Google Research на Research@ 2026 показала десять разработок года: Earth AI в раннем доступе, чип Synaptics на открытом IP и исследование AMIE в The Lancet

Что объявили

Google Research провела в Маунтин-Вью ежегодное мероприятие Research@ и выложила разбор десяти разработок года. Вице-президент Google и руководитель Google Research Йосси Матиас формулирует рамку события так: ИИ работает усилителем человеческой изобретательности, а задача лаборатории — не только вести исследования, но и отдавать инструменты внешнему миру. Аудитория, которой адресованы анонсы, перечислена прямо: врачи, научные сотрудники, разработчики и специалисты общественного здравоохранения.

Ключевые направления — планетарный интеллект, медицинские конвейеры, научные агенты и численные модели для бизнеса. Часть пунктов выходит в ранний доступ или в лист ожидания, часть уже опубликована в рецензируемых журналах, а один анонс Google делает вперёд: про новый чип обещано рассказать «на следующей неделе». Ниже — по пунктам то, что Google подтверждает текстом публикации.

Планета: Earth AI, Groundsource и вспышки паводков

Google расширяет ранний доступ к Earth AI и предлагает партнёрам три новых способа работать с экспериментальными возможностями: более глубокий геопространственный анализ внутри Google Earth как ранняя экспериментальная функция; генерация оценок риска и прогнозов по сценариям через «движок планетарного предсказания»; интеграция навыков агента Geospatial Reasoning в собственные конвейеры через экспериментальный API «агент-агенту», который даёт программный доступ к разбору спутниковых снимков, маршрутизации и демографическим эмбеддингам.

В тот же контур добавлены Google Dataset Search с возможностью запросов более чем к 100 млн публичных наборов данных и модель TimesFM для планетарного nowcasting и итеративных прогнозов. Всё это опирается, по описанию Google, более чем на 70 геопространственных инструментов, включая планетарные фундаментальные модели Remote Sensing Foundation Model (RSFM) и Population Dynamics Foundation Model (PDFM); их качество подтверждается эмпирическими бенчмарками из опубликованного в тот же день Earth AI Technical Report. Отдельно Google.org направляет $10 млн организациям, работающим над устойчивостью к кризисам и общественным здравоохранением, из них $2 млн — The Milken Institute на снятие инфраструктурных ограничений в доступном жилье, чистой энергетике, широкополосном доступе и безопасном водоснабжении.

Самый конкретный результат по климату — Groundsource: методология, которая превращает публично доступную информацию о кризисах в качественные исторические наборы данных. Первое применение — вместе с Gemini к новостным сообщениям о наводнениях: получился структурированный датасет более чем из 2,6 млн событий. Он закрыл нехватку «наземных» данных для вспышек паводков и позволил обучить модель, которая предсказывает вероятность внезапного подтопления в городах за 24 часа до события. Набор данных добавлен в коллекцию Google Earth AI и открыт для исследователей. Более ранняя работа того же направления — глобальная гидрологическая модель, опубликованная в Nature: она даёт надёжные прогнозы рек на 7 дней вперёд для более чем 2 млрд человек в 150+ странах.

Наука и медицина: агенты, MedGemma, AMIE

Для научной работы Google собрала мультиагентного оркестратора, который позволяет воспроизводить ранее опубликованные методы и анализы, а затем применять их в новых условиях. Пример из публикации: методологию решения обратных задач проектирования в механике жидкости перенесли на проектирование мочевых катетеров — в симуляции нашлись конструкции, лучше предотвращающие бактериальные инфекции. Рядом упомянуты уже существующие инструменты: Empirical Research Assistance, который параллельно генерирует и проверяет тысячи вариантов кода и уже дал результаты от биологии до космологии и экономики, и Co-Scientist, созданный вместе с Google DeepMind и помогающий исследователям Стэнфорда искать перепрофилируемые лекарства от фиброза печени.

