Google DeepMind 发布 Gemini for Science：一套用于科学发现的 AI 工具

Google DeepMind 宣布推出 Gemini for Science——一套实验性的人工智能工具和应用程序，旨在扩展科学研究的规模和精度。其核心思路在于，新一轮科学发现将不再依赖高度专业化的模型，而是依靠能够在不同领域协助科学家的通用型智能体。在 Google Labs 平台上的 Gemini for Science 框架下，目前提供了三种主要原型：基于 Co-Scientist 构建的假设生成工具（Hypothesis Generation），可通过长期运行的“创意锦标赛”机制帮助生成和评估假设，并用引用来源验证论断；基于 AlphaEvolve 和 ERA 的计算发现工具（Computational Discovery），可并行生成和评估数千个用于计算实验的代码变体，将测试时间从数月缩短至数分钟，应用实例包括太阳活动预测和流行病学；以及基于 Google NotebookLM 的文献洞察工具（Literature Insights），能将科学文献整理为带有可定制属性的表格，并支持生成报告、幻灯片、信息图、音频和视频综述。这些实验性功能将逐步开放访问，用户可在 labs.google/science 注册。同时，这些能力也通过 Google Cloud 向企业客户提供：例如，BASF 使用 AlphaEvolve 优化供应链，Klarna 用于改进机器学习模型，而 Daiichi Sankyo、Bayer Crop Science 以及美国国家实验室（作为美国能源部 Genesis 任务的一部分）则运用 Co-Scientist 加速研究。关于 ERA 和 Co-Scientist 的科学论文已发表在《自然》杂志上。此外，还推出了专门模块 Science Skills——一个专业工具集，整合了超过 30 个大型生命科学数据库的数据，包括 UniProt、AlphaFold 数据库、AlphaGenome API 和 InterPro。研究人员可通过 Google Antigravity 等智能体平台，利用 Science Skills 在几分钟内完成通常需要数小时的复杂工作流程（如结构生物信息学、基因组分析）。Google 已与超过 100 家机构合作，包括斯坦福大学（针对肝纤维化）、伦敦帝国理工学院（针对抗菌药物耐药性）以及弗朗西斯·克里克研究所，以验证这些系统。此外，还已与 ICML、STOC 和 NeurIPS 等会议合作开展了试点项目，利用 Paper Assistant Tool（论文辅助工具，PAT）和 ScholarPeer 进行智能体辅助审稿和验证。