［ニュース解説］GoogleのAI科学ツール「ERA」がNature掲載——8分野の応用論文とComputational Discovery公開で科学発見が加速

2026-05-23

はじめに

　GoogleのAI研究支援ツール「ERA（Empirical Research Assistance）」に関する研究が、2026年5月19日付けで科学誌『Nature』に掲載されました。ERAはGeminiを活用して科学的コードを自動生成・最適化するツールで、疫学から気候科学まで幅広い分野で専門家レベルの性能を示しています。本稿では、論文の内容と、同日公開されたComputational Discoveryについて解説します。

参考記事

タイトル: Empirical Research Assistance (ERA): From Nature publication to catalyzing Computational Discovery
著者: Lizzie Dorfman（Product Manager）、Michael Brenner（Research Scientist）
発行元: Google Research
発行日: 2026年5月19日
URL: https://research.google/blog/empirical-research-assistance-era-from-nature-publication-to-catalyzing-computational-discovery/

要点

ERAはGeminiを活用して科学的コードを生成・最適化するGoogleのAIツールで、ゲノム科学・公衆衛生・衛星画像解析・神経科学・数学など複数分野で専門家レベルの性能を達成した研究が『Nature』に掲載された
ERAは「ツリーサーチ（木探索）」手法を用いて数千通りの選択肢を評価し、与えられた科学的目標に対してコードを反復的に最適化する仕組みである
疫学予測・水資源予測・大気CO2マッピング・太陽エネルギー最適化・小売販売予測の計8本の応用論文が公開され、いずれも既存の手法や商用サービスと同等以上の精度を示した
ERAとAlphaEvolveを統合した実験的ツール「Computational Discovery」が、Google LabsのGemini for Scienceを通じて順次公開される

詳細解説

ERAとは：Geminiで科学コードを反復最適化するツール

　ERA（Empirical Research Assistance）は、Googleが開発した科学研究向けのAIツールです。与えられた科学的問題と成功指標をもとに、関連論文を検索し、コードを自動生成・実行・評価するサイクルを繰り返します。この仕組みの中心にあるのが「ツリーサーチ」と呼ばれるアプローチで、ERAは数千通りの候補を並行して検討しながら、設定された目標に照らしてコードを最適化します。

　昨年秋にプレプリントが公開された段階から注目を集めていたERAですが、今回の『Nature』掲載は、科学コミュニティによる査読を経て正式に信頼性が認められた節目だと思います。Google Researchによれば、ゲノム科学・公衆衛生・衛星画像解析・神経科学予測・時系列予測・数学の各分野において専門家レベルの性能を達成しており、計算科学的モデリングへのアクセスを広げる可能性があるとされています。

8本の応用論文：具体的な科学課題への適用

　Google Researchによれば、過去半年間で研究者たちはERAを活用した研究を積み重ね、応用論文は合計8本に達しました。以下に、今回新たに発表された主要5件を紹介します。

疫学的予測（インフルエンザ・COVID-19・RSV）

　ERAを用いて米国の州別入院患者数を最大4週間先まで予測するモデルが構築されました。CDC（米国疾病管理予防センター）が公開しているリーダーボードにおいて、3種類の呼吸器疾患すべてで上位または最上位を継続的に記録しているとGoogle Researchは報告しています。また、この手法は他国や他の疾患にも容易に応用できるとされており、感染症対策への実用的な貢献が期待されます。

カリフォルニア州の春季水量予測

　カリフォルニア州の雪解け水を水源とする河川流域を対象に、春季の流量予測モデルが開発されました。ERAが生み出したモデルは、同州の公式な季節水供給見通しである「Bulletin 120（B120）」を上回る精度の早期予測を実現したとされています。水資源の管理が農業・生活の両面で重要なカリフォルニアにおいて、精度の高い早期予測は資源配分の改善に貢献できると考えられます。

大気CO2濃度の高精度マッピング

　静止気象衛星「GOES-East」のデータを活用して、大気中の二酸化炭素（CO2）濃度を従来にない空間・時間分解能でマッピングするモデルが構築されました。Google Researchによれば、このモデルはロサンゼルス盆地からの都市排出パターンを鮮明に捉えるほか、植物の昼間によるCO2吸収（日変動）や農業・産業活動に起因する季節サイクルも反映しています。観測衛星「OCO-2」が同一地点に16日に一度しか戻れないのに対し、ERAのモデルは10分ごとの推定を可能にする点が実用上の大きな差分だと思います。

太陽エネルギーの立体最適化・小売販売予測

　Google Antigravityと組み合わせることで、太陽光パネルの形状最適化にもERAが応用されています。500個の三角形で構成される体積ファン型の形状が、散乱光を効率よく取り込みつつ背面への遮蔽をゼロに抑える最適解として導き出されたとGoogleは報告しています。また、米国経済指標・Google Trendsデータ・消費者センチメントなどを入力とする小売販売予測モデルも開発され、商用の予測サービスやシカゴ連銀の予測（CARTS）と同等以上の精度を達成したとされています。

Computational Discovery：ERAとAlphaEvolveの統合プラットフォーム

　本日のGoogle I/Oにあわせて、ERAと AlphaEvolve を組み合わせた実験的ツール「Computational Discovery」が順次公開されます。Google LabsのGemini for Scienceを通じた「トラステッド・テスター（信頼できるテスター）」プログラムとして展開されます。AlphaEvolveは進化的アルゴリズムを用いてAIが自律的にコードを最適化するシステムで、ERAのツリーサーチと組み合わせることで、より複雑な科学的課題への適用が可能になると考えられます。

　同時に、AI Co-Scientistを活用した「Hypothesis Generation（仮説生成）」ツールと、「Literature Insights（文献インサイト）」ツールも公開されます。Googleによれば、これら3つのツールは科学的手法の異なる段階——文献調査・仮説立案・計算実験——をそれぞれ担う補完的な位置づけとされており、AIが研究プロセス全体を段階的に支援する体制が整いつつあります。

まとめ

　ERAの『Nature』掲載と、Computational Discoveryの公開は、Googleが「AIによる科学発見の加速」を本格化させる節目と言えます。疫学・水資源・気候・エネルギーと、社会的影響の大きい領域での成果は注目に値します。ERAと連携するAlphaEvolveについては、こちらの過去記事もあわせてご覧いただければと思います。