构建AI以加速科学进步并改善生活

# 构建人工智能以加速科学进步并改善人类生活 来源：https://blog.google/innovation-and-ai/technology/ai/ai-applications-science-people/ 我们正在探索人工智能在健康、自然灾害与气象韧性、教育以及经济机遇方面的可能性。 --- 您的浏览器不支持音频播放。 收听文章 [[时长]] 分钟 本内容由 Google AI 生成。生成式 AI 仍处于实验阶段。 今天，我们达成了一个重要的里程碑，这是数十年人工智能研究与发展的成果：Google 技术现已支持超过300种语言（https://blog.google/innovation-and-ai/technology/ai/ai-for-every-language），覆盖全球70亿人口——占全球人口的86%。为了更好地理解这些工具如何推动现实世界的机遇，我们还发布了新的交互式洞察报告（https://blog.google/innovation-and-ai/technology/ai/ai-economy-atlas-september-2026），通过我们的 AI & 经济 ATLAS，全面展示了全球真实用户如何使用人工智能。在此基础上，过去几周我们在科学领域取得了一系列关键的人工智能进展，旨在造福人类： - 我们通过 AlphaGenome Atlas（https://blog.google/innovation-and-ai/models-and-research/google-deepmind/alphagenome-atlas/）绘制了人类基因组中全部90亿种可能的单字母遗传变异，并向研究人员公开开放。 - 我们推出了 WeatherNext 3（https://blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-weathernext-3/），这是我们最先进的全球天气模型，可提前一天或更长时间提供准确度提升50%的降水预报——该模型已应用于我们的产品中。 - 我们将全球健康、粮食安全与社会经济数据整合到一个名为“行星预测引擎”（Planetary Prediction Engine）的系统中，用于预测全球性危机（https://research.google/blog/planetary-prediction-engine-automating-global-models-via-earth-ai/）。该系统已在刚果民主共和国的埃博拉疫情应对中投入使用，并在美国帮助识别了21项 CDC 健康指标下的脆弱社区。 - 我们扩展了人工智能研究，以帮助减少航空业对气候的影响（https://blog.google/innovation-and-ai/models-and-research/google-research/contrail-avoidance-ultra-long-haul-flights/）。该技术已应用于英国（与政府合作）和亚洲。 这些工作的共同点是什么？是坚信人工智能的进步能够以直接改善人们当下及未来生活的方式加速科学进展。这是推动我们人工智能工作的核心动力。我们专注于最关键的领域：让疾病可检测、可治疗、可预防；预测自然灾害；扩展学习资源；为更多人解锁经济机遇。 尽管前景令人兴奋，但人工智能的益处并非自动实现。实现这些益处——并减轻其挑战和风险——需要全社会共同努力。尽管仍有更多工作要做，但人工智能的进展已经使我们能够追求大胆而宏伟的目标，让科技惠及人类，并探索和解决那些曾经被认为无法解决的问题。 文本：如果我们能在疾病造成危害之前预测、治疗并预防它们，会怎样？ 我们在利用人工智能改善疾病检测与诊断、深入理解健康状况方面取得了进展： - **深化科学发现**：我们荣获诺贝尔奖的 AlphaFold 已预测了科学界已知的所有2亿种蛋白质结构，为理解和研究疾病提供了新基础。目前，全球190个国家的400万名研究人员正在药物研发、理解查加斯病和利什曼病等被忽视的疾病（https://deepmind.google/blog/the-race-to-cure-a-billion-people-from-a-deadly-parasitic-disease/）等领域使用该工具。AlphaMissense（https://deepmind.google/blog/a-catalogue-of-genetic-mutations-to-help-pinpoint-the-cause-of-diseases/）正在帮助研究人员预测导致疾病的基因突变。现在，我们正在基于 AlphaFold 和 AlphaMissense 构建 AlphaGenome Atlas（https://blog.google/innovation-and-ai/models-and-research/google-deepmind/alphagenome-atlas/），为科学家提供预测性洞察，揭示基因变异如何改变细胞行为。 - **早期检测**：我们最近与伦敦帝国理工学院和英国国家医疗服务体系合作开展的乳腺癌研究（https://blog.google/innovation-and-ai/technology/health/google-ai-breast-cancer-detection/）表明，人工智能可以检测出在17.5万名女性乳腺X光检查中先前遗漏的25%的间期癌。同时，我们在肺癌（https://blog.google/innovation-and-ai/technology/health/lung-cancer-prediction/）、结直肠癌（https://research.google/pubs/detection-of-elusive-polyps-via-a-large-scale-ai-system/）和肿瘤细胞基因突变（https://research.google/blog/using-ai-to-identify-genetic-variants-in-tumors-with-deepsomatic/）的检测工具方面也取得了显著进展。 - **全球筛查**：对于结核病——全球约40%的感染者未被诊断——我们的胸部X光AI系统（https://ai.nejm.org/doi/abs/10.1056/AIoa2400018）（由Nexus Intelligence使用，https://blog.google/intl/en-africa/company-news/outreach-and-initiatives/meet-the-pretoria-team-using-ai-to-spot-lung-disease-in-as-little-as-45-seconds/）已在6个国家的40个地点筛查了超过2.5万张X光片。