Google 연구 과학자들이 경험적 연구 도구를 사용하는 네 가지 방법

지난 9월 ERA(Empirical Research Assistance)를 도입한 이후, 구글 리서치 과학자들은 개념 증명 테스트를 넘어 실제 응용 분야에서 이를 활용해 왔습니다. 역학 분야에서 ERA는 인플루엔자, COVID-19 및 RSV에 대한 예측을 생성하여 미국 질병통제예방센터(CDC)의 도구와 경쟁했습니다. 구글은 현재 미국 전역의 모든 주와 최대 4주까지의 시간 범위에 대한 주간 인플루엔자 예측을 제출하고 있으며, CDC의 COVID-19 및 RSV 예측 허브에 참여하여 공개 리더보드에서 최상위권 성적을 내고 있습니다. 우주론 분야에서는 ERA가 Gemini Deep Think와 결합하여 우주 끈에서 발생하는 중력 복사에 대한 여섯 가지 일반 해법과 간결한 점근 공식을 도출함으로써, 이전에는 특수한 경우에 대해서만 부분적인 해법이 존재했던 미해결 문제를 해결했습니다. 대기 모니터링을 위해 ERA는 단일 픽셀 물리 기반 신경망을 개발하여 GOES 동부 위성 관측 데이터에서 칼럼 평균 이산화탄소(CO2) 농도를 추출했습니다. 이는 16개 파장 대역, 기상, 태양 각도 및 연중 일자 데이터를 결합하고 희소한 OCO-2 및 OCO-3 데이터로 훈련함으로써 전례 없는 공간 및 시간 해상도를 달성했습니다. 신경과학 분야에서는 ERA가 단순화된 제브라피쉬 뇌 시뮬레이터(simZFish)의 배선도를 사용하여 자극과 운동 반응을 연결하는 신경 회로를 제안했습니다. 이 회로는 새로운 자극에 일반화되었으며, 해석 가능하고 기계적으로 정확한 솔루션을 제공했습니다. 이는 ERA가 ZAPBench에서 7만 개 이상의 뉴런을 예측하는 데 있어 기준선을 능가한 이전 결과를 바탕으로 한 것입니다. 이러한 프로젝트들은 ERA가 미해결 문제를 해결하고, 계산 모델링을 민주화하며, 기존 관측 데이터의 활용도를 극대화함으로써 과학을 발전시키는 능력을 보여줍니다.