Gemini for Science که در کنفرانس Google I/O 2026 در تاریخ ۱۹ و ۲۰ می رونمایی شد، مجموعهای از ابزارهای تجربی است که برای پشتیبانی از فرآیند تحقیقات علمی از تولید ایده تا آزمایش و تحلیل متون طراحی شده است. هدف این ادغام، کاهش کار دستی در فرآیند کشف، از جمله فرضیهسازی، آزمایش محاسباتی و بررسی متون است.

طرح «جمینی برای علم» به تسریع تحقیقات علمی کمک میکند.
عکس: گوگل
گوگل میگوید دسترسی به این مجموعه ابزار به تدریج از طریق آزمایشگاههای گوگل (Google Labs) و با یک نقشه راه جداگانه برای سازمانهای سازمانی از طریق گوگل کلود (Google Cloud) ارائه خواهد شد. اگرچه این ابزارها هنوز در مراحل اولیه توسعه هستند، گوگل اطلاعاتی در مورد ویژگیهای کلیدی آنها فاش کرده است.
ویژگیهای کلیدی نرمافزار Gemini for Science
بر این اساس، Gemini for Science بر اساس سه ویژگی اصلی ساخته شده است که فرآیند تحقیق را نسبت به چتباتهای معمولی کارآمدتر میکند. اول، تولید فرضیه امکان جستجو در میان میلیونها مقاله را فراهم میکند و به دانشمندان کمک میکند تا ایدههای جدیدی را با نتایج جستجو پشتیبانی شده توسط استنادهای قابل کلیک، تولید کنند.
کشف محاسباتی (Computational Discovery) قابلیتی است که به عنوان یک ابزار جستجوی خودکار عمل میکند و قادر است هزاران آزمایش را به سرعت تولید کند، به جای اینکه تیمها مجبور باشند هر آزمایش را خودشان طراحی کنند. در نهایت، قابلیت بینشهای ادبی (Literature Insights) به محققان کمک میکند تا آثار منتشر شده را جستجو کرده و یافتهها را به گزارشها، اینفوگرافیکها، خلاصههای صوتی یا ویدیوها تبدیل کنند.

جمینی برای علم به محققان کمک میکند تا در پروژههای علمی خود در زمان صرفهجویی کنند.
عکس: گوگل
به طور خاص، گوگل ویژگی مهارتهای علمی (Science Skills) را نیز معرفی کرد که به کاربران امکان میدهد اطلاعات را از بیش از 30 پایگاه داده و ابزار تحقیقاتی پیشرو استخراج کنند و از این طریق، مجموعه آزمایشها را برای گردشهای کاری پیچیده مفیدتر سازند.
چرا گوگل در مورد Gemini for Science محتاط است؟
راهاندازی Gemini for Science فقط یک محصول جدید نیست، بلکه بخشی از اکوسیستم تحقیقاتی گستردهتر هوش مصنوعی (AI) گوگل است که شامل پروژههایی مانند Co-Scientist، AlphaEvolve، ERA و NotebookLM میشود. اگر هوش مصنوعی گوگل بتواند وظایف روزمره را بدون کاهش دقت تسریع کند، آزمایشگاهها میتوانند بر ارزیابی و تفسیر تمرکز کنند.
استقرار محدود Gemini for Science نشان دهنده احتیاط گوگل است، زیرا سیستمهای هوش مصنوعی باید دقت، شفافیت و تکرارپذیری نتایج را تضمین کنند تا محققان بتوانند به اطلاعات دریافتی خود اعتماد کنند.
چالش بعدی برای گوگل این است که آیا این شرکت میتواند از عوامل هوش مصنوعی در فرآیندهای علمی دنیای واقعی استفاده کند یا خیر.
منبع: https://thanhnien.vn/google-muon-gemini-co-the-thay-doi-cach-nhan-loai-lam-khoa-hoc-185260521012902058.htm







نظر (0)