El avance de la inteligencia artificial ya no se limita a asistentes conversacionales, generación de imágenes o automatización de tareas cotidianas. Ahora también busca revolucionar el mundo científico. En el marco del Google I/O, Google presentó Gemini for Science, una nueva iniciativa diseñada para transformar la forma en que investigadores, universidades y empresas desarrollan ciencia.
La propuesta combina agentes de IA, análisis automatizado y procesamiento masivo de información científica para acelerar distintas etapas del método científico. Según explicó la compañía, el objetivo es construir herramientas capaces de actuar como colaboradores activos de los investigadores humanos y reducir procesos que hoy pueden tomar semanas o meses.
La ciencia enfrenta un problema de escala
Google sostiene que la investigación científica moderna atraviesa una paradoja: nunca hubo tanto conocimiento disponible, pero precisamente esa abundancia dificulta encontrar conexiones relevantes entre datos, papers y descubrimientos previos.
Cada año se publican millones de investigaciones científicas en distintas disciplinas, un volumen imposible de procesar manualmente incluso para equipos especializados. Frente a ese escenario, Gemini for Science aparece como una plataforma capaz de automatizar tareas complejas y permitir que los científicos concentren sus esfuerzos en los problemas más importantes.
La iniciativa presentada durante el Google I/O incluye varias herramientas experimentales desarrolladas dentro de Google Labs.
Hypothesis Generation: IA para crear y debatir hipótesis
Uno de los desarrollos más ambiciosos es Hypothesis Generation, una herramienta creada con Co-Scientist que busca replicar dinámicas del razonamiento científico.
El sistema analiza enormes volúmenes de literatura académica y luego organiza una especie de “competencia de ideas” entre múltiples agentes de inteligencia artificial. Cada agente genera hipótesis, las debate, las evalúa y finalmente valida los resultados utilizando referencias bibliográficas y citas interactivas.
La intención es resolver uno de los grandes desafíos actuales de la ciencia: la imposibilidad humana de revisar y conectar toda la información disponible.
AlphaEvolve y ERA: experimentos computacionales a gran velocidad
Otra de las piezas centrales del proyecto es Computational Discovery, impulsada por AlphaEvolve y ERA (Empirical Research Assistance).
La herramienta funciona como un motor de búsqueda con agentes capaces de generar miles de variantes de código en paralelo para probar modelos científicos complejos. Según Google, esto permite acelerar investigaciones vinculadas con epidemiología, predicción energética o simulaciones avanzadas.
La compañía asegura que trabajos que normalmente requerían meses de pruebas manuales pueden reducirse drásticamente gracias a este sistema automatizado.
Además, varias empresas ya comenzaron a utilizar estas tecnologías en entornos reales. BASF emplea AlphaEvolve para optimizar cadenas de suministro, mientras que Klarna lo utiliza para mejorar modelos de aprendizaje automático.
NotebookLM también entra al laboratorio
Dentro del ecosistema Gemini for Science también aparece Literature Insights, una herramienta basada en NotebookLM.
La plataforma permite analizar bibliografía científica, organizar resultados en tablas inteligentes y generar informes, presentaciones, infografías y resúmenes multimedia basados en papers académicos.
Google sostiene que el sistema puede ayudar a identificar vacíos en investigaciones existentes y descubrir áreas todavía poco exploradas, algo especialmente relevante en disciplinas donde el volumen de publicaciones crece de manera exponencial.
Science Skills: bioinformática y genética potenciadas con IA
Como parte del anuncio realizado durante el Google I/O, la compañía también presentó Science Skills, un paquete especializado orientado a ciencias biológicas.
La solución integra más de 30 bases de datos y herramientas científicas, incluyendo AlphaFold, UniProt, AlphaGenome API e InterPro.
Según Google, esta integración permite automatizar procesos complejos de bioinformática estructural y análisis genómico en cuestión de minutos. Durante las pruebas iniciales, la empresa aseguró haber encontrado nuevos indicios vinculados con mecanismos de una enfermedad genética rara asociada al gen AK2.
Más de 100 instituciones participan del proyecto
Google también remarcó que Gemini for Science fue desarrollado en colaboración con la comunidad científica internacional.
La empresa trabaja junto a más de 100 instituciones y centros de investigación, entre ellos Stanford University, Imperial College London y The Francis Crick Institute.
Además, la compañía impulsa iniciativas conjuntas con conferencias científicas de referencia como NeurIPS, ICML y STOC.
El objetivo es desarrollar sistemas de validación científica y revisión por pares asistidos por inteligencia artificial, una de las áreas que más interés genera actualmente dentro de la investigación académica.
Google acelera su apuesta por la IA científica
Con Gemini for Science, Google deja en claro que la próxima gran etapa de la inteligencia artificial estará profundamente vinculada al desarrollo científico.
Herramientas previas como Google Académico, Colab o AlphaFold ya habían demostrado impacto en distintas disciplinas. Sin embargo, el anuncio realizado durante el Google I/O marca un cambio más profundo: la creación de agentes de IA capaces de colaborar activamente en procesos completos de investigación.
La visión de la compañía apunta a que la inteligencia artificial funcione como una extensión del trabajo científico humano, acelerando descubrimientos y ayudando a resolver algunos de los desafíos más urgentes de la sociedad, desde enfermedades complejas hasta problemas energéticos y climáticos.
Preguntas frecuentes
- ¿Qué es Gemini for Science? Gemini for Science es una nueva iniciativa de Google presentada durante el Google I/O que reúne herramientas de inteligencia artificial diseñadas para acelerar investigaciones científicas. La plataforma utiliza agentes de IA capaces de generar hipótesis, analizar papers, automatizar experimentos computacionales y asistir a investigadores en múltiples disciplinas.
- ¿Cómo funciona la herramienta Hypothesis Generation? Hypothesis Generation utiliza tecnología de Co-Scientist para analizar grandes volúmenes de investigaciones científicas y generar hipótesis automáticamente. El sistema organiza una “competencia” entre distintos agentes de IA que debaten, validan y refinan ideas utilizando citas bibliográficas y referencias verificables.
- ¿Qué es Literature Insights y para qué sirve? Literature Insights es una herramienta impulsada por NotebookLM que permite resumir, ordenar y analizar literatura científica. Los investigadores pueden usarla para comparar estudios, detectar vacíos en investigaciones existentes y generar informes, presentaciones o resúmenes basados en papers académicos.
- ¿Qué empresas e instituciones ya utilizan estas tecnologías? Según Google, compañías como BASF y Klarna ya están utilizando herramientas como AlphaEvolve. Además, más de 100 instituciones académicas y científicas participan en validaciones del sistema, incluyendo Stanford University y Imperial College London.
- ¿Cuál es el objetivo de Google con Gemini for Science? La meta de Google es que la inteligencia artificial funcione como un “co-científico” capaz de acelerar descubrimientos, automatizar tareas complejas y ayudar a resolver desafíos científicos globales relacionados con salud, energía, cambio climático y biotecnología.
Leer más
- Por qué AMD puede ser una de las grandes ganadoras del boom de la IA
- Gemini Omni: la filtración que revela la nueva IA de Google para crear videos hiperrealistas con texto
- Hollywood impulsa un nuevo estándar de consentimiento para proteger a artistas frente a la IA
