科学のためのジェミニ：新時代の発見に向けた AI 実験とツール
Google DeepMind は、科学分野における発見の加速を目的とした「Gemini for Science」を発表し、特に数百万件の論文を統合する「Co-Scientist」などの実験ツールを通じて、研究者の創造性を支援する汎用エージェントの実現を目指している。
キーポイント
科学発見の新時代への転換
専門特化型モデルから、あらゆる科学分野の研究者を支援する汎用エージェントへとパラダイムシフトを図る方針を示した。
情報過多によるボトルネックの解消
知識の爆発的増加により個々の研究者が全体像を見失う現状に対し、AI が複雑なタスクを処理することで研究効率を劇的に向上させる「力率乗数」として機能する。
実験ツール「Co-Scientist」の導入
Google Labs にて公開される主要プロトタイプの一つとして、年間数百万件の論文を合成し仮説生成を支援するシステムが紹介された。
Gemini for Science の主要実験ツール
仮説生成（Co-Scientist）、計算発見（AlphaEvolve/ERA）、文献洞察（Google NotebookLM）の3つのプロトタイプが、科学的研究のボトルネックを解消し、研究速度を加速します。
企業・機関での実用化事例
BASFやKlarnaなどの企業がAlphaEvolveを活用してサプライチェーン最適化やMLモデル強化を実現しており、Daiichi Sankyoや米国エネルギー省もCo-Scientistを用いて基礎科学課題の解決を加速しています。
Science Skills の導入と効果
UniProtやAlphaFoldデータベースなど30以上の生命科学データベースを統合した「Science Skills」により、構造バイオインフォマティクスなどの複雑なワークフローが数時間から数分に短縮され、希少疾患のメカニズム解明に貢献しています。
科学コミュニティとの協力と検証
スタンフォード大学やインペリアル・カレッジ・ロンドンなど100以上の機関と協力し、博士課程の学生からノーベル賞受賞者までを含む信頼できるテスターコミュニティを通じてシステムの厳格な検証を行っています。
影響分析・編集コメントを表示
影響分析
この発表は、AI が科学的研究プロセスそのものを再構築する段階に入ったことを示唆しており、特に学術文献の管理や仮説生成といった基礎的な研究活動において、人間の認知限界を超える支援が可能になることを意味します。これにより、発見から実装までのサイクルが短縮され、将来的に医療、材料科学、気候変動対策などの分野で加速度的なブレークスルーが期待されます。
編集コメント
単なるツール紹介に留まらず、科学発見のあり方そのものを「専門特化型」から「汎用エージェント型」へと転換させるという明確なビジョンが示されており、研究現場へのインパクトは極めて大きい。
何世紀にわたり、科学的手法は人類の進歩における最大の原動力となってきました。Google では、その加速のためにツールを構築するという使命が深く根付いています。私たちは、新たな発見の時代が、狭く専門的なモデルからではなく、あらゆる科学分野の研究者を支える汎用的なエージェントによって訪れると信じています。
そのため、科学探求の規模と精度を拡大するために設計された科学用ツールおよび実験のコレクションである Gemini for Science を発表いたします。
人間の創意工夫に対する増幅器
今日、科学はパラドックスに直面しています。私たちの集合的な知識があまりにも急速に成長しているため、個々の科学者が全体像を把握することが難しくなりつつあります。科学的なブレークスルーは往々にしてデータ間の創造的なつながりを作ることに依存していますが、これを手動で行うには数週間、あるいは数ヶ月もの時間が必要になることがあります。AI はこのボトルネックを解消し、複雑なタスクを処理することで科学作業に対する増幅器（force multiplier）として機能できます。これにより、研究者は進歩を牽引する最も影響力のある科学的課題や方向性を特定し、取り組むことに集中できるようになります。
Google Labs における Gemini for Science の実験用ツールには、このようなタスクを処理するために設計された3 つの主要なプロトタイプが含まれています。
- コ・サイエンティスト（Co-Scientist）を基盤とした仮説生成：イデオレーションは科学の心臓部ですが、人類が毎年出版される数百万編の論文をすべて統合することは不可能です。仮説生成はこのギャップを埋めるために科学的手法をシミュレートし、研究者と協力して研究課題を定義した上で、マルチエージェントによる「アイデア・トーナメント」を用いて仮説の生成、議論、評価を行います。絶対的な厳密性を確保するため、主張は深く検証され、クリック可能な引用によって裏付けられます。
- アルファエボルブ（AlphaEvolve）および ERA（実証研究支援：Empirical Research Assistance）を基盤とした計算発見：科学の進展は、計算実験を用いて現実的にテストできる仮説の数によってしばしば制限されます。計算発見はアジェンティック・リサーチエンジン（代理型研究エンジン）であり、この課題を解決するプロトタイプです。これは数千ものコード変異を並列に生成・評価することで機能し、太陽予測や疫学のような複雑な分野において、手動で探索するには数ヶ月かかるような新しいモデリング手法のテストを可能にします。
