Google presenta 10 proyectos de investigación. El acceso va desde una herramienta pública hasta una lista de espera

En su evento Research@ de Mountain View, Google resumió 10 proyectos de investigación sobre datos geoespaciales, agentes científicos, revisión de documentos técnicos, salud, educación y prototipado colaborativo. No son 10 productos con la misma madurez ni el mismo modelo de acceso.

Diez demostraciones insertan AI en el trabajo de los expertos

Earth AI amplía su early access con análisis en Google Earth, un planetary prediction engine y una agent-to-agent API experimental. Integra Google Dataset Search, con más de 100 millones de datasets públicos, y TimesFM. Google cita más de 70 geospatial tools y también destina 10 millones de dólares a organizaciones dedicadas a resiliencia ante crisis y salud pública.

Otros proyectos entran directamente en tareas profesionales. Un multi-agent orchestrator reproduce métodos anteriores y los aplica a nuevos problemas científicos. Deep Review comprueba la coherencia lógica y el fundamento factual de documentos complejos. Google afirma que una versión temprana se ha usado para revisar más de 16.000 publicaciones científicas y ahora amplía el acceso al público.

Google articula la cartera en torno a verificación, datos y contexto experto

El hilo común no es un chatbot universal. Google coloca modelos entre un experto y su material de trabajo: imágenes de satélite, tablas, literatura científica, historiales clínicos o documentos técnicos. El valor procede de la conexión con datos, herramientas especializadas y una fase de verificación, no solo de obtener una respuesta más larga.

Las cifras refuerzan esa lectura. Según Google, MedGemma supera los 10 millones de descargas por más de 65.000 usuarios únicos. En un estudio de AMIE, 98 pacientes consultaron de forma segura al sistema antes de acudir a atención urgente, y los clínicos dijeron que los resúmenes les ayudaron a prepararse en el 75 % de los casos. Groundsource produjo un dataset público con más de 2,6 millones de inundaciones para un modelo que pronostica el riesgo de riadas urbanas con hasta 24 horas de antelación.

Una sola presentación mezcla servicios, estudios y promesas

La madurez varía mucho. Deep Review se abre al público, TimesFM y TabFM están disponibles para usuarios de Cloud BigQuery y su integración con Gemini for business aún está por llegar. Earth AI sigue en early access con funciones experimentales. Las simulaciones educativas tienen un programa piloto y Play with Putty solo ha abierto una waitlist en Google Labs.

Los resultados sanitarios también exigen la escala correcta. El estudio de AMIE reunió a 98 pacientes en un único centro médico y Google describe el trabajo como preliminar. El 75 % recoge la valoración de los clínicos sobre la ayuda para prepararse, no un resultado clínico ni un despliegue amplio.

El avance depende de resultados repetibles fuera de los pilotos de Google

Cada proyecto necesita ahora una señal distinta. Para Deep Review importa la calidad de los errores encontrados fuera de congresos de informática. Para Earth AI, cuántos socios incorporan la API experimental a decisiones reales. Para AMIE, el estudio nacional aleatorizado. En las simulaciones educativas cuenta más lo que ocurre en clase que el número de pantallas generadas.

Google mostró un mapa de investigación sólido, pero un mapa todavía no es una red de transporte. La ventaja duradera aparecerá donde la empresa ofrezca acceso, explique los límites y permita una verificación independiente.

El veredicto de Lilith

Google colocó diez prototipos relucientes sobre el escenario, pero cada uno exige una entrada distinta. El liderazgo científico empieza cuando un experto accede, usa la herramienta y otra persona reproduce el resultado.