Google ERA：科学研究向けAIシステムが入院予測でCDC最高位を達成、未解決の宇宙論問題を解決、10分ごとにCO2を観測

Google Researchは2026年4月29日、ERA（経験的研究支援システム）を発表しました。これは科学者向けの社内AIシステムで、LLM（Gemini Deep Thinkを含む）を計算ツールと組み合わせて研究を加速します。仮説的な説明ではなく、異なる分野からの4つの具体的な成果例が提示されています。

公衆衛生予測

ERAはCOVID-19、インフルエンザ、RSVの入院予測を生成します。Googleの提出内容は、学術機関が主催するインフルエンザとCOVIDの予測コンテストの「両方のリーダーボードで1位または上位にランク」されており、CDCツールの性能を達成または上回っています。

意味：公衆衛生機関はリアルタイムのリソーストリアージに同様のシステムを活用できる可能性があります。

宇宙論

チームはERAとGemini Deep Thinkを組み合わせ、重力物理学における未解決問題 — 宇宙弦のエネルギー放射 — の解決に取り組みました。結果：「6つの一般解と漸近限界の簡潔な公式を成功裏に導出」し、特定のケースに限られていた既存の部分的な結果を拡張しました。

これは数値フィットではありません — 以前は存在しなかった閉じた形式の公式です。AIアシスタンスがデータ分析だけでなく、理論物理学にも貢献できることを証明しています。

気候モニタリング

ERAはGOES-East気象衛星からCO2信号を抽出する物理ガイデッドニューラルネットワークを開発しました。このモデルにより前例のない空間的・時間的解像度が実現します：既存の衛星カバレッジの16日に1回に対して、半球全体の大気CO2を10分ごとに観測できます。

これは約2300倍の高頻度測定です。気候政策への意味：大規模排出イベント（山火事、工業排出、都市ピーク）のより迅速な検出。

ゼブラフィッシュの神経科学

ゼブラフィッシュの神経回路データを使用して、ERAは環境刺激と神経反応を結びつける「解釈可能でメカニズム的に正確な解決策」を発見しました。この変化 — 予測的ブラックボックスモデルから実際の回路メカニズムの発見へ — は認識論的に重要です：AIはもはや単により良い予測器ではなく、メカニズム的理解を生成する科学的研究者になっています。

なぜ重要なのか？

ERAはAIが自然言語処理/コンピュータビジョンから自然科学へと主要な応用分野を移行していることを示しています。4つの例はいずれもLLMだけでは達成できなかった結果で、ドメイン固有のツールとデータとの組み合わせが必要でした。Google Researchはこれにより、DeepMind（AlphaFold、AlphaGeometry）との競争において新たな局面を示しています — Googleはドメインごとの専門モデルではなく、クロスドメインAI研究アシスタントを提供します。