- Google NotebookLM を基盤とした文献インサイト：科学文献の理解は、あらゆる研究の旅路の中核的な部分です。文献インサイトは科学文献を検索し、結果をカスタムで検索可能な属性を持つテーブルに構造化して並列分析を可能にします。研究者はチャット機能を用いて、キュレーションされたコーパスに基づいた微妙なニュアンスを発見でき、レポート、スライドデッキ、インフォグラフィック、音声および動画の概要といった高忠実度の成果物を作成できます。NotebookLM の力により、文献インサイトは論文間の知見を統合し、研究の空白領域を特定し、機会となる分野を明らかにします。
本日より、これらの実験へのアクセスを順次開放していきます。関心のある方は labs.google/science を訪問して登録してください。
個々の実験を超えて、これらの高度な AI 機能を Google Cloud を通じて企業組織にも提供しています。科学および産業研究開発向けのエンタープライズグレードのソリューションは、すでにプライベートプレビュー段階でさまざまなパートナーによって利用されており、実世界でのインパクトを創出しています。BASF などの企業は、AlphaEvolve を活用してサプライチェーンの最適化を図っており、Klarna は機械学習モデル（machine learning models）の強化に利用しています。並行して、第一三共、バイエル・クロップサイエンス、および米国国立研究所（米国エネルギー省のジェネシスミッションの一環として Department of Energy's Genesis Mission）などの組織は、Co-Scientist を活用して研究の加速と根本的な科学課題への取り組みを推進しています。これらのエンタープライズグレードのツールは、現在のプレビュー段階において顕著な価値を示しており、パートナーたちが実現する画期的な成果に興奮するとともに、今後数ヶ月以内にアクセス対象組織を拡大していくことを楽しみにしています。
これらのツールおよび他のツールに基づいた検証論文はすでに複数発表されています。ERA および Co-Scientist の研究論文は本日、Nature に掲載されました。
デスクトップ上の科学用ワークベンチ
Gemini for Science の一部として、Science Skills（科学スキル）という専門的なバンドルも同時にリリースします。このバンドルには、UniProt、AlphaFold Database、AlphaGenome API、InterPro などを含む 30 以上の主要な生命科学データベースおよびツールの知見が統合されています。Google Antigravity などのエージェントプラットフォームでこれらのスキルを使用することで、研究者は構造化バイオインフォマティクスやゲノム解析といった複雑で従来は手作業を要するワークフローを、数時間ではなく数分で実行できるようになります。
Science Skills を活用している当社の研究チームも、すでにその速度向上を実証しています。初期テストにおいて、当社は通常数時間を要する複雑な分析を Science Skills を用いて数分で完了させました。これにより、AK2 遺伝子の変異によって引き起こされる希少疾患の潜在的なメカニズムに関する新たな知見が得られました。
Google Antigravity における Science Skills の使用方法については、antigravity.google/use-cases/science をご覧ください。
科学コミュニティとの協働
科学のための責任あるツール開発と導入への私たちのコミットメントは、まず科学エコシステムから始まります。私たちは肝臓線維化に関するスタンフォード大学、抗菌薬耐性に関するインペリアル・カレッジ・ロンドン、そして機械学習を生物学に応用するためにディープマインドと力を合わせた長期的な取り組みを行うクリック研究所など、100 以上の機関と協力し、新しいシステムやツールの検証を行っています。AI によって生成された洞察の完全性を確保するため、博士課程の学生から業界研究者、ノーベル賞受賞者までを含む信頼できるテスターコミュニティを構築し、複雑な現実世界の課題に対してシステムの耐性テストを実施しています。
さらに、エージェント型ピアレビューや科学的検証のための先駆的なツール開発のため、ICML、STOC、NeurIPS といった主要な科学会議と専用パイロットプログラムを構築しました。これには、実験的な Paper Assistant Tool (PAT) や ScholarPeer が含まれています。
これらの取り組みは、AI の進歩の長い歴史の上に成り立っています。私たちの専門的な AI モデルはすでに進展を加速しており、AlphaFold は 300 万人以上の研究者がマラリアワクチンやプラスチック分解酵素に取り組むのを支援し、AlphaGenome は科学者が疾患の駆動要因を特定するのを支援しています。これらは、研究者が日常的に依存しているツールたちと並んで存在します。Google Scholar や Earth Engine、Colab から、MedGemma、Earth AI、そして Gemini Deep Research までです。最新の Gemini Deep Think のリリースにより、私たちは複雑な科学タスクにおけるコアモデルの能力をさらに向上させ続けています。これらすべてのツールはすでに科学的エコシステムの不可欠な一部となっており、研究者が情報を整理し、大規模で複雑なデータ分析を行うのを支援しています。
