- Gemini for Science è la nuova raccolta di strumenti AI sperimentali di Google per accelerare la ricerca scientifica, disponibile in accesso graduale su Google Labs.
- I tre prototipi principali sono Hypothesis Generation (con Co-Scientist), Computational Discovery (con AlphaEvolve ed ERA) e Literature Insights (con NotebookLM).
- Aziende come BASF, Klarna e Daiichi Sankyo li usano già in anteprima privata tramite Google Cloud, mentre oltre 100 istituzioni partecipano alla fase di validazione.
Gemini for Science è la nuova raccolta di strumenti sperimentali lanciata da Google per portare l’intelligenza artificiale al servizio della ricerca scientifica. Non si tratta di modelli specializzati per un singolo settore, ma di agenti generali pensati per lavorare trasversalmente su qualsiasi disciplina, dal campo biomedico all’epidemiologia, con un approccio simile a quello di SandboxAQ. Il progetto è disponibile in accesso graduale tramite Google Labs, alla pagina labs.google/science.
Tre prototipi per gestire le sfide della ricerca moderna
Uno dei problemi più concreti che i ricercatori affrontano oggi è la velocità con cui cresce la letteratura scientifica: migliaia di articoli pubblicati ogni anno rendono impossibile sintetizzare tutto manualmente. Gemini for Science prova ad aggirare questo ostacolo con tre strumenti distinti, ognuno progettato per una fase diversa del processo di ricerca.
Hypothesis Generation, con Co-Scientist, simula il metodo scientifico in modo collaborativo. Il sistema usa un torneo multi-agente per generare, discutere e valutare ipotesi a partire da una sfida di ricerca definita insieme al ricercatore. Ogni affermazione prodotta viene verificata e supportata da citazioni selezionabili, per garantire rigore e tracciabilità. L’articolo di ricerca su Co-Scientist è stato pubblicato oggi su Nature.
Computational Discovery, con AlphaEvolve ed ERA (Empirical Research Assistance), è un motore di ricerca agentico che genera e valuta in parallelo migliaia di variazioni di codice. Questo consente di testare nuovi approcci di modellazione in settori complessi come le previsioni solari o l’epidemiologia, riducendo da mesi a giorni i tempi tipici di sperimentazione computazionale. L’articolo su ERA è atteso a breve.
Literature Insights, con Google NotebookLM, esplora la letteratura scientifica e organizza i risultati in tabelle con attributi personalizzabili. I ricercatori possono usare la chat per far emergere sfumature dal loro corpus di riferimento e produrre output ad alta fedeltà: report, presentazioni, infografiche, overview audio e video. Lo strumento aiuta anche a identificare lacune nella ricerca e a scoprire nuove direzioni di indagine. Vale la pena ricordare che NotebookLM è già al centro di diversi sviluppi nell’ecosistema Google: la sua integrazione in contesti agentici più ampi è una tendenza che si sta consolidando anche al di fuori di Mountain View.
Science Skills e le partnership con le istituzioni scientifiche
Parallelamente ai tre prototipi principali, Google ha presentato Science Skills, un bundle specializzato per le scienze biologiche che integra dati provenienti da oltre 30 database e strumenti, tra cui UniProt, AlphaFold Database, AlphaGenome API e InterPro. Utilizzato su piattaforme agentiche come Antigravity, permette di eseguire workflow di bioinformatica strutturale e analisi genomica in pochi minuti. Nei test interni, il team ha usato Science Skills per comprendere meglio i potenziali meccanismi di una rara malattia genetica causata da mutazioni nel gene AK2, completando in pochi minuti un’analisi che normalmente avrebbe richiesto ore.
Sul fronte delle applicazioni aziendali, gli strumenti sono già in uso presso partner in anteprima privata tramite Google Cloud:
- BASF usa AlphaEvolve per ottimizzare le proprie catene di fornitura
- Klarna lo applica al miglioramento dei suoi modelli di machine learning
- Daiichi Sankyo, Bayer Crop Science e i U.S. National Labs (Missione Genesis del Dipartimento dell’energia USA) usano Co-Scientist per accelerare ricerche su sfide scientifiche fondamentali
Il lavoro di validazione coinvolge più di 100 istituzioni, tra cui la Stanford University (fibrosi epatica), l’Imperial College London (resistenza antimicrobica) e The Crick Institute, con cui Google ha avviato una collaborazione pluriennale. Una community di tester qualificati, che comprende dottorandi, ricercatori industriali e premi Nobel, è stata costruita per sottoporre i sistemi alle sfide più complesse del mondo reale. Sono stati avviati anche progetti pilota con conferenze come ICML, STOC e NeurIPS per sviluppare strumenti di peer review agentica come i sperimentali Paper Assistant Tool e ScholarPeer.
Il contesto in cui si inserisce Gemini for Science è quello di un ecosistema di strumenti scientifici Google già consolidato: AlphaFold ha supportato più di 3 milioni di ricercatori nello sviluppo di vaccini per la malaria e di enzimi capaci di degradare la plastica, mentre AlphaGenome sta aiutando a individuare le cause delle malattie genetiche. Il tutto in un contesto in cui anche a Mountain View si sta investendo molto nello sviluppo della tecnologia agentica.
Con Gemini Deep Think, Google continua a migliorare le capacità del modello di base su attività scientifiche complesse. La questione aperta non è tanto se questi strumenti funzionino, ma quanto rapidamente le istituzioni riusciranno ad adottarli in modo sistematico, e se la validazione della comunità scientifica sarà in grado di tenere il passo con la velocità di sviluppo dei sistemi stessi.
