A Google tíz kutatási fejlesztést mutatott be a Research@ 2026 eseményen

A Google Earth AI a bolygószintű adatok elemzését célozza

A Google bővíti a Google Earth AI korai hozzáférését, és három új, kísérleti elérési módot mutatott be. A Google Earth részeként mélyebb geoinformatikai elemzés válik elérhetővé, a bolygószintű előrejelző motor pedig kockázatértékelések és különböző forgatókönyvek készítésére használható.

A fejlesztők egy kísérleti, ügynökök közötti API-n keresztül saját munkafolyamataikba is beépíthetik a geoinformatikai következtetési képességeket. Ezek között szerepel a műholdképek értelmezése, az útvonaltervezés és a demográfiai beágyazások használata. A rendszerhez a Google Dataset Search több mint 100 millió nyilvános adatkészlet lekérdezését, a TimesFM pedig bolygószintű jelenlegi állapot- és előrejelzéseket támogathat.

A Google Earth AI több mint 70 geoinformatikai eszközre támaszkodik, köztük a Remote Sensing Foundation Modelre és a Population Dynamics Foundation Modelre. A Google szerint ezek segítségével a fejlesztők, egészségügyi vezetők és vállalati csapatok összetett geoinformatikai munkafolyamatokat automatizálhatnak. A Google.org 10 millió dollárt biztosít válságállósággal és közegészségüggyel foglalkozó szervezeteknek, ebből 2 millió dollár a Milken Institute-hoz kerül.

Ügynökrendszerek segíthetik a tudományos és szakmai munkát

A Google több ügynökből álló rendszert készített, amely korábbi tudományos módszerek és elemzések reprodukálásában, majd új környezetben történő alkalmazásában segíti a kutatókat. A vállalat példaként egy folyadékmechanikai módszert említ, amelyet húgyúti katéterek tervezésére alkalmaztak. Szimulációkban olyan kialakításokat találtak, amelyek hatékonyabban akadályozták a bakteriális fertőzéseket.

Az Empirical Research Assistance párhuzamosan több ezer kódváltozat létrehozását és tesztelését teszi lehetővé. A Google DeepMinddel közösen fejlesztett Co-Scientist új hipotéziseket képes létrehozni, és a vállalat szerint Stanford kutatóinak már segített olyan gyógyszerek azonosításában, amelyeket májfibrózis kezelésére lehet újrahasznosítani.

A Deep Review nevű ügynökrendszer összetett dokumentumok ellenőrzésére szolgál. A Google kutatói és külső szerzők korai változatával több mint 16 000, vezető számítástechnikai konferenciákra benyújtott publikációt vizsgáltak át. A rendszer a logikai következetességet és az állítások megalapozottságát ellenőrzi, miközben a kreatív irányítás a szerzőknél marad. A Google most a nagyközönség számára is bővíti az elérhetőségét, többek között jogi megállapodások és pénzügyi jelentések ellenőrzésére.

Numerikus modellek és egészségügyi AI

A TimesFM és a TabFM kifejezetten numerikus adatok feldolgozására készült alapmodell. Előbbi idősorokkal, utóbbi strukturált táblázatos adatokkal dolgozik. A Google szerint mindkettő képes betanítás nélkül előrejelzéseket készíteni, és a saját területén a vezető nyilvános teszteken is magas helyezést ér el. A modellek minden Cloud BigQuery-felhasználó számára elérhetők, a vállalat pedig bejelentette, hogy később a Gemini for business rendszerébe is integrálja őket.

Az üzlettulajdonosok, elemzők és operatív vezetők így például termékértékesítési trendeket vagy kórházi ágykapacitást jelezhetnek elő összetett táblázatok és több millió adatsor alapján. A Google közlése szerint az érzékeny adatok a szervezet határain belül maradnak.

A MedGemma nyílt alapmodellként szolgál egészségügyi alkalmazások fejlesztéséhez. A Google szerint a Nature Medicine folyóiratban való megjelenése óta több mint 10 millió alkalommal töltötték le, több mint 65 000 egyedi fejlesztő által. A modellt helyi közösségek igényeire alakították át, például túlterhelt klinikákon végzett gyorsabb triázsra, illetve szem- és méhnyakrákszűrésre.

A legújabb fejlesztések eszközhasználattal bővítik a MedGemma képességeit, így a modell egészségügyi nyilvántartásokra és más klinikai alkalmazásokra is támaszkodhat. A Google mammográfiával, ultrahanggal és elektrokardiogramokkal kapcsolatos új modalitásokat is vizsgál. Az AMIE kutatás a klinikai érvelés és a betegfelvilágosító beszélgetések lehetőségeit méri fel. A Google idei, Nature-ben megjelent kutatása a hosszú távú betegségkezelés irányába bővítette a rendszert, a Nature Medicine tanulmánya pedig többféle adat, köztük orvosi képek és laboreredmények együttes értelmezését vizsgálta.