SandboxAQ מביאה מודלים כמותיים גדולים ל-Google Cloud: מה זה LQM ולמה זה חשוב לבינה מלאכותית מדעית

כיצד LQMs שונים מ-LLMs

ההבדלים נופלים לשלושה תחומים: נתוני אימון, מטרה, ותפוקה.

נתונים ואימון. LLMs מאומנים על טקסט אינטרנט ושפה טבעית - ספרים, מאמרים ושיחות - כדי להבין ולייצר שפה אנושית. לעומת זאת, LQMs מאומנים על נתונים כמותיים ועל חוקי היסוד של פיזיקה, כימיה ומתמטיקה . SandboxAQ מתארת אותם כבנויים על נתונים מספריים מובנים ולא על טקסט .

מטרה. LLMs מייעלים להבנת שפה ויצירתה - חיזוי המילה הבאה במשפט או סיכום מסמך. LQMs מייעלים למטרות כמותיות ספציפיות, כמו חיזוי תכונות חומר, התנהגות כימית או מדדי סיכון פיננסיים .

תפוקה. LLMs מייצרים טקסט, סיכומים ושיחה. LQMs מייצרים תחזיות, סימולציות ותובנות הנדסיות המבוססות על מציאות פיזיקלית . כפי שמסבירה SandboxAQ, בעוד LLMs יכולים לתאר תגובה כימית, LQMs יכולים לדמות אותה .

מנכ"ל SandboxAQ, ג'ק הידרי, אמר ש-LQMs יעלו על LLMs בתחומים כמו תרופות, חומרים, אנרגיה ופיננסים . החברה מדגישה ש-LQMs אינם תחליף ל-LLMs אלא כלים משלימים - LLMs מטפלים באינטראקציה אנושית בעוד LQMs מטפלים בדייקנות כמותית .

אילו מודלים מוצעים?

SandboxAQ מציעה בתחילה שני מוצרי LQM דרך Google Cloud Marketplace :

• AQCat (גילוי חומרים) - יהיה זמין ראשון
• AQPotency (גילוי תרופות) - יגיע לאחר AQCat

שניהם נגישים דרך ה-Marketplace. SandboxAQ גם הפכה את ה-LQMs שלה לנגישים דרך LLMs מובילים, כך שחוקרים יוכלו לשאול אותם דרך ממשקי שפה טבעית שהם כבר מכירים .

מהי חבילת Gemini for Science?

Gemini for Science אינה מודל יחיד. זוהי חבילת כלי AI ניסיוניים שהוכרזה על ידי Google ב-I/O 2026 (19-20 במאי 2026), שנועדה להאיץ את השיטה המדעית . עדיף להבין אותה כ"שכבת תזמור" למחקר מדעי .

Gemini for Science מאגדת שלושה עמודים מרכזיים:

• יצירת השערות (Hypothesis Generation) - בנויה על Co-Scientist, צוות של סוכני AI שעובדים יחד כדי ליצור, לדון ולהעריך השערות מחקר. Google פרסמה מאמר באותו יום ב-Nature שאישר את הגישה .
• גילוי חישובי (Computational Discovery) - בנוי על AlphaEvolve וסיוע מחקרי אמפירי (ERA). ERA ניצחה את מודל החיזוי של ה-CDC לחיזוי מחלות זיהומיות במבחני ביצועים שפורסמו בהשקה .
• תובנות ספרות (Literature Insights) - בנוי על NotebookLM, המספק סיכום ספרות אוטומטי וניתוח מחקרי .

בנוסף, Gemini for Science כוללת מיומנויות מדע (Science Skills), שכבה נפרדת ב-Google Antigravity המתחברת ליותר מ-30 מאגרי מידע מדעי-חיים .

הכלים הניסיוניים זמינים דרך Google Labs בכתובת labs.google/science, עם גישה הדרגתית החל מההשקה .

ההיגיון המסחרי מאחורי השותפות

עבור Google Cloud: ה-LQMs של SandboxAQ מייצגים קטגוריית עומסי עבודה חדשה ובעלת ערך גבוה - AI מדעי וכמותי - שמניעה צריכת ענן. Google Cloud זוכה למוצר מובחן ברמה ארגונית לצד מודלי ה-Gemini הכלליים שלה, וממצבת את עצמה כספקית התשתית ל"גילוי מדעי מבוסס AI" .

עבור SandboxAQ: Google Cloud Marketplace מספק גישה מיידית לבסיס הלקוחות הארגוני העצום של Google, ערוץ חיוב ורכש מהימן, ותשתית ניתנת להרחבה - כולל אינטגרציה עם NVIDIA DGX Cloud על Google Cloud . SandboxAQ, ספין-אוף של אלפבית המוערכת כעת ב-5 מיליארד דולר, מעמיקה מערכת יחסים מסחרית טבעית .

מה רישום השוק אומר על AI מדעי

זהו ציון דרך מסחרי ל-AI מדעי. זו הפעם הראשונה שבה מודלים כמותיים גדולים ייעודיים - קטגוריה נפרדת מ-LLMs כלליים - זמינים דרך שוק ענן מרכזי עם רכש ארגוני, חיוב ואבטחה .

זה מסמן ש-AI מדעי עובר ממעבדות מחקר ופריסות מותאמות אישית לקטגוריית מוצר סטנדרטית ומסחרית שארגונים יכולים לקנות מהמדף. מנכ"ל SandboxAQ, ג'ק הידרי, אמר ש-LQMs יעלו על LLMs בתחומים כמו תרופות, חומרים, אנרגיה ופיננסים , וזמינות השוק היא התשתית שהופכת את המעבר הזה למציאות.

נקודות מפתח

• LQMs מאומנים על פיזיקה, כימיה ומתמטיקה - לא על טקסט - ומייעלים לתחזיות כמותיות במקום ליצירת שפה.
• AQCat (חומרים) ו-AQPotency (תרופות) הם שני מודלי ה-LQM הראשונים הזמינים ב-Google Cloud Marketplace.
• Gemini for Science היא חבילת תזמור, לא מודל יחיד, הכוללת את Co-Scientist, AlphaEvolve, ERA ו-NotebookLM.
• השותפות ממקמת את Google Cloud כתשתית הגב ל-AI מדעי תוך הענקת הפצה ארגונית ל-SandboxAQ.
• רישום השוק מייצג את הפעם הראשונה שבה LQMs ייעודיים זמינים דרך ערוץ רכש ארגוני בענן.