エージェント型研究の未来を共に探求する中で、私たちは引き続き、AI が科学の進展を加速し、私たちが直面している最も緊急性の高い社会的課題の解決に貢献する未来の実現に向けて取り組んでいます。
## Google の記事をあなたのメールボックスでより多く受け取る。
完了しました。あと一歩です。
購読を確認するために、受信トレイをご確認ください。
あなたはすでに当ニュースレターの購読者です。
また、以下の方法でも購読できます
原文を表示
For centuries, the scientific method has been the greatest engine of human progress. At Google, our mission is deeply rooted in building tools to accelerate it. We believe that a new era of discovery won’t come from narrow, specialized models, but general agents that empower researchers across every scientific field.
That’s why we are introducing Gemini for Science, a collection of science tools and experiments designed to expand the scale and precision of scientific exploration.
A force multiplier for human ingenuity
Today science faces a paradox: our collective knowledge is growing so fast that it’s becoming harder for individual scientists to see the full picture. Scientific breakthroughs often rely upon making creative connections between data, but the time required to do this manually can take weeks or even months. AI can help eliminate this bottleneck and serve as a force multiplier for scientific work by handling complex tasks. This allows researchers to focus on identifying and tackling the most impactful scientific problems and directions that would drive progress.
Gemini for Science experimental tools on Google Labs include three primary prototypes designed to handle such tasks.
- Hypothesis Generation, built with Co-Scientist: Ideation is the heartbeat of science, but no human can synthesise the millions of papers published annually. Hypothesis Generation bridges this gap by simulating the scientific method: it collaborates with researchers to define a research challenge, then uses a multi-agent “idea tournament” to generate, debate and evaluate hypotheses. To ensure absolute rigor, claims are deeply verified and supported by clickable citations.
- Computational Discovery, built with AlphaEvolve and ERA (Empirical Research Assistance): Scientific progress is often limited by the number of hypotheses we can realistically test with computational experiments. Computational Discovery, an agentic research engine, is a prototype that solves this by generating and scoring thousands of code variations in parallel. This allows scientists to test novel modeling approaches — for complex fields like solar forecasting or epidemiology — that would take months to navigate manually.
