実証研究アシスタント（ERA）：Nature論文から計算による発見を促進へ
本日Natureに掲載されたERAは、Geminiを使って科学的コードを作成・最適化するAIツールで、複数のベンチマークで専門家レベルの性能を達成。Computational Discoveryプロトタイプを構築し、Google Labsのテストプログラムで提供開始。疫学、水文学、CO2マッピング、太陽エネルギー、小売予測などに応用。
2026年5月19日、GoogleはNature誌に掲載された論文で、実証研究アシスタント（ERA）を正式に発表しました。ERAはGeminiを用いて科学的コードを作成・最適化するAIツールであり、科学研究の中で最も時間のかかる工程の一つである計算実験の反復テストと改良を自動化します。与えられた科学問題と成功指標に基づき、ERAは科学文献を検索し、コードを書き、解を探索し、手法を組み合わせ、結果を評価します。木探索アプローチにより数千もの選択肢を検討し、目的に対してコードを最適化します。
Nature論文では、ERAはゲノミクス、公衆衛生、衛星画像解析、神経科学予測、時系列予測、数学など多岐にわたる分野のベンチマーク問題でテストされ、全ての分野で専門家レベルの性能を達成しました。これにより、専門家による計算モデリングへのアクセスが民主化され、既存の専門家の能力も拡大する可能性があります。
過去6か月間、Google Researchの科学者と協力者はERAを積極的に試用し、現在までに8本の論文がERAを特定の科学問題に適用しています。そのうち5本が本日新たに公開されました。これらの結果は、ERAが即座に科学的影響と公共の利益をもたらすいくつかの分野で進歩を促進できることを示しています。
疫学予測では、ERAを用いて米国の州レベルでインフルエンザ、COVID-19、RSVの入院数を最大4週間先まで予測し、CDCのリーダーボードで常にトップクラスを維持しています。カリフォルニア州の雪融け河川流出予測では、公式見通しであるBulletin 120よりもはるかに正確な早期予測を実現し、水資源管理の改善に貢献します。また、静止気象衛星のデータから unprecedentedな空間・時間分解能で大気中の二酸化炭素濃度をマッピングし、人間活動（都市部の排出）や自然のサイクル（植物の光合成による日中濃度低下）を捉えることに成功しました。さらに、ERAとGoogle Antigravityを組み合わせて3D太陽エネルギー収集を最適化し、将来の太陽エネルギー装置の設計において、後方日陰ゼロで散乱放射を捕捉できる500三角形のボリュームファンを発見しました。小売予測では、米国の経済指標やGoogle Trendsデータなどを入力として、商用コンセンサス予測やシカゴ連銀の月次小売予測と同等以上の性能を達成しました。
本日、GoogleはERAとAlphaEvolveで構築したComputational Discoveryのアクセスを段階的に開始します。この新ツールは、同じくNatureに掲載されたAI Co-Scientistによる仮説生成と相補的であり、科学的方法の各段階をサポートします。関心のある方はlabs.google/scienceで登録いただけます。ERAのアルゴリズム開発はEser Aygun、Gheorghe Comanici、Shibl Mouradが主導し、各応用分野の共同研究者も謝辞に記載されています。