APIs (e.g., UniProt, AlphaFold Database, AlphaGenome) to run structural bioinformatics and genomic workflows in minutes on agent platforms like Google Antigravity.
  • Enterprise and validation: enterprise preview via Google Cloud with industry and national lab partners (BASF, Klarna, Daiichi Sankyo, Bayer Crop Science, U.S. National Labs); ERA and Co-Scientist papers published in Nature; trusted tester community and conference pilots (PAT, ScholarPeer).
  • Access and next steps: gradual rollout—register interest at labs.google/science. Engineers should evaluate agentic behavior, citation grounding, parallel experiment orchestration, and enterprise API integration for reproducibility and security.

Practical notes for engineers

  • Expect agentic multi-agent workflows that require monitoring, provenance tracking and reproducibility controls.
  • Computational Discovery emphasizes massively parallel code/model variants—plan for compute orchestration and result scoring pipelines.
  • Literature Insights and Science Skills can be used to build reproducible corpora, structured tables and exportable artifacts for downstream analysis.

Where to learn more

Register interest at labs.google/science and review the ERA and Co-Scientist papers published in Nature for technical validation and evaluation details.

Full Translation

Translations

A translation section that keeps the flow of the original article.

openaijamodel: gpt-5-mini-2025-08-07

Gemini for Science：発見の新時代のためのAI実験とツール

Gemini for Science：発見の新時代のためのAI実験とツール

著者: Pushmeet Kohli（Chief Scientist, Google Cloud / Vice President, Google DeepMind）、Yossi Matias（Vice President, Google / General Manager, Google Research）

このコンテンツは Google AI によって生成されています。生成AIは実験的な技術です。

何世紀にもわたり、科学的方法は人類の進歩を牽引してきました。Google では、この方法を加速するツールの構築を使命としています。私たちは、発見の新時代は狭い専門モデルからではなく、研究者をあらゆる科学分野で支援する汎用的なエージェントから生まれると考えています。そこで今回、科学的探究の規模と精度を拡張するためのツール群「Gemini for Science」を発表します。

人間の創造性を倍化する力

今日、科学はパラドックスに直面しています。集合知は急速に増大しており、個々の研究者が全体像を把握するのが難しくなっています。科学的ブレークスルーはデータ間の創造的な結びつきに依存しますが、それを手作業で行うには何週間、何ヶ月もかかることがあります。AI はこのボトルネックを解消し、複雑な作業を代行することで科学的作業の力を増幅します。これにより研究者は、進展をもたらす最も重要な科学課題と方針の特定に集中できます。

Google Labs 上の実験ツール（主要プロトタイプ）

Gemini for Science の Google Labs における実験ツールは、以下の三つの主要プロトタイプを含みます。

  • Hypothesis Generation（Co-Scientist による構築）

    • 発想は科学の心臓部ですが、年々発表される何百万もの論文を人間が合成することは不可能です。
    • Hypothesis Generation は科学的方法を模擬し、研究者と協働して研究課題を定義し、マルチエージェントによる「アイデア・トーナメント」で仮説を生成、議論、評価します。
    • 主張は厳密に検証され、クリック可能な引用で裏付けられます。

  • Computational Discovery（AlphaEvolve と ERA: Empirical Research Assistance による構築）

    • 科学的進展は、計算実験で現実的に検証できる仮説の数に制約されがちです。
    • Computational Discovery はエージェント型の研究エンジンで、並列に数千のコード変種を生成・評価することでこの制約を解きます。
    • これにより、太陽予測や疫学のような複雑な分野で新しいモデリング手法を試すことが可能になり、手動では数ヶ月かかる作業を短縮できます。

  • Literature Insights（Google NotebookLM による構築）

    • 文献の理解はすべての研究にとって核心です。
    • Literature Insights は学術文献を検索し、比較分析のためにカスタム検索可能な属性を持つ表に構造化します。
    • 研究者はチャットを通じてキュレーションしたコーパスに根ざしたニュアンスを解明でき、高精度の成果物（レポート、スライド、インフォグラフィック、音声・動画概要など）を作成できます。
    • NotebookLM の力で、論文間の知見を統合し、研究ギャップや機会領域を特定します。