- Literature Insights, built with Google NotebookLM: Understanding scientific literature is a core part of all research journeys. Literature Insights searches scientific literature and structures results into tables with custom, searchable attributes for side-by-side analysis. Researchers can use chat to uncover nuances grounded in their curated corpus, and create high-fidelity artifacts such as reports, slide decks, infographics and audio and video overviews. With the power of NotebookLM, Literature insights helps synthesize findings across papers, identify research gaps and uncover areas of opportunity.
Starting today, we’ll begin gradually opening access to these experiments. Visit labs.google/science to register your interest.
Beyond the individual experiments, we’re also bringing these advanced AI capabilities to enterprise organizations through Google Cloud. Our enterprise-grade solutions for scientific and industrial R&D are already being used by a range of partners in private preview to drive real-world impact. Companies like BASF are using AlphaEvolve to optimize their supply chains, and Klarna is leveraging it to enhance their machine learning models. In parallel, organizations like Daiichi Sankyo, Bayer Crop Science and the U.S. National Labs (as part of the U.S. Department of Energy's Genesis Mission) are using Co-Scientist to accelerate their research and tackle fundamental scientific challenges. These enterprise-grade tools are demonstrating significant value in their current preview phase. We are excited about the breakthroughs our partners are unlocking and look forward to expanding access to more organizations in the coming months.
Several validation papers have been already published based on these and other tools. The ERA and Co-Scientist research papers are published today in Nature.
A scientific workbench on your desktop
As part of Gemini for Science, we are also launching Science Skills, a specialized bundle that integrates insights from over 30 major life science databases and tools including UniProt, AlphaFold Database, AlphaGenome API and InterPro. Using these skills on agentic platforms like Google Antigravity allows researchers to perform complex and often manual workflows like structural bioinformatics and genomic analyses in minutes rather than hours.
Our research teams using Science Skills have already seen this speedup in practice. In early testing, our team used Science Skills to perform a complex analysis that normally takes hours in minutes. This led to novel insights about potential mechanisms for a rare genetic disease caused by mutations in the AK2 gene.
To learn more on how to use Science Skills in Google Antigravity visit antigravity.google/use-cases/science.
A collaborative effort with the scientific community
Our commitment to responsibly develop and deploy tools for science begins with the scientific ecosystem. We are collaborating with over 100 institutions — including Stanford University on liver fibrosis, Imperial College London00973-0) on antimicrobial resistance and a multi-year effort with The Crick Institute — to validate our new systems and tools. To ensure the integrity of AI-generated insights, we’ve built a trusted tester community — ranging from PhD students to industry researchers to Nobel laureates — to stress test our systems against complex real-world challenges.
In addition, we’ve also created dedicated pilots with leading scientific conferences like ICML, STOC and NeurIPS to develop pioneering tools for agentic peer review and scientific validation such as our experimental Paper Assistant Tool (PAT) and ScholarPeer.
All of this work builds on a long history of AI advancements. Our specialized AI models are already accelerating progress: AlphaFold has helped over 3 million researchers tackle malaria vaccines and plastic-eating enzymes; and AlphaGenome is helping scientists identify the drivers of disease. These sit alongside everyday tools researchers rely on — from Google Scholar and Earth Engine to Colab, MedGemma, Earth AI and Gemini Deep Research. With our latest Gemini Deep Think release, we continue to improve our core model capabilities on complex scientific tasks. Together, these tools have already become essential parts of the scientific ecosystem, helping researchers organize information and perform complex data analysis at scale.
As we explore the future of agentic research together, we continue to work towards a future where AI accelerates scientific progress and helps solve our most pressing societal challenges.
Get more stories from Google in your inbox.
Done. Just one step more.
Check your inbox to confirm your subscription.
You are already subscribed to our newsletter.
You can also subscribe with a
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み