TutkimusSovellukset 🇺🇸 27.07.2026 14:05

Neljä tapaa, joilla Google-tutkijat käyttävät empiirisen tutkimuksen työkalua

Google/DeepMindGoogle/DeepMind OpenAIOpenAI
Google-tutkijat ovat soveltaneet empiirisen tutkimuksen avustustyökalua (ERA) reaalimaailman ongelmiin epidemiologiassa, kosmologiassa, ilmakehän seurannassa ja neurotieteessä. ERA on auttanut tuottamaan kilpailukykyisiä ennusteita influenssalle, COVID-19:lle ja RSV:lle; johtamaan ratkaisuja kosmiselle säteilylle; poimimaan CO2-dataa geostationaarisista satelliiteista; ja löytämään tulkittavia hermopiirejä seeprakaloista. Nämä ponnistelut osoittavat tekoälyn potentiaalin demokratisoida laskennallista mallintamista, ratkaista avoimia ongelmia ja maksimoida olemassa olevan datan arvoa.
Syyskuussa käyttöönotetun ERA-työkalun (Empirical Research Assistance) myötä Googlen tutkijat ovat käyttäneet sitä konkreettisiin reaalimaailman sovelluksiin pelkkien konseptitodistustestien sijaan. Epidemiologiassa ERA tuotti ennusteita influenssasta, COVID-19:stä ja RSV:stä, kilpaillen CDC:n työkalujen kanssa; Google toimittaa nyt viikoittaisia flunssaennusteita kaikille Yhdysvaltojen osavaltioille ja enintään neljän viikon aikahorisontille, ja on liittynyt CDC:n COVID-19- ja RSV-ennustekeskuksiin, sijoittuen julkisten tulostaulukoiden kärkisijalle tai sen tuntumaan. Kosmologiassa ERA yhdistettynä Gemini Deep Think -työkaluun johti kuuteen yleiseen ratkaisuun ja tiiviiseen asymptoottiseen kaavaan kosmisten säikeiden gravitaatiosäteilylle, ratkaisten avoimen ongelman, jolla oli aiemmin vain osittainen ratkaisu erikoistapaukseen. Ilmakehän seurannassa ERA kehitti yksipikselisen fysiikkaohjatun neuroverkon, joka erottaa kaasupitoisuudella painotetun keskimääräisen CO2-pitoisuuden GOES East -satelliitin havainnoista, saavuttaen ennennäkemättömän paikka- ja aikaresoluution yhdistämällä dataa 16 aallonpituuskaistalta, meteorologiasta, auringon kulmista ja vuodenpäivästä, ja harjoittamalla sitä harvoihin OCO-2- ja OCO-3-datoihin. Neurotieteessä ERA käytti yksinkertaistetun seeprakalan aivosimulaattorin (simZFish) kytkentäkaaviota ehdottaakseen hermoratoja, jotka yhdistävät ärsykkeen motoriseen vasteeseen, mikä yleistyi uusiin ärsykkeisiin ja tarjosi tulkittavia, mekanistisesti tarkkoja ratkaisuja, perustuen aiempiin tuloksiin, joissa ERA ylitti vertailumenetelmät yli 70 000 hermosolun ennustamisessa ZAPBench-testissä. Nämä projektit osoittavat ERA:n kyvyn edistää tiedettä ratkaisemalla avoimia ongelmia, demokratisoimalla laskennallista mallintamista ja maksimoimalla olemassa olevan havaintodatan hyödyllisyyttä.
Lähde: Google Research — Alkuperäinen
Aiemmat aiheeseen liittyvät kirjoituksemme ↓
Tuoreet uutiset