Gemini for Science עולה ל-Labs: Co-Scientist, AlphaEvolve ו-Empirical Research Assistance

Google השיקה את Gemini for Science, הניסיון המפורש ביותר שלה עד כה לתקוע דגל במחקר המדעי כ-vertical ייעודי ל-AI. ההשקה אורזת יחד כמה כלים בשלב Labs: Co-Scientist (יצירת השערות שיתופית), AlphaEvolve (מערכת ה-evolutionary code search של DeepMind, שמופנית כעת לבעיות מחשוב מדעיות), Empirical Research Assistance (סינון וסינתזה של ספרות מדעית), ואינטגרציה הדוקה יותר עם NotebookLM. במקביל נחתו Science Skills חדשות בתוך Google Antigravity, פלטפורמת ה-agent הרחבה של Google.

Google DeepMind מיצבה את ההשקה סביב האצת סקירת ספרות, יצירת השערות ומידול חישובי — שלושת המקומות שבהם צוותי מחקר מתלוננים הכי הרבה על זמן בזבוז. ה-pitch הוא שמדענים יכולים להישאר בתוך workflow אחד שמתארח אצל Google במקום לחבר חיפוש PubMed, Python notebook ומודל צ׳אט. Co-Scientist במיוחד ממוצב כעמית מחקר, לא ככלי חיפוש: הוא מציע השערות, מבקר אותן, ומשפר אותן באיטרציות.

התמונה התחרותית מעניינת כי OpenAI, Anthropic ו-Meta כולן מיצבו 'AI for science' כחלק מהנרטיב הציבורי שלהן, אבל אף אחת לא שלחה חבילת מוצרים קוהרנטית. היתרון של Google הוא עומק נכסים אמיתי — שושלת AlphaFold, AlphaEvolve, ה-UX מבוסס-מסמכים של NotebookLM, ופוטנציאל אינטגרציה עם Google Scholar ו-PubMed — וזו הפעם הראשונה שהנכסים האלה נארזים לחוקרים חיצוניים במקום להיקבר בתוך DeepMind. Demis Hassabis עצמו פרסם ב-X ב-27 במאי שהמטרה היא לעזור למדענים 'לפתוח את הפריצה הבאה שלהם'.

מה לעקוב: איך Google תתמודד עם לחץ peer-review על השערות שנוצרו בסיוע AI (כתבי עת נעשים זהירים יותר), איך Empirical Research Assistance מטפלת בספרות מאחורי paywall, והאם AlphaEvolve ספציפית תפיק תוצאה מדעית פרסומית — זה מה שיהפוך את ההכרזה ממוצר לקטגוריה. הפריסה ההדרגתית ב-Labs שמתחילה במאי 2026 אומרת שהערכות צד-שלישי אמיתיות עדיין במרחק שבועות.