Google Research представила Empirical Research Assistance (ERA) — специализированный инструмент на базе Gemini, призванный избавить ученых от рутинной роли «младших разработчиков» при проведении собственных исследований. Как отмечают Лиззи Дорфман и Майкл Бреннер из Google Research, система берет на себя самый трудоемкий этап работы: итеративное тестирование и доработку вычислительных экспериментов. Пока обычные чат-боты выдают галлюцинации вместо работающего кода, ERA использует древовидный поиск для оценки тысяч вариантов, оптимизируя результат под конкретные научные задачи. Валидация в журнале Nature подтверждает: перед нами не очередная игрушка для генерации текстов, а серьезное программное обеспечение для глубоких вертикальных задач в геномике, нейробиологии и математике.
Главное в исследовании
ERA демонстрирует экспертный уровень в прогнозировании общественного здравоохранения и анализе спутниковых снимков. Эпидемиологические модели COVID-19 и гриппа, созданные инструментом, стабильно занимали верхние строчки в рейтингах CDC. Технология легла в основу прототипа Computational Discovery в Google Labs, ознаменовав переход от универсальных помощников к узкоспециализированной автоматизации фундаментальной науки.
Результаты бенчмарков, представленные Google Research, выглядят как приговор для традиционного ручного написания кода в науке.
Для руководителей R&D и технических директоров запуск ERA — это четкий сигнал: эпоха универсальных чат-ботов в серьезных разработках подходит к концу. Вместо того чтобы тратить месяцы на отладку моделей, бизнес получает возможность радикально сократить цикл проверки гипотез. Если ваш исследовательский конвейер застрял на этапе написания кода, значит, вы все еще живете в прошлом. Настало время внедрять вертикальную автоматизацию, где ИИ выполняет всю черновую работу по эмпирической инженерии, позволяя экспертам заниматься наукой, а не исправлением синтаксических ошибок.