Nous vivons un âge d’or de la recherche et de la découverte scientifique. Pour les scientifiques et les chercheurs de Google Research, cette opportunité va au-delà des percées pionnières. Nous construisons et partageons également des outils robustes qui donnent du pouvoir à l’écosystème mondial. L’IA agit comme un amplificateur de l’ingéniosité humaine, créant les conditions propices à l’épanouissement de la curiosité et de la recherche rigoureuse.
Aujourd’hui, lors de notre événement Research@ à Mountain View, nous montrons comment nous mettons des connaissances et des capacités jusque-là impossibles entre les mains de médecins, de scientifiques, de développeurs, de responsables de santé publique et d’autres acteurs.
Voici 10 points forts :
1. Google Earth AI permet une intelligence planétaire au service des organisations et de la société
Relever les défis mondiaux exige une intelligence planétaire précise et ancrée dans le monde réel. Avec Google Earth AI, il devient possible de prévoir les menaces de santé publique, accélérer les investissements dans les énergies propres, offrir aux entreprises une capacité d’anticipation, et plus encore. Aujourd’hui, nous étendons l’accès anticipé et invitons les partenaires à explorer trois nouvelles façons d’accéder aux nouvelles capacités expérimentales de Google Earth AI:
- Réaliser des analyses géospatiales plus approfondies dans le cadre d’une fonctionnalité expérimentale en accès anticipé de Google Earth.
- Générer des évaluations des risques et prévoir différents scénarios via notre moteur de prédiction planétaire.
- Intégrer les compétences de notre agent de raisonnement géospatial directement dans des flux de travail personnalisés via une API expérimentale agent-à-agent, offrant aux développeurs un accès programmatique à des fonctionnalités clés comme l’analyse d’imagerie satellitaire, le routage et les embeddings démographiques.
Nous annonçons également l’intégration de Google Dataset Search pour interroger plus de 100 millions de jeux de données publics, et de TimesFM pour la prévision immédiate et les itérations de prévision planétaires. Toutes ces capacités s’appuient sur plus de 70 outils géospatiaux, dont des modèles fondamentaux planétaires comme Remote Sensing Foundation Model (RSFM) et Population Dynamics Foundation Model (PDFM). Ils sont validés par des références empiriques détaillées dans le Rapport technique d'Earth AIIls permettent aux développeurs, aux responsables de la santé et aux équipes d'entreprise d'automatiser des flux de travail géospatiaux complexes.
Pour soutenir davantage les actions à impact social, Google.org fournit 10 millions de dollars de financement à des organisations travaillant sur la résilience aux crises et la santé publique. Cela comprend 2 millions de dollars à Le Milken Institute pour débloquer les goulots d'étranglement infrastructurels dans le domaine du logement abordable, des énergies propres, du haut débit, des systèmes d'eau potable et d'autres infrastructures essentielles.
Google Earth AI: ses modèles fondamentaux géospatiaux sont utilisés pour aider à prédire les épidémies et permettre aux équipes de santé publique d'agir de manière proactive et préventive.
2. L'orchestration multi-agents aide les scientifiques à s'appuyer sur les connaissances existantes
La littérature existante constitue une excellente source de connaissances pour stimuler de nouvelles découvertes scientifiques. Nous avons construit un orchestrateur multi-agents, permettant aux scientifiques de reproduire des méthodes et analyses antérieures, puis de les appliquer dans de nouveaux contextes pour relever d'importants défis de recherche. À titre d'exemple, cela a aidé des chercheurs à appliquer une nouvelle méthodologie de résolution de problèmes de conception inverse en mécanique des fluides à la conception de sondes urinaires. Ils ont découvert des modèles de sondes qui, en simulation, étaient plus efficaces pour prévenir les infections bactériennes.
Cela complète nos outils existants pour accélérer les flux de travail scientifiques. Empirical Research Assistance permet aux scientifiques de générer et de tester des milliers de variations de code en parallèle, et a aidé des chercheurs à produire des résultats allant de la biologie à la cosmologie en passant par l'économie. Co-Scientist, développé en collaboration avec Google DeepMind, est un outil multi-agents capable de générer des hypothèses inédites et a déjà aidé des partenaires, comme des chercheurs de l'Université Stanford, à découvrir des médicaments repositionnés pour combattre la fibrose hépatique.
3. Deep Review aide les auteurs à améliorer la clarté et l'exactitude des documents techniques
L'évaluation par les pairs approfondie est un élément essentiel de la méthode scientifique. Nous avons créé Deep Review, un système agentique qui fournit une vérification rigoureuse de documents complexes. Cela est particulièrement important alors que l'IA est de plus en plus utilisée pour aider les experts à rédiger des documents techniques. De nombreux chercheurs de Google et auteurs externes ont déjà utilisé une version préliminaire de ce système pour évaluer plus de 16,000 publications de recherche soumises à des conférences de premier plan en informatique. Il apporte une aide au travail cognitif intense en vérifiant la cohérence logique et en fondant les faits, tandis que les scientifiques conservent l'autorité sur la direction créative. Aujourd'hui, nous ouvrons l'accès à Deep Review au grand public pour aider chacun à vérifier divers documents techniques, des accords juridiques aux rapports financiers.
