Google 将 ERA 科学代码工具开放使用，并推出 Computational Discovery
Google 宣布把基于 Gemini 的科学代码工具 Empirical Research Assistance（ERA）开放给科学家使用，相关成果已发表在 Nature。
推荐理由：Google 把 ERA 从 Nature 论文推进到可申请使用的工具，读者可据此判断 AI 写科学代码的落地边界。
48 条精选近 30 天 19条共收录 227条
更新精选归档 · 第 3 页
Google Research精选74
Google DeepMind精选60 Google DeepMind 用 Co-Scientist 加速逆转细胞衰老的基因线索发现
Google DeepMind 的生物学家 Omar Abudayyeh 和 Jonathan Gootenberg 使用 Co-Scientist 辅助衰老研究，该工具扫描数万篇论文后提出 20 多个新的候选遗传因子，实验室测试验证了其中几个假设，成功让细胞进入更年轻状态并改善整体功能。Co-Scientist 还用于分析大规模基因筛选数据，把原本需要长达六个月的数据与文献关联分析缩短到几天。
推荐理由：原文给出 Co-Scientist 在衰老研究中的具体产出与耗时对比，可了解 AI 智能体参与科研假设生成的实际方式。
Google Research精选62 Google Research 科学家如何使用 Empirical Research Assistance 的四种方式
Google Research 总结了科学家使用 Empirical Research Assistance（ERA）的四个方向：公共卫生领域，团队每周为美国各州提交流感。
推荐理由：Google 用四个真实科研项目展示 ERA 在流行病预测、宇宙学、碳监测和神经科学中的落地方式，可看 AI 辅助科研的具体边界。
Google DeepMind精选62 Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构，把大规模训练拆成异步通信的计算孤岛，降低带宽需求并隔离硬件故障。测试中该系统在整块 learner unit 掉线后仍能继续训练并重新接入，用 Gemma 4 模型达到与传统方法相同的 ML 性能。
推荐理由：原文给出跨数据中心异步训练在带宽、容错和跨代硬件上的实测结果，可据此判断分布式预训练的工程取舍。
Google Research精选66 Google 与 NHS 研究：AI 用于乳腺筛查双读流程
Google Research 与多家 NHS 机构合作的 AIMS 研究在 Nature Cancer 发表两项姊妹研究，评估 AI 乳腺筛查系统。
推荐理由：两项 Nature Cancer 研究给出了 AI 在 NHS 乳腺筛查双读流程中的检测率与工作量数据，可据此了解人机协作的实际边界。
Mistral AI精选62 Mistral AI 推出企业级模型训练系统 Forge
Mistral AI 发布 Forge，一套让企业基于自有专有知识构建前沿级 AI 模型的系统，覆盖预训练、后训练和强化学习等阶段，支持 dense 与 MoE 架构及多模态输入。
推荐理由：原文给出了企业用自有数据训练前沿模型的分阶段能力与已合作机构，可据此判断企业自建模型的门槛与路径。
Google Research精选62 Google 在 Flood Hub 上线城市山洪预报，可提前 24 小时预警
Google 宣布在 Flood Hub 上线城市山洪预报，借助新的 AI 方法可提前最多 24 小时预测城市山洪风险。
推荐理由：原文给出了城市山洪预报的模型思路与评估结果，读者可据此判断AI洪水预警在全球南方的覆盖能力。
Google Research精选62 Google 推出 Groundsource，用 Gemini 把新闻报道转为灾害数据
Google 发布 Groundsource，一套用 Gemini 从全球新闻中提取结构化灾害数据的方法，并开放首个城市山洪数据集，包含 2.6 百万条记录、覆盖 150 多个国家、时间跨度从 2000 年至今。
推荐理由：Google 用 Gemini 把全球新闻转成结构化灾害数据，并给出人工核验的准确率与覆盖对比，可据此判断这套方法能否迁移到其他灾害。