Durante siglos, el método científico ha sido el mayor motor del progreso humano. En Google, nuestra misión está profundamente arraigada en la creación de herramientas para acelerarlo. Creemos que una nueva era de descubrimientos no provendrá de modelos limitados y especializados, sino de agentes generales que capaciten a los investigadores en todos los campos científicos.
Es por eso que presentamos Gemini for Science, una colección de herramientas y experimentos científicos diseñados para ampliar la escala y la precisión de la exploración científica.
Un multiplicador de fuerza para el ingenio humano
Hoy la ciencia se enfrenta a una paradoja: nuestro conocimiento colectivo está creciendo tan rápidamente que a los científicos individuales les resulta cada vez más difícil ver el panorama completo. Los avances científicos a menudo dependen de establecer conexiones creativas entre los datos, pero el tiempo necesario para hacerlo manualmente puede llevar semanas o incluso meses. La IA puede ayudar a eliminar este cuello de botella y servir como multiplicador de fuerza para el trabajo científico al manejar tareas complejas. Esto permite a los investigadores centrarse en identificar y abordar los problemas científicos y las direcciones de mayor impacto que impulsarían el progreso.
Las herramientas experimentales de Gemini for Science en Google Labs incluyen tres prototipos principales diseñados para realizar dichas tareas.
Generación de hipótesis, construida con Co-Scientist: La ideación es el latido del corazón de la ciencia, pero ningún ser humano puede sintetizar los millones de artículos publicados anualmente. Hypothesis Generation cierra esta brecha simulando el método científico: colabora con investigadores para definir un desafío de investigación y luego utiliza un “torneo de ideas” de múltiples agentes para generar, debatir y evaluar hipótesis. Para garantizar un rigor absoluto, las afirmaciones están profundamente verificadas y respaldadas por citas en las que se puede hacer clic. Descubrimiento computacional, creado con AlphaEvolve y ERA (Asistencia para la investigación empírica): el progreso científico a menudo está limitado por la cantidad de hipótesis que podemos probar de manera realista con experimentos computacionales. Computational Discovery, un motor de investigación agente, es un prototipo que resuelve este problema generando y puntuando miles de variaciones de código en paralelo. Esto permite a los científicos probar enfoques de modelado novedosos (para campos complejos como el pronóstico solar o la epidemiología) que llevarían meses navegar manualmente. Literature Insights, creado con Google NotebookLM: comprender la literatura científica es una parte central de todos los viajes de investigación. Literature Insights busca literatura científica y estructura los resultados en tablas con atributos personalizados que permiten realizar búsquedas para realizar análisis en paralelo. Los investigadores pueden utilizar el chat para descubrir matices basados en su corpus seleccionado y crear artefactos de alta fidelidad como informes, presentaciones de diapositivas, infografías y resúmenes de audio y video. Con el poder de NotebookLM, los conocimientos sobre literatura ayudan a sintetizar los hallazgos de los artículos, identificar lagunas en la investigación y descubrir áreas de oportunidad.
A partir de hoy, comenzaremos a abrir gradualmente el acceso a estos experimentos. Visite labs.google/science para registrar su interés.
Más allá de los experimentos individuales, también estamos llevando estas capacidades avanzadas de IA a las organizaciones empresariales a través de Google Cloud. Nuestras soluciones de nivel empresarial para investigación y desarrollo científico e industrial ya están siendo utilizadas por una variedad de socios en una versión preliminar privada para impulsar el impacto en el mundo real. Empresas como BASF están utilizando AlphaEvolve para optimizar sus cadenas de suministro y Klarna lo está aprovechando para mejorar sus modelos de aprendizaje automático. Paralelamente, organizaciones como Daiichi Sankyo, Bayer Crop Science y los Laboratorios Nacionales de EE. UU. (como parte de la Misión Génesis del Departamento de Energía de EE. UU.) están utilizando Co-Scientist para acelerar su investigación y abordar desafíos científicos fundamentales. Estas herramientas de nivel empresarial están demostrando un valor significativo en su fase de vista previa actual. Estamos entusiasmados con los avances que nuestros socios están logrando y esperamos ampliar el acceso a más organizaciones en los próximos meses.
Ya se han publicado varios artículos de validación basados en estas y otras herramientas. Los artículos de investigación de ERA y Co-Scientist se publican hoy en Nature.
Un banco de trabajo científico en tu escritorio
Como parte de Gemini for Science, también estamos lanzando Science Skills, un paquete especializado que integra conocimientos de más de 30 bases de datos y herramientas importantes de ciencias biológicas, incluidas UniProt, AlphaFold Database, AlphaGenome API e InterPro. El uso de estas habilidades en plataformas agentes como Google Antigravity permite a los investigadores realizar flujos de trabajo complejos y, a menudo, manuales, como bioinformática estructural y análisis genómicos, en minutos en lugar de horas.
Nuestros equipos de investigación que utilizan Science Skills ya han visto esta aceleración en la práctica. En las primeras pruebas, nuestro equipo utilizó Science Skills para realizar un análisis complejo que normalmente lleva horas o minutos. Esto condujo a conocimientos novedosos sobre los mecanismos potenciales de una enfermedad genética rara causada por mutaciones en el gen AK2.