Architecture système montrant le pipeline en quatre étapes.
4. La puce Edge IA de nouvelle génération permet aux fabricants de créer les objets connectés de demain
Avec l'essor des appareils portables, les fabricants de matériel ont besoin d'outils pour développer des applications edge efficaces afin de répondre aux attentes élevées des clients en matière de performances toute la journée. Plus tôt cette année, nous avons lancé le premier Coralboard de Synaptics, utilisant le cœur d'accélérateur Coral NPU de Google. Il permet aux ingénieurs en IA et en ML de prototyper et de construire rapidement des appareils. La semaine prochaine, nous dévoilerons notre puce Edge IA basse consommation de nouvelle génération, conçue conjointement par Synaptics en utilisant notre propriété intellectuelle open source. La puce offre une plus grande efficacité et de meilleures performances aux ingénieurs en conception qui développent la prochaine génération de lunettes et de montres connectées, de caméras connectées, de streamers et de systèmes industriels de vision et de voix.
La nouvelle puce Edge IA basse consommation de Synaptics, présentée à côté d'une pièce pour montrer sa taille relative.
5. TimesFM et TabFM transforment la manière dont les entreprises travaillent avec les chiffres
Alors que les modèles de langage excellent avec le texte, les décisions commerciales et opérationnelles reposent également sur les nombres. TimesFM et TabFM sont des modèles fondamentaux conçus spécifiquement pour raisonner sur des distributions numériques brutes — des flux de séries temporelles (données qui évoluent au fil du temps) et des données tabulaires structurées (comme des feuilles de calcul). Les deux modèles fournissent des prédictions précises immédiatement, sans aucun entraînement. Ils se classent en tête des principaux benchmarks publics dans leurs domaines et sont disponibles pour tous les utilisateurs de Cloud BigQuery. Aujourd'hui, nous annonçons notre prochaine intégration de ces modèles dans Gemini for business. Bientôt, les propriétaires d'entreprise, les analystes, les responsables des opérations ou les coordinateurs pourront prévoir des tendances telles que les ventes de produits ou la capacité en lits d'hôpitaux, à partir de tableaux opérationnels complexes et de millions de lignes de données. Les données sensibles restent en toute sécurité dans le périmètre de l'organisation, et les utilisateurs obtiennent les réponses dont ils ont besoin en quelques secondes.
La prévision multivariée de TimesFM-3 aide à anticiper l'augmentation des ventes pour une entreprise lors de jours de promotion planifiés à l'avenir.
6. MedGemma permet aux innovateurs de créer et de déployer des applications d'IA pour la santé
MedGemma, publié la semaine dernière dans Nature Medicine, a été téléchargé plus de 10 millions de fois par plus de 65,000 innovateurs uniques. Il sert de fondation ouverte pour les développeurs qui créent des applications spécialisées. Les développeurs l'ont adapté pour répondre aux besoins de leurs communautés locales, de l'accélération du triage dans les cliniques surpeuplées au dépistage des maladies oculaires et du cancer du col de l'utérus.
À mesure que les développeurs affinent MedGemma pour davantage de spécialités et de contextes de soins, nous repoussons la frontière de l'IA de santé ouverte. Nos dernières recherches font évoluer MedGemma avec l'utilisation d'outils, afin qu'il puisse s'appuyer sur les dossiers de santé disponibles et sur d'autres applications dont les cliniciens dépendent. Nous explorons de nouvelles modalités comme la mammographie, l'échographie et l'électrocardiogramme. Les premiers signes indiquent des gains substantiels de capacités, comme répondre à des questions cliniques et interpréter des scans de radiologie, des images de peau et des lames de pathologie. Avec ces avancées, nous espérons élargir ce que les innovateurs peuvent construire, en apportant des soins de santé efficaces à davantage de communautés à travers le monde.
7. L'étude AMIE fait progresser la frontière de la manière dont l'IA conversationnelle peut soutenir les patients et les cliniciens
Avec nos recherches sur AMIE, nous explorons l'utilisation de l'IA dans le raisonnement clinique et les conversations, afin de comprendre comment elle pourrait donner plus de moyens aux cliniciens et renforcer la relation patient-clinicien. Nos recherches cette année dans Nature ont fait progresser les capacités d'AMIE au-delà du diagnostic initial vers la gestion des maladies à long terme, et dans Nature Medicine, nous avons montré comment il peut raisonner sur des données multimodales comme les images médicales et les résultats de laboratoire.