今日からこれらの実験へのアクセスを段階的に開放します。参加登録は labs.google/science をご覧ください。

エンタープライズ向けの提供

個々の実験に加えて、これらの高度なAI機能を Google Cloud を通じて企業向けにも提供します。企業向けのソリューションは既に複数のパートナーがプライベートプレビューで活用し、実世界の影響を生み出しています。

  • 例: BASF は AlphaEvolve をサプライチェーン最適化に活用、Klarna は機械学習モデルの改善に活用。
  • Daiichi Sankyo、Bayer Crop Science、米国国立研究所群（U.S. Department of Energy の Genesis Mission の一部）は Co-Scientist を研究加速と基礎科学課題の解決に使用しています。

これらのエンタープライズ向けツールはプレビュー段階で既に重要な価値を示しており、今後数か月でより多くの組織へアクセスを拡大していく予定です。

また、これらおよびその他のツールに基づく検証論文が既にいくつか公開されています。ERA と Co-Scientist の研究論文は本日 Nature に掲載されています。

デスクトップ上の科学的作業台 — Science Skills

Gemini for Science の一環として、Science Skills という専門バンドルを公開します。これは UniProt、AlphaFold Database、AlphaGenome API、InterPro など30以上の主要なライフサイエンスデータベースとツールからの知見を統合します。

Google Antigravity のようなエージェントプラットフォーム上でこれらのスキルを使うことで、構造バイオインフォマティクスやゲノム解析のような複雑で手作業が多いワークフローを、時間単位や日単位ではなく分単位で実行できるようになります。

研究チームの内部テストでは、通常は数時間かかる複雑な解析を数分で実行し、AK2 遺伝子変異による稀な遺伝病の潜在的なメカニズムに関する新たな知見を得た例があります。

Science Skills の Google Antigravity での利用方法については antigravity.google/use-cases/science をご覧ください。

科学コミュニティとの協働

責任ある開発と展開への取り組みは科学エコシステムとの協働から始まります。私たちは、Stanford University（肝線維症）、Imperial College London（抗菌薬耐性）、The Crick Institute との数年にわたる共同研究など、100以上の機関と連携して新システムとツールの検証を進めています。

AI生成の知見の整合性を確保するために、博士課程学生から産業研究者、ノーベル賞受賞者に至るまでを含む信頼できるテスターコミュニティを構築し、実世界の複雑な課題に対するストレステストを実施しています。

さらに、ICML、STOC、NeurIPS といった主要学会との専用パイロットを作成し、エージェント型ピアレビューや科学的検証のための先駆的なツール（実験的 Paper Assistant Tool (PAT) や ScholarPeer など）を開発しています。

過去の成果とエコシステムへの統合

AI の進歩の長い歴史はこの作業を支えています。専門的なAIモデルはすでに多くの進展を促しています:

  • AlphaFold はマラリアワクチンやプラスチック分解酵素の研究を含め、300万以上の研究者支援に貢献。
  • AlphaGenome は疾患の駆動因子の同定を支援。

これらは Google Scholar、Earth Engine、Colab、MedGemma、Earth AI、Gemini Deep Research など、研究者が日常的に依存するツール群と並んで機能しています。最新の Gemini Deep Think リリースにより、複雑な科学タスクに対するコアモデルの能力も継続的に改善しています。

これらのツールはすでに科学エコシステムの重要な一部となっており、情報の整理や大規模なデータ解析を支援しています。今後もエージェント型研究の未来を共に探求し、AI が科学的進展を加速し、喫緊の社会課題解決に寄与する未来を目指して取り組んでいきます。

今すぐ参加登録: labs.google/science

関連記事や最新情報は Google のニュースレターで受け取れます（購読は Google のプライバシーポリシーに従って扱われます）。

投稿カテゴリ: Google Research、Gemini、Google Labs、Google DeepMind