Google ERA: как AI Google Research помогает учёным решать реальные научные задачи в эпидемиологии, космологии и нейронауке
Google Research анонсировала Empirical Research Assistance (ERA) — AI-инструмент, который помогает учёным в эпидемиологии, космологии, климатологии и нейронауке. Система уже используется для прогнозирования госпитализаций, анализа данных спутников и поиска решений в сложных матем.
- Google Research представила Empirical Research Assistance (ERA) — AI-инструмент для эмпирических исследований, который помогает строить модели, анализировать данные и искать решения в реальных научных задачах.
- ERA используется для прогнозирования госпитализаций по гриппу, COVID-19 и RSV, отправляя еженедельные отчёты для штатов США с горизонтом до четырёх недель вперёд.
- В космологии ERA вместе с Gemini Deep Think помогла решить задачу о гравитационном излучении от cosmic strings, работая на уровне открытых математических проблем.
- В климатологии ERA научилась извлекать сигнал CO2 из данных спутника GOES-East, несмотря на то, что спутник не был предназначен для мониторинга углекислого газа.
- В нейронауке ERA помогала искать механизмы нейронных цепей у zebrafish, предлагая интерпретируемые решения, которые затем проверялись на новых данных.
Google Research представила Empirical Research Assistance (ERA) — AI-инструмент, который уже помогает учёным решать реальные научные задачи, а не только демонстрировать красивые демо. Система используется в эпидемиологии, космологии, климатологии и нейронауке, где классические методы упираются в ограничения по скорости или сложности.
В эпидемиологии ERA помогает прогнозировать госпитализации по гриппу, COVID-19 и RSV. Google отправляет еженедельные отчёты для штатов США с горизонтом до четырёх недель вперёд. По данным публичных leaderboard, прогнозы Google конкурируют с инструментами CDC и ведущих исследовательских групп, удерживая верхние позиции в рейтингах. В космологии ERA вместе с моделью Gemini Deep Think помогла вывести обобщённые решения для задачи о гравитационном излучении от cosmic strings.
Это не просто генерация кода, а работа на уровне открытых математических проблем, где классические методы сталкиваются с сингулярностями.
В климатологии ERA научилась извлекать сигнал CO2 из данных спутника GOES-East, который изначально не предназначался для мониторинга углекислого газа. AI-модель комбинировала эти данные с другими источниками, что позволило получить оценки CO2 с более плотным покрытием по времени и пространству. В нейронауке ERA помогала искать механизмы нейронных цепей у zebrafish.
Система не только подгоняла статистические модели, но и предлагала интерпретируемые решения, которые затем проверялись на новых стимулах, подтверждая их корректность.
Google ERA — это не просто ещё один AI-инструмент для научных исследований, а реальный прорыв в автоматизации эмпирической работы. Система уже доказала свою эффективность в самых разных областях, от эпидемиологии до космологии, где традиционные методы либо слишком медленные, либо не справляются с задачей. Интересно, что ERA не только ускоряет процесс, но и предлагает интерпретируемые решения, что критически важно для науки. В будущем такие инструменты могут стать стандартом для исследователей, работающих с большими данными и сложными моделями.
Владимир Платонов
