Googleが研究者に「AI助手3人」を付けた — Gemini for Scienceの中身と、科学が変わる予感

論文を読む。仮説を立てる。コードを書いて検証する。

研究者の仕事の大部分はこの3つのサイクルでできている。そしてその3つすべてに、GoogleがAIを差し込んできた。

Google I/O 2026で発表された「Gemini for Science」は、研究プロセスの各段階に特化した3つのツールから成る。Google Labsから段階的に公開が始まっており、スタンフォード大学を含む100以上の研究機関がすでに検証に参加している。

Literature Insights — 論文の山を「読める」形にする

研究者が最も時間を取られる作業の一つが文献レビューだ。自分の研究テーマに関連する論文を数十〜数百本読み、どこまでが分かっていて何が分かっていないかを整理する。

Literature Insightsは、この作業をAIに任せるツールだ。科学論文に特化した訓練を受けたモデルが、複雑な論文群を消化し、リサーチブリーフとして出力する。自動レポート、インタラクティブなインフォグラフィック、さらには音声・動画形式のサマリーまで生成できる。

素直に、ここは使えると思った。年間200万本以上発表される論文に人間が追いつくのは物理的に無理で、「読むべき論文を見つけて、要点を把握する」という初手の効率化は研究者にとって圧倒的な時間節約になる。

Hypothesis Generation — AIが仮説の「討論会」を開く

ここが一番面白い。

Co-Scientistの技術を使ったこのツールは、研究者と対話しながら研究課題を定義し、そこから複数のAIエージェントによる「アイデア・トーナメント」を実行する。仮説を生成し、エージェント同士が議論し、評価し、最も有望なものを絞り込む。主張はすべてクリック可能な引用で裏付けられる。

科学的方法のシミュレーションと呼ばれているが、やっていることはかなり大胆だ。従来は研究者の経験と直感に依存していた「どの仮説を追うか」という判断に、AIが根拠付きの代替案を提示する。

ただし、これは「AIが仮説を立てるから人間は不要」という話ではない。AIが生成する仮説は既存文献の組み合わせの域を出ない可能性があり、本当に革新的な仮説——既存の枠組みを壊すようなもの——は人間の直感から生まれることが多い。このツールの価値は「見落としていた組み合わせ」を拾い上げることにあると見るべきだろう。

Computational Discovery — AlphaEvolveが実験室に入る

3つ目は計算科学向けのツールで、AlphaEvolveとERA（Empirical Research Assistance）を基盤にしている。

研究者が定義した問題に対し、コードのバリエーションを数千パターン並列生成し、スコアリングする。言い換えれば、「この問題を解くアルゴリズムの候補を片っ端から試す」作業を自動化する。

AlphaEvolveはすでに数学やコンピュータサイエンスの分野で成果を出しているが、それが研究者向けのインターフェースとして整備されたことに意味がある。

Science Skills — 30以上のDBとつながる

3つのツールに加えて、Science Skillsというバンドルも発表された。UniProt、AlphaFoldデータベース、AlphaGenome API、InterProなど30以上のライフサイエンスデータベースと連携し、構造バイオインフォマティクスやゲノム解析といった作業をAntigravity上で実行できる。

従来なら数時間かかっていた手作業のワークフローが数分で完了する、とGoogleは説明している。実際の性能は研究者の検証結果を待つ必要があるが、パイプラインの自動化という方向性は正しい。

気になる点

まず、アクセスの問題がある。Google Labs経由での段階的公開で、誰でもすぐに使えるわけではない。研究者は labs.google/science から登録して待つ必要がある。

次に、Googleのサービスである以上、データのプライバシーが懸念される。未発表の研究データや仮説をGoogleのクラウドに送ることに抵抗がある研究機関は少なくないだろう。

そして、これらのツールはライフサイエンスに大きく寄っている。物理学、工学、社会科学といった分野への展開がどこまで進むかは不透明だ。

研究の「速度」が変わるとき

Gemini for Scienceが本当に機能するなら、変わるのは研究の質ではなく速度だ。

同じ時間で読める論文の数が10倍になり、検討できる仮説の数が100倍になり、試せるアルゴリズムの数が1000倍になる。質の向上はその結果として訪れる。

NotebookLMが「個人の学習」を変えたように、Gemini for Scienceは「組織的な研究」を変える可能性がある。特にLiterature InsightsとNotebookLMを組み合わせれば、論文の自動サマリーをそのまま音声で聞きながら次の実験を設計する——そんなワークフローが現実的になってきた。

研究者でなくても、科学に興味がある人にとってLiterature Insightsは魅力的だ。専門論文を「理解可能な形」に変換してくれるツールとして、科学リテラシーの底上げに貢献する可能性がある。