Quatre façons dont les scientifiques de Google Research utilisent l'outil d'assistance à la recherche empirique

Depuis le lancement de l'ERA (Empirical Research Assistance) en septembre, les scientifiques de Google Research l'ont utilisée pour des applications concrètes au-delà des tests de validation de concept. En épidémiologie, l'ERA a généré des prévisions pour la grippe, la COVID-19 et le VRS (virus respiratoire syncytial), rivalisant avec les outils des Centres américains de contrôle et de prévention des maladies (CDC) ; Google soumet désormais des prévisions hebdomadaires de grippe pour tous les États américains et des horizons temporels allant jusqu'à quatre semaines, et a rejoint les hubs de prévision des CDC pour la COVID-19 et le VRS, se classant en tête ou à proximité des meilleurs des classements publics. En cosmologie, l'ERA, combinée à Gemini Deep Think, a permis de dériver six solutions générales et une formule asymptotique concise pour le rayonnement gravitationnel des cordes cosmiques, résolvant un problème ouvert qui ne disposait auparavant que d'une solution partielle pour un cas particulier. Pour la surveillance atmosphérique, l'ERA a développé un réseau neuronal monocouche guidé par la physique qui extrait le CO2 moyen par colonne des observations du satellite GOES East, atteignant une résolution spatiale et temporelle sans précédent en combinant des données provenant de 16 bandes de longueur d'onde, de données météorologiques, d'angles solaires et du jour de l'année, entraîné sur des données éparses des satellites OCO-2 et OCO-3. En neurosciences, l'ERA a utilisé le diagramme de câblage d'un simulateur simplifié de cerveau de poisson-zèbre (simZFish) pour proposer des circuits neuronaux reliant un stimulus à une réponse motrice, circuits qui se sont généralisés à de nouveaux stimuli et ont offert des solutions interprétables et mécaniquement précises, s'appuyant sur des résultats antérieurs où l'ERA surpassait les modèles de référence dans la prédiction de plus de 70 000 neurones dans ZAPBench. Ces projets illustrent la capacité de l'ERA à faire progresser la science en résolvant des problèmes ouverts, en démocratisant la modélisation computationnelle et en maximisant l'utilité des données d'observation existantes.