Исследования
Gemini for Science от Google подключает ИИ к 30 базам данных в области наук о жизни, открывая новую эру ускоренных исследований.
Анонсированная на Google I/O 2026, Gemini для науки интегрирует передовые модели Google с более чем 30 крупнейшими базами данных и инструментами по биологическим наукам, позволяя исследователям выполнять запросы по геномике, структуре белков и климатическим данным в масштабе, ранее невозможном.
Патрик Т ·
Среди анонсов на Google I/O 2026 Gemini для науки получил меньше внимания, чем продукты для потребителей, — но он может оказаться самым значительным. Инициатива, объявленная 28 мая, соединяет передовые модели ИИ Google с более чем 30 основными базами данных и инструментами в области наук о жизни через набор научных навыков для платформы Gemini Enterprise Agent и Google Antigravity. Цель состоит в том, чтобы дать исследователям возможность запрашивать, синтезировать и анализировать данные из наборов данных, которые исторически были изолированы, несовместимы и доступны только специалистам с глубокими техническими знаниями.
Масштаб интеграции значителен. Более 30 баз данных включают хранилища геномики, базы данных структуры белков, включая Базу данных структуры белков AlphaFold, наборы данных климатического моделирования и архивы биомедицинской литературы. Исследователи, использующие Gemini для науки, в принципе, могут задать один запрос, который использует данные из нескольких баз данных одновременно — то, что ранее требовало либо ручной интеграции данных командой специалистов, либо разработки индивидуальных программных конвейеров.
Что может делать инструмент
Во время основной конференции I/O Google продемонстрировала несколько возможностей. В одном из примеров исследователь задал системе вопросы о связи конкретного генетического варианта с рядом белковых структур. Gemini for Science вернула сводный анализ, одновременно опирающийся на геномные, структурные данные и данные клинических испытаний. В другой демонстрации система использовалась для выявления кандидатов на соединения для программы открытия лекарств путем анализа баз данных по молекулярной биологии и опубликованных научных работ.
Gemini для науки может одновременно выполнять запросы к 30 базам данных по биологическим наукам — геномике, структурам белков, климатическим данным, биомедицинской литературе. Задача, которая раньше требовала команды специалистов и недель интеграции данных, теперь может быть выполнена за несколько минут.
Перспектива Стэнфорда
Исследователи из Института человеко-центричного ИИ Стэнфорда, которые на этой неделе опубликовали соответствующий анализ, отметили, что ИИ уже трансформирует возможности научных открытий — от разработки новых антител до моделирования 1000 лет климата за один день. В анализе института подчёркивалось, что в ближайшей перспективе главное влияние таких инструментов, как Gemini for Science, скорее всего, проявится не в создании принципиально новых научных знаний, а в сокращении времени и уровня квалификации, необходимых для доступа к уже накопленным знаниям и их обобщения. Это различие важно: ускорение доступа к существующим знаниям ценное, но оно отличается от того рода творческого формирования гипотез, которое определяет преобразующую науку.
Практические проблемы внедрения ИИ в научные исследования также значительны. Качество данных, их происхождение и воспроизводимость — основы научной достоверности — не гарантируются ИИ-системами, которые синтезируют информацию из нескольких баз данных. Модель, использующая геномные данные из одного репозитория и данные клинических испытаний из другого, может выдавать правдоподобные на вид выводы, которые невозможно воспроизвести, потому что исходные наборы данных не являются напрямую сопоставимыми. Google признала эти проблемы и заявила, что Gemini for Science предусматривает отслеживание происхождения данных, позволяя исследователям проверять источники любых обобщенных результатов.
Конкурентная среда
Google не единственная компания, стремящаяся к созданию инструментов научных исследований с поддержкой ИИ. Платформа Microsoft Azure AI для здравоохранения и наук о жизни, исследовательский Claude deployments от Anthropic и растущее количество специализированных стартапов все конкурируют за один и тот же рынок. На что Google делает ставку, так это на широту и глубину интеграций своей базы данных — возможность подключить один интерфейс ИИ к большему числу авторитетных научных источников данных, чем у любого конкурента. Насколько это интеграционное преимущество окажется долговременным, будет зависеть от того, как быстро другие платформы смогут установить сопоставимые партнерства с основными научными базами данных.
Более широкий вопрос, который поднимают Gemini for Science и её конкуренты, заключается в том, что происходит с наукой, когда ИИ может одновременно обобщать всю опубликованную литературу и данные из крупных баз. Дело не только в том, что научные исследования ускорятся, хотя это, скорее всего, произойдёт. Слыхано, что навыки, необходимые для занятия наукой, будут меняться, вопросы, которые можно решить, будут расширяться, и отношение между человеческими исследователями и инструментами, которые они используют, будет принципиально отличаться от того, каким оно было в течение прошлого века.
Темы: Google, Gemini, Наука, Исследования, Науки о жизни, Открытия в области ИИ