Медицинская часть опирается на опубликованные работы. MedGemma, вышедшая неделей ранее в Nature Medicine, скачана более 10 млн раз более чем 65 000 разработчиков; её адаптируют под локальные задачи — от ускоренной сортировки в перегруженных клиниках до скрининга глазных заболеваний и рака шейки матки. Следующий шаг — MedGemma с использованием инструментов, чтобы модель могла опираться на доступные медицинские записи и приложения, плюс исследования новых модальностей: маммографии, УЗИ и электрокардиограмм.

Отдельная линия — AMIE: исследование о клиническом мышлении и разговоре с пациентом. Работы года в Nature расширили её возможности от первичной диагностики к долгосрочному ведению заболевания, а публикация в Nature Medicine показала рассуждение по мультимодальным данным вроде медицинских изображений и лабораторных результатов. Новое исследование в The Lancet описывает проверку в реальной практике: в Beth Israel Deaconess Medical Center 98 пациентов безопасно консультировались с AMIE перед визитом в неотложную помощь, а клиницисты сообщили, что подготовленные ИИ сводки помогли им подготовиться в 75 % случаев. Дальше заявлены работа над мультимодальными возможностями для видео-консультаций в реальном времени и общенациональное рандомизированное исследование ИИ в виртуальной медицинской помощи вместе с Included Health.

Числа: TimesFM и TabFM идут в Gemini for business

Отдельный блок посвящён моделям для чисел. TimesFM и TabFM — фундаментальные модели, спроектированные под работу с временными рядами и структурированными табличными данными; по описанию Google, они дают точные прогнозы «из коробки», без обучения, и занимают верхние позиции публичных бенчмарков в своих областях. Обе модели уже доступны всем пользователям Cloud BigQuery, а сегодня анонсирована предстоящая интеграция в Gemini for business: прогнозы по продажам или загрузке больничных коек можно будет строить по сложным операционным таблицам и миллионам строк, причём чувствительные данные остаются внутри периметра организации.

Железо, обучение и прототипирование

Аппаратный анонс сделан вперёд. Ранее в этом году Google выпустила первый Coralboard от Synaptics на своём ускорителе Coral NPU, а на следующей неделе обещает показать соразработанный маломощный Edge AI чип, созданный Synaptics на открытом IP Google. Он адресован инженерам, которые делают умные очки и часы, подключённые камеры, стримеры и промышленные системы зрения и голоса.

В образовании Google показывает пример генеративного интерфейса: генеративный UI, дообученный с педагогическими ограничениями, позволяет учителю собирать собственные управляемые STEM-симуляции под свою программу. В библиотеке примеров — более 30 созданных ИИ обучающих интерактивов, проверенных учителями, для физики, химии, биологии и математики средней школы; школы могут присоединиться к Google for Education Pilot Program и прислать обратную связь.

Последний пункт — Play with Putty: среда совместного прототипирования, где команда работает одновременно, не выпадая из творческого потока, а многопользовательское редактирование поддерживает синхронную работу в реальном времени. Изначально инструмент делался для внутренних команд Google — в том числе для поиска решений и визуализаций вместе с Google Earth AI, — теперь список ожидания открыт в Google Labs.

Что здесь проверяемо, а что нет

Сильная часть набора — там, где есть внешняя проверка: MedGemma, AMIE и гидрологическая модель опираются на публикации в Nature Medicine, Nature и The Lancet, то есть на рецензируемые тексты, а не на маркетинговые метрики. Слабых мест два. Первое — пункты в будущем времени: чип Google только обещает показать «на следующей неделе», интеграция TimesFM и TabFM в Gemini for business заявлена как предстоящая, ранний доступ к Earth AI остаётся экспериментальным, а Play with Putty пока лист ожидания. Второе — счётчики: более 10 млн загрузок, более 65 000 разработчиков, 2,6 млн событий и «более 70 инструментов» приведены в формулировках самой Google без раскрытия методики подсчёта.

Один из десяти пунктов — Deep Review — мы уже разбирали отдельным материалом о её публичном запуске. Отдельно стоит отметить расхождение внутри собственных страниц Google: карточка события на blog.google говорит о «15 000+» поданных рукописей, прошедших через инструмент, тогда как сама публикация о Deep Review называет «16 000+». Обе цифры — данные Google, и какая из них актуальнее, из текстов не следует.