Google Research Blog

Google Researchのチームは、13,917人の参加者を対象とした全国規模のランダム化研究を実施し、SymptomAIと呼ばれる対話型AIエージェントの症状評価と鑑別診断能力を評価しました。結果は、臨床専門家が50%以上のケースでSymptomAIの鑑別診断リストを他の臨床医のものよりも好み、その診断精度も高いことを示しました。さらに、特に呼吸器感染症において、SymptomAIの診断はFitbitウェアラブルデバイスで記録された心拍数、呼吸数、皮膚温度などの生体信号の変化と有意に相関していました。研究は、積極的な質問戦略が診断性能を大幅に向上させることを示し、AIによる医療診断支援の新たな方向性を示しています。

Google Quantum AIは、強化学習と量子誤り訂正を統合することで、量子コンピュータが継続的にドリフトに適応し、長時間の計算中に安定性を維持できることを実証しました。

Google Researchの研究チームはICLR 2026で発表した論文で、拡散モデルの創造性がニューラルネットワーク訓練における「スコア平滑化」の数学的結果であり、訓練データ点間の補間を可能にすることを証明した。

Google Researchは、500万人から得られた1兆分以上のセンサーデータで事前学習されたウェアラブルヘルス向け基盤モデルSensorFMを発表しました。自己教師あり学習により人間の生理学の汎用表現を獲得し、35の健康タスクに転移可能で、ラベル効率の良い適応をサポートし、パーソナルヘルスエージェントの基盤として機能します。

Google Researchが米国10都市で実施した大規模な実世界研究により、ナビゲーションアプリを使ってごく一部のトリップ（2％未満）をわずかに迂回させることで、交通渋滞と排出量を測定可能なほど削減できることが示されました。Nature Citiesに掲載されたこの研究では、対象区間の走行速度が中央値で約2％向上し、都市あたり年間数千トンのCO2e削減が可能であることがわかりました。

Google ResearchがTabFMを発表。BigQuery MLに統合され、インコンテキスト学習によりゼロショットで分類・回帰を実現。手動のハイパーパラメータ調整や特徴量エンジニアリングが不要。数百万の合成データセットで学習し、TabArenaベンチマークで調整済みの従来アルゴリズムを凌駕。

Googleの研究者は、デプロイ済みのGemini Nano v3モデルにマルチトークン予測（MTP）を導入し、バックボーンの再トレーニングなしにモバイルデバイスでの推論速度向上と消費電力削減を実現しました。Pixel 9および10シリーズに適用され、AI通知要約や校正機能で速度が50%以上向上しています。

Googleの研究者は、キャッシュ管理をスキーレンタル問題として捉え、軽量機械学習でメモリ使用量とキャッシュミスのトレードオフを最適化する線形弾性キャッシングを提案。Spanner本番環境でメモリ使用量15.5%削減、総所有コスト約5%削減を達成。

Google Researchの研究により、単純な事実質問に対しても推論チェーンを生成することで回答精度が向上するという直感に反する現象が明らかになった。2つのメカニズムが特定された：計算バッファ（余分なトークンが追加の計算を提供）と事実プライミング（関連事実の生成が検索を促進する）。

Google Researchが皮膚科AIツールに関する2つの研究を発表。大規模調査ではAI支援によりユーザーが皮膚状態を特定する正確性が3倍近く向上したが、次のステップの判断には改善が見られなかった。地域コミュニティでの定性研究では、アプリがユーザーと臨床医の会話を促進し、92%の臨床医が有用と評価した。

Googleの研究者が、機械学習モデルの忘却とプライバシー保護を監査するための「正則化f-ダイバージェンスカーネル検定」フレームワークを提案。適応的に最適なダイバージェンスを選択し、データ漏洩や忘却の失敗をより感度高く検出でき、必要なサンプル数やチューニングが少ない。

Google ResearchとGoogle Cloudが共同で開発したエージェンティックRAGフレームワークは、複数のエージェントが協調して複雑な企業クエリを分解し、十分なコンテキストを反復検索してから信頼性の高い応答を生成します。標準RAGと比較して最大34%の精度向上を達成。