Notre nouvelle étude dans The Lancet offre un aperçu prometteur de la manière dont ses capacités pourraient se concrétiser dans des contextes cliniques réels. À Beth Israel Deaconess Medical Center, 98 patients ont consulté AMIE en toute sécurité avant des visites de soins urgents, et les cliniciens ont rapporté que les résumés générés par l'IA les ont aidés à se préparer dans 75 % des cas. Nous faisons également progresser les capacités multimodales d'AMIE vers les consultations vidéo en temps réel et nous avons lancé une étude randomisée à l'échelle nationale sur l'IA dans des contextes réels de soins virtuels en partenariat avec Included Health.
AMIE s'inscrit dans un parcours de recherche rigoureux qui remonte à notre article historique MedPalm , et nous n'en sommes qu'aux débuts.
8. Groundsource permet aux chercheurs de prédire les catastrophes naturelles
L'IA peut nous aider à prédire les catastrophes avec une plus grande précision et un délai d'alerte plus long, offrant aux communautés une meilleure chance de se préparer et de sauver des vies. Nous avons progressé vers notre north staren matière de résilience aux crises : un monde où personne n'est surpris par une catastrophe naturelle.
Prenons la prévision des inondations. Notre modèle hydrologique mondial, publié dans Nature, nous permet de fournir des prévisions fiables des rivières jusqu'à 7 jours à l'avance, couvrant plus de 2 milliards de personnes dans plus de 150 pays pour les inondations fluviales les plus importantes et les plus impactantes. Pourtant, il y a tout juste un an, prédire les crues éclair semblait encore hors de portée. Groundsource est notre récente méthodologie propulsée par l'IA qui transforme les informations publiquement disponibles sur les crises en ensembles de données historiques de haute qualité, permettant aux chercheurs de construire des modèles prédictifs plus précis.
Nous avons d'abord appliqué Groundsource avec Gemini pour analyser les reportages liés aux inondations et créé un ensemble de données structuré comptant plus de 2,6 millions d'événements d'inondation. Cet ensemble de données nous a aidés à surmonter le manque de données de référence pour les crues éclair et à entraîner un nouveau modèle capable de prédire la probabilité de crues éclair dans les zones urbaines jusqu'à 24 heures à l'avance. L'ensemble de données fait désormais partie de la collection Google Earth AI et nous l'avons rendu librement accessible pour aider les scientifiques à mener des analyses et des recherches supplémentaires.
Une carte mondiale montrant la densité des événements d'inondation dans Groundsource. Les points rouges indiquent les inondations de GDACS.
9. Les interactifs d'apprentissage donnent aux enseignants la possibilité de créer des simulations personnalisées et guidées
Avec l'interface utilisateur générative, nous pouvons aller au-delà des sorties statiques pour générer dynamiquement des logiciels fonctionnels et interactifs. Notre expérience de recherche explore cela dans le domaine de l'éducation. Nous avons affiné la génération d'interfaces utilisateur avec des garde-fous pédagogiques pour permettre aux enseignants de créer des simulations STEM personnalisées et guidées, adaptées à leur programme. La bibliothèque d'exemples propose plus de 30 interactifs d'apprentissage générés par IA, tous validés par des enseignants, pour la physique, la chimie, la biologie et les mathématiques au collège et au lycée. Les établissements scolaires peuvent s'inscrire au Programme pilote Google for Education pour partager leurs commentaires. Cela nous aidera à améliorer les simulations et à en développer d'autres pour un usage public, rendant la pratique bien plus interactive et engageante.
10. Play with Putty facilite le prototypage collaboratif en temps réel pour les équipes
Play with Putty permet aux équipes de construire et de prototyper ensemble dans un environnement partagé sans interrompre leur flux créatif. Il démontre ce qui est possible à mesure que les modèles d'IA deviennent plus efficaces et capables de générer des interfaces entières à partir de requêtes en langage naturel. Chacun peut interagir directement avec n'importe quelle partie de l'interface, tandis que l'édition multijoueur prend en charge une collaboration transparente en temps réel. Nous avons d'abord conçu Play with Putty pour permettre à nos chercheurs et équipes de Google de prototyper ensemble — par exemple, pour explorer de nouvelles solutions et visualisations avec Google Earth AI. Nous avons depuis ouvert la liste d'attente sur Google Labs pour apporter la joie de la collaboration humaine aux équipes utilisant l'IA partout.
Ces 10 mises à jour mettent en lumière les progrès récents de notre vaste portefeuille de recherche dans de nombreux domaines« . La technologie réussit lorsque nous amplifions l'ingéniosité humaine. En cet âge d'or de la recherche et de la découverte scientifique, l'opportunité est plus grande que jamais — ouvrir la voie à des percées et partager des outils qui donnent du pouvoir aux autres, en collaboration avec un grand nombre. Nous sommes enthousiastes à l'idée du chemin qui nous attend. »