我们还在利用生物声学模型，通过健康声学表示（Health Acoustic Representations，https://arxiv.org/abs/2403.02522）检测咳嗽声中的结核病。与此同时，我们与合作伙伴共同开发的糖尿病视网膜病变模型（https://blog.google/company-news/inside-google/around-the-globe/google-asia/arda-diabetic-retinopathy-india-thailand/）已在全球支持超过115万次筛查，计划在未来十年扩展至600万次筛查，以帮助检测这种可治疗但日益增长的致盲原因。 - **扩大可及性**：我们正在开创性地使用日常智能手机和可穿戴设备，实现心血管疾病（https://journals.plos.org/globalpublichealth/article?id=10.1371/journal.pgph.0003204）、胰岛素抵抗（https://www.nature.com/articles/s41586-026-10179-2）、高血压（https://www.medrxiv.org/content/10.64898/2025.12.10.25341972v1）、脉搏消失（https://www.nature.com/articles/s41586-025-08810-9）和被动心率监测（https://www.nature.com/articles/s41586-026-10507-6）的早期检测。我们正在与阿肯色州的领导者合作（https://blog.google/innovation-and-ai/technology/health/google-check-up-health-ai-updates-2026/），帮助制定改善农村地区健康结果的蓝图。 - **面向科学家和医疗从业者**：协作型人工智能工具，如 Co-Scientist（https://deepmind.google/blog/co-scientist-a-multi-agent-ai-partner-to-accelerate-research/），正在帮助研究人员加速（https://blog.google/innovation-and-ai/technology/research/gemini-for-science-io-2026/）并扩展科学方法的核心步骤，例如生成和验证（https://research.google/blog/accelerating-scientific-breakthroughs-with-an-ai-co-scientist/）新的假设（例如，为现有药物寻找治疗急性髓系白血病的新应用）。我们还开源了 DeepConsensus（https://github.com/google/deepconsensus）、DeepVariant（https://github.com/google/deepvariant）和 DeepPolisher（https://github.com/google/deeppolisher）等人工智能工具。在过去十年中，这些工具已协助完成人类基因组测序、起草首个泛基因组，并支持人类泛基因组参考联盟的部分工作，更好地代表了人类遗传多样性，使专家能够更准确地诊断和治疗疾病（https://blog.google/technology/health/advancing-genomics-better-understand-and-treat-disease/）。通过 AMIE（https://research.google/blog/advancing-amie-towards-expert-level-audio-visual-clinical-consultations/）（Articulate Medical Intelligence Explorer），我们正在持续（https://www.nature.com/articles/s41591-026-04639-5）在现实环境中开展前瞻性证据研究，与学术和医疗机构合作（https://www.nature.com/articles/s41586-026-10764-5）（例如，贝斯以色列女执事医疗中心），并在真实医疗环境中进行首创的全国性试验（https://research.google/blog/advancing-amie-towards-expert-level-audio-visual-clinical-consultations/）。AMIE 协助一线医护人员——让医生有更多时间陪伴患者。 文本：如果人类和社区再也不会在自然灾害中措手不及，会怎样？ 为了保护人民的安全和生计，我们需要准确的自然灾害和天气预测。要做出准确预测，我们必须了解地球的物理规律。以下是我们技术和科学进步如何在危机预测和检测（http://sustainability.google/reports/crisis-resilience-white-paper/）方面发挥作用： - **极端天气和地震**：去年，牙买加当局使用 WeatherNext（https://deepmind.google/blog/how-weathernext-helped-the-national-hurricane-center-better-predict-hurricane-melissas-historic-landfall-in-jamaica/）准确预测了飓风梅丽莎的路径，提前获得了灾害资金，并在风暴登陆前做好了挽救生命的应急准备。几个月前，我们的地震预警系统在委内瑞拉（https://www.nytimes.com/interactive/2026/06/27/world/americas/venezuela-earthquakes-android-alerts.html）地震发生前向数百万人发出了警报。我们还在气旋（https://deepmind.google/blog/weathernext-ai-model-achieves-breakthrough-in-forecasting-cyclones/）和极端高温（https://blog.google/company-news/outreach-and-initiatives/sustainability/extreme-heat-support/）等其他领域取得进展。 - **季风和洪水**：这项工作的规模令人鼓舞。2025年，我们的季风预测（https://blog.google/innovation-and-ai/technology/research/indian-farmers-monsoon-prediction/）为印度3800万农民提供了信息。短短几年内，我们的洪水预报中心（Flood Hub，https://sites.research.google/gr/floodforecasting/）——现已包括河流洪水和山洪——已扩展到覆盖150多个国家、20亿生活在重大洪水风险区的人口。 - **野火**：我们的人工智能工具已帮助预测了美国及其他33个国家的野火边界（https://sites.research.google/gr/wildfires/boundary-tracking/）。我们还在与合作伙伴（https://blog.google/innovation-and-ai/models-and-research/google-research/firesat-satellites/）共同开发名为 FireSat 的卫星星座，以检测全球范围内此前因规模太小而无法被发现的野火。2025年，我们在 Google 搜索上发布了超过520条危机预警，为全球超过7500万用户提供了及时的野火信息。 - **下一代预测**：借助 WeatherNext 3（https://blog.google/innovation-and-ai/models-and-research/google-deepmind/introducing-weathernext-3/），我们将实时卫星观测与人工智能相结合，无需庞大的超算能力即可提供高分辨率的逐小时预报——这对于长期缺乏高分辨率预报服务的稀疏数据地区来说是一大进步。 - **行星危机地图绘制**：我们最近推出了地球人工智能行星预测引擎（Earth AI Planetary Prediction Engine，PPE）（https://research.google/blog/planetary-prediction-engine-automating-global-models-via-earth-ai/），这是一个自主人工智能系统，可使用简单的语言指令几乎即时预测疾病暴发、粮食短缺和气候风险等全球性危机，帮助人道主义响应者在紧急情况下更快采取行动。在刚果民主共和国持续的埃博拉疫情中，PPE 成功提前定位了83%的新发热点地区，超越了当前的预测系统。在尼日利亚，PPE 将地方区级的粮食安全预测准确性提高了一倍。在美国，PPE 在识别21项 CDC 健康指标下的脆弱社区方面优于传统模型。我们正在持续扩大预测范围，使这些工具更加实用。 文本：如果能释放每个人的潜能，会怎样？ 学习是经济和社会进步的基石。世界在教育方面取得了巨大进步：全球90%的学龄儿童已入学，约87%完成小学教育。但2022年的研究（https://www.oecd.org/en/publications/pisa-2022-results-volume-i_53f23881-en.html）显示，教育机会不均、教育质量差异以及跨语言内容有限等问题依然存在。过去二十年，全球81个国家的学习成果有所下降。 人工智能为扩大知识获取渠道、支持学习者和教育者提供了深刻机遇： - **对于学习者**：人工智能可以实现个性化学习，消除语言障碍，并通过引导学习（Guided Learning，https://blog.google/products-and-platforms/products/education/guided-learning/）等工具使复杂学科更易于理解。它还能扩大对学习者（https://gemini.google/students/）和教师的支持，例如在多个国家免费提供学生工具（https://blog.google/products-and-platforms/products/gemini/google-ai-pro-students-learning/）。 - **对于教育者**：人工智能可协助研究、备课和行政任务，腾出更多时间与学生互动。 **应对挑战并专注于负责任的设计**：人工智能给学习带来了真实挑战，涉及准确性、安全性、批判性思维、作弊和学习损失等问题。因此，我们已与 ISTE+ASCD 合作（https://blog.google/products-and-platforms/products/education/teacher-ai-literacy-training/），为美国所有600万名教育工作者提供人工智能素养培训，同时持续（https://blog.google/innovation-and-ai/models-and-research/google-deepmind/ai-classroom-northern-ireland/）进行严格的研究（https://blog.google/products-and-platforms/products/education/measuring-the-impact-of-ai-on-teaching-and-learning/），以确保我们以教师为主导、人工智能为助手来设计教育工具。我们仍有许多方面需要共同努力。 文本：如果工人、企业家和小型企业拥有工具来实现他们最宏大的创意，会怎样？ 在经济领域，人工智能可以推动跨行业工人、企业和组织的创新与生产力。其真正价值不在于人工智能本身能做什么，而在于人们如何选择使用它以及用它构建什么： - **对于小型企业**：人工智能有助于提供新产品、服务并促进经济增长。小型企业正通过 Pomelli（https://labs.google.com/pomelli/about/）扩展定制化营销活动，并使用 Gemini Enterprise App（https://auth.business.gemini.google/login?continueUrl=https://business.gemini.google/&wiffid=CAoSJDVlMTdlOGQwLTliM2YtNDYxMC05NmU3LWJjOWFkMzBjNmE2Yw）整合来自不同产品线的复杂区域销售数据。 - **工作的未来**：人工智能的经济利益并非自动或必然实现（