Google Researchのチームは、スマートフォンのフロントカメラを使って日常使用中に心拍数と安静時心拍数をパッシブに測定するシステムPHRMを開発しました。Nature誌に発表された研究では、心拍数の平均絶対パーセント誤差（MAPE）が心電図（ECG）と比較して10％未満、日次の安静時心拍数の平均絶対誤差（MAE）がウェアラブルデバイスと比較して5 bpm未満という精度を達成。システムは、約700名の参加者から収集した35万本以上のビデオクリップからなる多様なデータセットでトレーニングされ、肌色のバランスが確保されています。PHRMは15の主要な遠隔光電容積脈波法（rPPG）モデルを凌駕し、実環境で全肌色に対して精度基準を満たした唯一のモデルです。

2026年のGoogle I/Oで、Google Researchは科学発見、健康、エッジコンピューティング、気象予測における画期的な技術を発表。Gemini for Science（ERA、Co-Scientist）、Google Healthアプリ、Symptom AI、AMIE、Coral NPU、AIによる極端気象予測など、人間の創意工夫を増幅するAIの可能性を示した。

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。

Google Research は、オープンサイエンスの原則に基づき、オープンソースソフトウェアとデータセットを通じて世界中の研究コミュニティと協力し、ゲノミクス、神経科学、気候、生物多様性、ヘルスケアなどの分野で画期的な発見を推進しています。本記事では、DeepVariant、Neuroglancer、Open Buildings、SpeciesNet、HAI-DEF などのツールと、その実際の応用例を詳述し、オープンサイエンスがどのように世界中の研究者をエンパワーし、ポジティブな社会的影響を生み出しているかを示しています。

2025年秋に実証研究支援（ERA）を導入して以来、Google Researchの科学者たちは、疫学、宇宙論、大気モニタリング、神経科学の実際の問題にこれを適用し、科学的発見を加速するAIの変革力を実証しています。

Google PhotosのAuto frame機能は、機械学習モデルを使って写真を3Dシーンとして解釈し、自動的にカメラアングルを調整して新しい視点を生成します。2段階の手法（3D点群推定と生成インペインティング）により、ポートレートの遠近歪みを補正します。

Google Cloudの研究者は、成功と失敗の両方の経験から一般化可能な推論戦略を抽出する新しいエージェント記憶フレームワーク「ReasoningBank」を提案し、展開後の継続的な学習を可能にします。Webおよびソフトウェアエンジニアリングのベンチマークでベースラインを上回る成果を上げました。

GoogleはSimulaフレームワークを発表。合成データ生成をデータセットレベルのメカニズムデザインとして捉え、推論優先のアプローチにより、カバレッジ、複雑性、品質を細かく制御し、プライバシーに敏感な専門領域でのスケーラブルな生成を実現する。

Google Researchチームは、AIを用いて合成ニューロン形態を生成するMoGenモデルを開発し、脳再構築のエラー率を4.4%低減しました。マウス全脳規模では、157人年の手動校正を節約できます。

Google Researchとニューヨーク大学は、生成AIを活用してコラボレーションや批判的思考などの未来対応スキルを評価するシステム「Vantage」を開発しました。AIアバターとの会話をエグゼクティブLLMが動的に誘導し、評価は人間の専門家と同等の精度を示しています。VantageはGoogle Labsでサインアップ可能です。

Google Researchは、LLMベースのユーザーシミュレーターにおけるリアリティギャップを定量化し、堅牢な対話エージェントのトレーニングを改善するためのデータセットと評価フレームワークConvApparelを発表しました。デュアルエージェントデータ収集と三本柱の検証により、データ駆動型シミュレーターがプロンプトベースを凌ぐが、ギャップは残ることが示されました。

Google Cloudの研究チームは、高品質な学術図表を自動生成するPaperVizAgentと、厳格な論文査読を自動化するScholarPeerという2つの革新的なAIエージェントを発表しました。これらのシステムはマルチエージェント協調と反復最適化により、各タスクで既存のベースラインを大幅に上回り、科学研究プロセスに実質的な改善をもたらします。

Google Researchは、心理学的質問票を状況判断テストに変換し、LLMの行動傾向と人間のコンセンサスとの整合性を定量化するフレームワークを提案。25のモデルをテストした結果、高いコンセンサスシナリオでは良好な性能を示すが、コンセンサスが低いシナリオでは過剰な自信を示し、人間の意見の多様性を反映できないことが明らかになった。