Googleが科学者のAI利用に役立つ実験機能コレクションの「Gemini for Science」を発表、30以上の主要な生命科学DBとツールの知見を統合したAIエージェントスキル集「Science Skills」や専門家レベルの実証ソフト作成支援のためのAIツール「ERA」なども登場

2026年5月20日、Googleが科学的な探求の規模と精度を大きく拡張するために設計された「Gemini for Science」を発表しました。

New AI Tools for the Future of Science
https://blog.google/innovation-and-ai/technology/research/gemini-for-science-io-2026/

現在 、科学界は「人類全体の知識が急速に拡大しているため、個々の科学者がその全体像を把握することがますます困難になっている」というパラドックスに直面しています。科学的なブレイクスルーの多くは、データ間のクリエイティブな結びつきを見つけることから生まれますが、これを手作業で行うには数週間、あるいは数カ月もの時間がかかってしまうことがあります。「膨大なデータに目を通すだけで日が暮れてしまう」ということをなくすために、活用できるのがAIです。AIは科学研究におけるボトルネックを解消し、複雑なタスクを処理することで、科学研究の力を何倍にも高める原動力になるとGoogleは説明しています。

GoogleはGemini for Scienceの実験的ツールとして、Google Labsで以下の3つの主要なプロトタイプをリリースします。

・Hypothesis generation(仮説生成機能)：Co-Scientistを基盤に構築された機能
新しいアイデアの創出は科学の中心ですが、毎年発表される何百万本もの論文をすべて読み込み、統合することは人間の力だけでは不可能です。Hypothesis generationは、科学的手法をシミュレートすることでこのギャップを埋めるという機能。研究者と協力して研究課題を定義した上で、複数のAIエージェントによる「アイデアトーナメント」を開催し、仮説の生成・議論・評価を自動で行います。絶対的な厳密性を担保するため、生成された主張は徹底的に検証され、クリックして参照できる引用元(出典)が必ず明記されます。

・Computational discovery(計算科学的発見機能)：AlphaEvolveおよびERA(Empirical Research Assistance：実証的研究支援)を基盤に構築された機能
科学の進歩はコンピューターを用いた計算実験で実際に検証できる仮説の数によって制限されてしまうことが少なくありません。自律的に動く研究エンジン(エージェント型研究エンジン)であるComputational discoveryは、何千ものコードのバリエーションを並列で生成・評価することで、この課題を解決するというものです。これにより、太陽光発電の予測や疫学といった極めて複雑な分野において、手作業では数カ月かかるような新しいモデリング手法の検証を、スムーズに行えるようになります。

・Literature insights(文献インサイト機能)：Google NotebookLMを基盤に構築
科学文献を深く理解することは、すべての研究活動において不可欠なプロセスです。 Literature insightsは、膨大な科学文献を検索し、カスタマイズ可能な検索属性を持つテーブル(表)に対比形式で整理します。研究者はチャット機能を使って自分で厳選した文献データ(コーパス)に基づいた詳細なニュアンスを掘り下げることが可能。レポート・スライド資料・インフォグラフィック・音声や動画による概要解説といった高品質な成果物を簡単に生成することもできます。Google NotebookLMを活用することで、Literature insightsは複数の論文にまたがる知見の統合や、未開拓の研究分野の特定、新たな機会の発見をサポートしてくれます。

なお、Gemini for Scienceの上記の3つのツールは以下のページから利用可能です。

Experiments on the future of AI-driven science — Google Labs
https://labs.google/science/

さらに、GoogleはGemini for Scienceの一環として、新たに「Science Skills」を提供します。これは、UniProt、AlphaFold Database、AlphaGenome API、InterProなどのライフサイエンス分野における30以上の主要なデータベースやツールから得られる知見を統合した特化型のパッケージです。Google Antigravityのようなエージェント型プラットフォーム上でScience Skillsを活用することで、研究者はこれまで何時間もかかっていた構造バイオインフォマティクスやゲノム解析といった、複雑で手作業の多かったワークフローをわずか数分で実行できるようになります。

Science Skillsを活用しているGoogleの研究チームは、すでにこの圧倒的なスピード向上を実証しています。初期のテストにおいて、Googleの研究チームがScience Skillsを使うことで、通常であれば何時間もかかる複雑な分析をわずか数分で完了させました。その結果、AK2遺伝子の変異によって引き起こされる、ある希少な遺伝性疾患の潜在的な発症メカニズムに関する、これまでにない新しい知見を得ることに成功しています。

Googleの研究チームがScience Skillsを使って研究を加速させた体験について語る動画が以下です。

From Genetic Variant to Wet-lab: Accelerating the path from hypothesis to experiment - YouTube

さらに、Googleは専門家レベルの科学コーディングを支援するAIツールの「Empirical Research Assistance(ERA)」も発表しました。ERAは科学的な問題と成功の基準が与えられると、科学文献の検索、コードの作成、解決策の検討、複数の手法の組み合わせ、さらに結果の評価を行うことが可能です。ERAは何千もの選択肢を考慮し、ツリー探索アプローチを用いて、与えられた目標に対して出力コードを最適化します。ERAはゲノミクス、公衆衛生、衛星画像解析、神経科学予測、一般的な時系列予測ベンチマーク、数学などさまざまな分野にわたるベンチマーク問題で、すべてにおいて専門家レベルの性能を達成しました。GoogleはERAについて、「将来的に専門家レベルの計算モデリングへのアクセスを民主化し、既存の専門家の能力を拡大する可能性を秘めています」と評しています。

Empirical Research Assistance (ERA): From Nature publication to catalyzing Computational Discovery
https://research.google/blog/empirical-research-assistance-era-from-nature-publication-to-catalyzing-computational-discovery/

ERAは科学誌のNatureでも発表されています。

An AI system to help scientists write expert-level empirical software | Nature
https://www.nature.com/articles/s41586-026-10658-6

なお、ERAのプロトタイプは、記事作成時点ではGoogle Labsの信頼できるテスタープログラムを通じて利用可能です。

リリース前にGemini for Scienceを利用したというペンシルベニア大学ウォートン校のAI研究者であるイーサン・モリック氏は、「発売前にGemini for Scienceを少し試してみました。社会学者としての私の経験では、今はもっとバイオサイエンスに焦点を当てている感じですが、Googleは科学を加速させる本格的なAIツールをリリースするリーディングラボだと思いますし、すぐにそれらが急速に改善していくのを期待しています」と投稿しています。