На своята конференция за разработчици I/O 2026 компанията представи три експериментални прототипа и специализиран набор от умения, които обещават да сведат седмици работа до минути. Засега достъпът е ограничен и се предоставя постепенно.
Анализ, който обикновено отнема часове, е отнел минути и довел до ново разбиране за рядко генетично заболяване, свързано с мутации в гена AK2. Това е примерът, който Google посочва, когато описва какво според компанията могат вече да правят новите ѝ инструменти за наука. На 19 май 2026 г. на конференцията I/O компанията представи Gemini for Science: сбор от инструменти и експерименти, насочени към ускоряване на самия научен метод.
Новината е важна за всеки, който работи с научна литература, данни или хипотези, защото Google залага не на тесни специализирани модели, а на по-общи агенти, които да помагат на изследователи в различни области. Авторите на съобщението, Пушмит Кохли (Pushmeet Kohli) и Йоси Матиас (Yossi Matias), формулират тезата ясно: новата вълна открития според тях няма да дойде от един тесен модел, а от широко приложими помощници.
Какъв проблем се опитва да реши
Google описва положение, което много изследователи ще разпознаят. Натрупаното знание расте толкова бързо, че на отделния учен става все по-трудно да види цялата картина. Откритията често зависят от това да свържеш данни по нов начин, но ръчното търсене на такива връзки може да отнеме седмици или месеци. Идеята е изкуственият интелект да поеме тежката, бавна част от работата, така че човекът да се съсредоточи върху най-важните въпроси.
Това е обещанието. Дали се изпълнява в реална изследователска практика тепърва ще се проверява, защото повечето от представените неща са прототипи на ранен етап.
Трите експериментални инструмента
В Google Labs компанията пуска три основни прототипа, всеки изграден върху вече съществуваща нейна технология.
Генериране на хипотези, изградено със системата Co-Scientist. Инструментът имитира научния метод: заедно с изследователя дефинира изследователски въпрос, после задейства нещо като „турнир на идеи“ между няколко агента, които генерират, оспорват и оценяват хипотези. Според Google твърденията се проверяват задълбочено и се придружават от цитати, върху които може да се кликне за източника.
Изчислително откритие (Computational Discovery), изградено върху AlphaEvolve и ERA (Empirical Research Assistance). Това е изследователски двигател, който генерира и оценява хиляди варианти на програмен код паралелно. Целта е учените да тестват подходи за моделиране, които при ръчна работа биха отнели месеци, в области като прогнозиране на слънчева активност или епидемиология.
Прозрения от литературата (Literature Insights), изградено върху NotebookLM. Инструментът претърсва научна литература и подрежда резултатите в таблици с търсими характеристики за сравнение едно до друго. Изследователят може да задава въпроси в чат върху подбран от него корпус и да създава готови материали: доклади, презентации, инфографики, аудио и видео обзори.
Достъпът до тези експерименти се отваря постепенно от деня на обявяването. Желаещите се записват през labs.google/science
Какво вече се използва от компании
Освен експериментите за отделни изследователи, Google предлага същите способности и на организации през Google Cloud. Тук картината е малко по-конкретна, защото компанията посочва партньори с имена, макар работата да е във фаза на частен преглед (private preview).
BASF използва AlphaEvolve за оптимизиране на веригите си за доставки, а Klarna го прилага за подобряване на своите модели за машинно обучение. Daiichi Sankyo, Bayer Crop Science и националните лаборатории на САЩ (като част от мисията Genesis на Министерството на енергетиката) използват Co-Scientist, за да ускорят изследванията си. Google определя тези инструменти за бизнеса като показващи „значителна стойност“ на сегашния етап, но това е оценка на самата компания, не на независима проверка.
Две от изследванията зад тези инструменти, за ERA и за Co-Scientist, са публикувани същия ден в Nature. Това е по-силен сигнал за качество от корпоративно съобщение, защото минава през рецензиране.
Научен „работен плот“ на компютъра
Втората голяма част от обявата е Science Skills: специализиран пакет, който свързва над 30 големи бази данни и инструмента в науките за живота, сред които UniProt, базата данни AlphaFold, AlphaGenome API и InterPro. Идеята е чрез тези умения на агентна платформа като Google Antigravity изследователите да извършват сложни и често ръчни процеси, например структурна биоинформатика и геномни анализи, за минути вместо часове.
Именно тук попада примерът с гена AK2. По думите на Google собствените им екипи в ранно тестване са свели до минути анализ, който обикновено отнема часове, и са стигнали до ново разбиране за възможни механизми на рядко генетично заболяване. Важно е да се чете предпазливо: това все пак е вътрешен резултат от ранен тест, а не независимо потвърдено клинично откритие.
Кой стои зад проверката
От Google уточняват, че разработват тези инструменти заедно с научната общност. Компанията съобщава за сътрудничество с над 100 институции, сред които Станфордския университет (по чернодробна фиброза), Imperial College London (по антимикробна резистентност) и многогодишно партньорство с института Крик (Crick Institute).
За да провери надеждността на генерираните от изкуствен интелект изводи, Google твърди, че е изградила общност от доверени тестери, от докторанти през индустриални изследователи до нобелови лауреати, които да подлагат системите на изпитание срещу реални проблеми. Стартирани са и пилотни проекти с водещи научни конференции като ICML, STOC и NeurIPS за инструменти за агентно рецензиране, сред които експерименталните Paper Assistant Tool (PAT) и ScholarPeer.
Защо това има значение
Голяма част от описаното стъпва върху по-стари разработки на компанията. AlphaFold вече е помогнал на над 3 милиона изследователи по теми от ваксини срещу малария до ензими, които разграждат пластмаса, а AlphaGenome помага за откриване на причинителите на болести.
За хора, които комуникират наука или работят с големи обеми литература и данни, посоката е ясна: рутинните, бавни части от изследователската работа все по-често минават през AI помощници. Но засега повечето от новите инструменти са експерименти с ограничен и постепенен достъп, а най-смелите примери идват от самата компания. Истинската проверка ще дойде, когато независими изследователи започнат да ги използват в ежедневната си работа и да докладват какво се получава.
Източници:
- Pushmeet Kohli, Yossi Matias, „Gemini for Science: AI experiments and tools for a new era of discovery“, The Keyword (блог на Google), 19 май 2026 г.
- Изследователските статии за ERA и Co-Scientist, публикувани в Nature, 19 май 2026 г.
- labs.google/science (записване за достъп до експериментите)
