Google ERA：用于科学研究的AI系统在住院预测上达到CDC顶级水平，解决了悬而未决的宇宙学问题，并每10分钟监测一次CO2

Google Research于2026年4月29日发布了ERA——经验研究辅助系统，这是一个面向科学家的内部AI系统，将大语言模型（包括Gemini Deep Think）与计算工具相结合以加速研究。与假设性描述不同，这篇文章提供了来自不同领域的四个具体成果示例。

公共卫生预测

ERA生成COVID-19、流感和RSV住院预测。Google的提交在学术机构主办的流感和COVID预测竞赛的”两个排行榜上排名并列第一或接近榜首”，达到或超过CDC工具的性能。

启示：公共卫生机构可以使用类似系统进行实时资源分诊。

宇宙学

团队将ERA与Gemini Deep Think配合，解决引力物理学中的一个悬而未决问题——宇宙弦的能量辐射。结果：“成功推导出六个通解和一个渐近极限的简洁公式”，扩展了此前仅限于特定情形的局部结果。

这不是数值拟合——这是一个之前从未存在的封闭公式。证明AI辅助可以为理论物理学做出贡献，而不仅仅是数据分析。

气候监测

ERA开发了一个物理引导神经网络，从GOES-East气象卫星中提取CO2信号。该模型实现了前所未有的空间和时间分辨率：每10分钟监测整个半球的大气CO2，而现有卫星覆盖频率为每16天一次。

这是约2300倍的监测频率提升。对气候政策的意义：更快速地检测重大排放事件（火灾、工业排放、城市峰值）。

斑马鱼神经科学

利用斑马鱼神经回路数据，ERA发现了”可解释的、机制上准确的解决方案”，将环境刺激与神经反应联系起来。这种转变——从预测性黑盒模型转向发现真实回路机制——在认识论上意义重大：AI不再仅仅是更好的预测器，而是能够产生机制性理解的科学研究者。

为何重要？

ERA表明AI正在从自然语言处理/计算机视觉转向自然科学，成为主要应用领域。所有四个示例都是单凭大语言模型无法实现的成果，需要与领域特定工具和数据结合。Google Research此举标志着与DeepMind（AlphaFold、AlphaGeometry）竞争的新格局——Google提供跨领域AI研究助手，而非按领域专业化的模型。