Google、科学コード生成ツールERAの成果をNatureで公開しComputational Discoveryを展開

ERAは、科学的課題と成功指標を与えると、文献を検索してコードを書き、解を探索し、手法を組み合わせて結果を評価するツールである。木探索の手法で数千の選択肢を検討し、目標に対して出力コードを最適化する。Natureの論文では、ゲノミクス、公衆衛生、衛星画像解析、神経科学予測、汎用の時系列予測ベンチマーク、数学の各分野で試験し、すべてで専門家水準の性能を達成したと報告している。

過去6か月間、Google Researchの研究者と共同研究者がERAを実際の未解決問題に適用してきた。ERAを使った論文原稿は計8本となり、今回新たに5本が公開された。疫学予測では、米国の州単位でインフルエンザ、COVID-19、RSVの入院数を最大4週間先まで予測し、CDCの公開リーダーボードで常に上位かそれに近い順位だったという。

カリフォルニアの積雪由来の河川流域では、春の流出量について州公式の予測B120より大幅に正確な早期予測モデルを作成した。静止気象衛星のデータから大気中のCO2濃度を高い時空間分解能でマッピングするモデルも作り、都市部の増加や植物による日中の吸収が捉えられているとする。さらにGoogle Antigravityと組み合わせた3D太陽光発電の最適化では、500個の三角形からなる体積型ファンが後方への影да影なしに散乱光を捉える設計を見つけた。小売予測では、市販のコンセンサス推計とシカゴ連銀のCARTS月次予測に並ぶか上回るモデルを得た。

Computational DiscoveryはAlphaEvolveとERAで構築され、Gemini for Scienceの実験的ツールとして段階的に公開される。同じ枠で、AI Co-Scientistを基にしたHypothesis Generationと、Literature Insightsも提供され、科学的手法の異なる段階を補完する。関心のある人はlabs.google/scienceで登録できる。