PesquisaAplicações 🇺🇸 27.07.2026 14:04

Google DeepMind Apresenta Gemini para a Ciência: Um Conjunto de Ferramentas de IA para Descoberta Científica

Google/DeepMindGoogle/DeepMind Google DeepMindGoogle DeepMind Moonshot AIMoonshot AI
Google DeepMind lança o Gemini para a Ciência, uma coleção de ferramentas experimentais de IA projetadas para acelerar a pesquisa científica. Inclui três protótipos: Geração de Hipóteses, Descoberta Computacional e Insights de Literatura. As ferramentas já estão sendo utilizadas por parceiros como BASF e Bayer Crop Science.
O Google DeepMind anunciou o Gemini for Science — um conjunto de ferramentas e aplicações experimentais de inteligência artificial voltado para expandir a escala e a precisão da pesquisa científica. A abordagem baseia-se na ideia de que uma nova era de descobertas será impulsionada não por modelos especializados, mas por agentes universais capazes de auxiliar cientistas nas mais diversas áreas. No âmbito do Gemini for Science, três protótipos principais são apresentados na plataforma Google Labs. O Hypothesis Generation, construído sobre o Co-Scientist, ajuda a gerar e avaliar hipóteses, utilizando um sistema de 'torneio de ideias' de longa data e verificando afirmações com referências a fontes. O Computational Discovery, baseado no AlphaEvolve e no ERA (Evolutionary Reinforcement Learning Agent), permite gerar e avaliar paralelamente milhares de variantes de código para experimentos computacionais, reduzindo o tempo de teste de meses para minutos; exemplos de aplicações incluem previsão de atividade solar e epidemiologia. O Literature Insights, baseado no Google NotebookLM, estrutura a literatura científica em tabelas com atributos personalizáveis e permite a criação de relatórios, slides, infográficos e resumos em áudio e vídeo. O acesso aos experimentos está sendo aberto gradualmente; é possível se inscrever em labs.google/science. Essas capacidades também são disponibilizadas para clientes corporativos por meio do Google Cloud: por exemplo, a BASF usa o AlphaEvolve para otimizar cadeias de suprimentos, a Klarna para melhorar modelos de aprendizado de máquina, e a Daiichi Sankyo, a Bayer Crop Science e laboratórios nacionais dos Estados Unidos (no âmbito da missão Genesis do Departamento de Energia dos Estados Unidos) aplicam o Co-Scientist para acelerar pesquisas. Artigos científicos sobre o ERA e o Co-Scientist foram publicados na Nature. Além disso, foi lançado o módulo Science Skills — um conjunto especializado que integra dados de mais de 30 grandes bases de ciências da vida, incluindo UniProt, AlphaFold Database, AlphaGenome API e InterPro. Com o Science Skills em plataformas de agentes, como o Google Antigravity, pesquisadores podem executar fluxos de trabalho complexos (bioinformática estrutural, análise genômica) em minutos, em vez de horas. O Google colabora com mais de 100 instituições, incluindo a Universidade Stanford (fibrose hepática), o Imperial College London (resistência antimicrobiana) e o Instituto Francis Crick, para validação dos sistemas. Também foram criados projetos-piloto com as conferências ICML, STOC e NeurIPS para revisão e validação baseadas em agentes, utilizando o Paper Assistant Tool (PAT) e o ScholarPeer.
Fonte: Google DeepMind — original
Nossos posts anteriores sobre este tópico ↓
Notícias frescas