Google: ERA — KI-System, das das Schreiben wissenschaftlicher Software automatisiert
Google hat in Nature ERA (Empirical Research Assistance) veröffentlicht — ein Gemini-gestütztes System, das per Tree-Search Tausende von Berechnungsansätzen bewertet und das Schreiben von Expertensoftware automatisiert. Die Plattform Computational Discovery steht Forschern bereits zur Verfügung.
Dieser Artikel wurde mithilfe von künstlicher Intelligenz aus Primärquellen erstellt.
Am 19. Mai 2026 veröffentlichte Google in der Zeitschrift Nature eine Arbeit über das ERA-System (Empirical Research Assistance) — ein KI-Tool auf Basis von Gemini-Modellen, das den iterativen Prozess des Schreibens und Optimierens von wissenschaftlichem Code automatisiert.
Was ist ERA und wie funktioniert die Tree-Search?
ERA löst einen der grundlegenden Engpässe in der Forschung: die endlose Wiederholung von Rechenexperimenten auf der Suche nach dem besten Ansatz. Das System erhält eine Beschreibung des wissenschaftlichen Problems und ein Erfolgsmaß, durchsucht dann selbstständig die Literatur, schreibt Code, kombiniert Techniken und bewertet Ergebnisse.
Die entscheidende Innovation ist die Tree-Search-Optimierung — eine Technik zur systematischen Suche, die gleichzeitig Tausende möglicher Lösungen bewertet. Statt linearem Testen baut ERA einen Baum möglicher Ansätze, erkennt die vielversprechendsten Zweige und lenkt Rechenressourcen dorthin. Das Ergebnis ist Code auf Expertenniveau ohne die üblichen Iterationszyklen.
In welchen Bereichen übertrifft ERA bestehende Modelle?
Demonstrationen umfassen sechs Domänen. Grippe-, COVID- und RSV-Infektionsprognosen von ERA landen konstant an der Spitze der öffentlichen CDC-Ranglisten — über klassischen Ensemble-Modellen. Im Wassermanagement produzierte das System deutlich genauere frühe Abschätzungen des Frühlingsabflusses als Californias offizieller Bulletin-120-Bericht. ERA entwickelte auch atmosphärische CO₂-Modelle mit bisher unerreichter raum-zeitlicher Auflösung; Einzelhandelsprognosen erreichten kommerzielle Konsensschätzungen.
Computational Discovery — öffentlicher Zugang zu ERA und AlphaEvolve
Parallel zur Nature-Publikation startete Google über Google Labs Computational Discovery — eine experimentelle Plattform, die ERA und AlphaEvolve kombiniert. Die Plattform ist Teil der Gemini for Science-Initiative und für Forscher über ein Trusted-Tester-Programm zugänglich.
Alle Demonstrationen sind mit Code und Experimenten auf GitHub in Form von acht Manuskripten veröffentlicht, die ERA-Anwendungen in realen Szenarien abdecken. Google positioniert ERA als Infrastruktur zur Beschleunigung von Computational Discovery — dem Prozess, bei dem Computermodelle überprüfbare wissenschaftliche Hypothesen und Lösungen generieren.
Häufig gestellte Fragen
- Was ist ERA und wie funktioniert die Tree-Search?
- ERA (Empirical Research Assistance) ist ein Gemini-gestütztes KI-System, das eine Beschreibung des wissenschaftlichen Problems und ein Erfolgsmaß erhält und dann selbstständig Literatur durchsucht, Code schreibt, Techniken kombiniert und Ergebnisse bewertet. Die Tree-Search-Optimierung bewertet gleichzeitig Tausende möglicher Lösungen und lenkt Rechenressourcen zu den vielversprechendsten Zweigen.
- In welchen wissenschaftlichen Bereichen übertrifft ERA bestehende Modelle?
- ERA wurde in sechs Bereichen demonstriert: Grippe-, COVID- und RSV-Infektionsprognosen (konstant an der Spitze der CDC-Ranglisten), Wassermanagement (genauere Frühlingswasserabflussschätzungen als Californias offizieller Bulletin 120), atmosphärische CO₂-Modelle und Einzelhandels-Prognosen.
- Was ist Computational Discovery und wer hat Zugang?
- Computational Discovery ist eine experimentelle Plattform über Google Labs, die ERA und AlphaEvolve kombiniert. Sie ist Teil der Gemini-for-Science-Initiative und für Forscher über ein Trusted-Tester-Programm zugänglich.