Publicado: mayo 24, 2026, 7:24 pm
Google quiere que Gemini sea más que un simple chatbot para generar imágenes y responder preguntas, ya que, durante el evento Google I/O de este año, anunció la idea de acompañar al usuario en cada momento del día. Pero más allá de estar presente a la hora de adaptarse a las necesidades de las personas, la compañía de Mountain View también miró hacia la ciencia para impulsar herramientas que aceleren la investigación.
Google cree que «la era de descubrimientos que está por venir no partirá de modelos limitados y especializados, sino de agentes generales que ayuden a los investigadores de todos los campos de la ciencia», por ello, gracias a Gemini for Science pueden aumentar la exploración científica y mejorar su precisión.
Qué es Gemini for Science
Según informa la compañía de Mountain View en su página oficial, dicha novedad es un conjunto de herramientas basadas en la ciencia de la IA con agentes, cuyo objetivo consiste en simplificar el trabajo manual que hay detrás del descubrimiento y la formulación de hipótesis. Además, con Gemini for Science, la IA pretende potenciar el trabajo científico ocupándose de tareas complejas, de esta manera, los investigadores pueden centrarse en identificar y abordar los problemas de mayor impacto, y avanzar en las direcciones que supongan un mayor progreso.
«Al explorar juntos el futuro de la investigación con agentes, estamos trabajando por un futuro en el que la IA acelere los avances científicos y ayude a resolver los problemas más acuciantes de nuestra sociedad», indica Google.
Los pilares que sostienen a Gemini for Science
Gemini for Science se sostiene sobre tres grandes pilares experimentales creados por Google Labs. Estos son los prototipos iniciales diseñados para abordar las tareas científicas:
- Hypothesis Generation: Desarrollado con el agente Co-Scientist de Google DeepMind, Hypothesis Generation colabora con los investigadores para definir un reto de investigación y crear un «torneo de ideas» multiagente para generar, debatir y evaluar hipótesis. Además, toda la información la verifica en profundidad y la acompaña de citas enlazadas para garantizar rigor.
- Computational Discovery: Impulsado con los sistemas AlphaEvolve y Empirical Research Assistance, Computational Discovery es un motor de investigación que permite a los científicos probar enfoques de modelación innovadores.
- Literature Insights: Creado con la herramienta Google NotebookLM, Literature Insights examina las publicaciones previas y estructura los resultados en tablas con atributos personalizados que permiten realizar búsquedas, comparaciones y análisis. Asimismo, ayuda a sintetizar los resultados de publicaciones, identificar líneas de investigación inexploradas y descubrir áreas de oportunidad.
Google informa que han empezado a habilitar el acceso a estos experimentos de manera gradual a través de Google Labs. Además, como parte de Gemini for Science, ha lanzado ‘Science Skills’ para integrar información de más de 30 grandes bases de datos y herramientas de ciencias biológicas.
