Googleが10件の研究projectを公開。利用条件は一般公開からwaitlistまで分かれる

GoogleはMountain ViewのResearch@で、地理空間data、科学agent、技術文書review、医療、教育、共同prototypingにまたがる10件の研究projectをまとめて紹介した。ただし、同じ成熟度と利用条件を持つ10個の製品が並んだわけではない。

10件のdemoは専門家のworkflowにAIを組み込む

Earth AIはearly accessを拡張し、Google Earthでの分析、planetary prediction engine、実験的なagent-to-agent APIを提供する。1億件を超える公開datasetを検索できるGoogle Dataset SearchとTimesFMも統合する。Googleは70以上のgeospatial toolsを挙げ、危機対応と公衆衛生に取り組む組織へ1,000万ドルを拠出する。

ほかのprojectも専門業務へ直接入る。multi-agent orchestratorは過去の手法を再現し、新しい科学課題に応用する。Deep Reviewは複雑な文書の論理的一貫性と事実の根拠を確認する。Googleによれば初期版は16,000本を超える研究論文のreviewに使われ、現在は一般向けに利用範囲を広げている。

Googleは検証、data、専門領域の文脈を軸にportfolioを組む

共通項は万能chatbotではない。Googleは、専門家と具体的な作業資料の間にmodelを置く。対象は衛星画像、表、科学文献、診療記録、技術文書だ。価値は長い回答だけでなく、data、専門tool、検証手順との接続から生まれる。

数字もその構図を示す。GoogleによるとMedGemmaは65,000人を超えるunique userに1,000万回以上downloadされた。AMIEの研究では98人の患者がurgent care受診前に安全にsystemへ相談し、臨床医は75％のケースでAI要約が準備に役立ったと答えた。Groundsourceは260万件を超える洪水eventの公開datasetを作り、都市型flash floodの可能性を最大24時間前に予測するmodelへ使った。

一つの発表に提供中のservice、研究、予告が混在する

準備状況には大きな差がある。Deep Reviewは一般公開へ進む。TimesFMとTabFMはCloud BigQuery userが利用できるが、Gemini for businessへの統合は今後だ。Earth AIは実験機能を含むearly accessにとどまる。教育simulationにはpilot programがあり、Play with PuttyはGoogle Labsでwaitlistを開いただけだ。

医療の結果も適切な規模で読む必要がある。AMIE研究は一つの医療centerにおける98人が対象で、Google自身も初期段階と説明する。75％という数字は臨床医が準備に役立ったと評価した割合であり、臨床outcomeや広範な導入を示さない。

Google外で再現できる成果がpilotの先を決める

projectごとに次のsignalは異なる。Deep Reviewではcomputer science学会以外で見つける誤りの質、Earth AIでは実験的APIを実際の意思決定に組み込むpartner数が重要だ。AMIEでは全国規模のrandomized study、教育simulationでは生成画面の数より教室での行動が問われる。

Googleは強い研究地図を示したが、地図だけでは交通網にならない。利用手段を開き、限界を説明し、独立した検証を可能にした場所で持続的な優位が生まれる。

Lilithの判定

Googleは舞台に10個の磨かれたprototypeを並べたが、入場券はそれぞれ違う。専門家が中へ入り、toolを使い、別の人が結果を再現して初めて研究上の先行になる。