Google Cloud adiciona ao marketplace os modelos de IA da SandboxAQ para cálculos científicos
O Google Cloud adicionou ao seu marketplace os «grandes modelos quantitativos» da SandboxAQ, uma IA treinada com equações de física, química e biologia. Os modelos de linguagem comuns lidam mal com números, um problema sistêmico de arquitetura. Os LQMs da SandboxAQ querem preencher essa lacuna. Eles vão funcionar em conjunto com o Gemini, em tarefas científicas que combinam texto e cálculo.
Processado por IA de TNW; editado por Hamidun News
O Google conectou ao seu marketplace de nuvem os «grandes modelos quantitativos» (LQMs) da SandboxAQ, uma IA treinada não com textos da internet, mas com equações científicas e dados experimentais. Os novos modelos vão funcionar em conjunto com o Gemini e ficarão disponíveis pelo Google Cloud Marketplace padrão.
Por que os LLMs falham na ciência
Os grandes modelos de linguagem fazem muita coisa: resumem artigos, escrevem código e explicam conceitos em linguagem simples. Mas têm um problema sistêmico com matemática e cálculos precisos. É comum errarem em contas, confundirem constantes físicas e não saberem trabalhar com equações do jeito que pesquisadores de verdade precisam.
A causa é arquitetural: os LLMs são treinados para prever o próximo token em uma sequência de texto. Para eles, números são símbolos, não grandezas. O modelo não «entende» que 0,001 mol de uma substância e 1 mol são ordens de grandeza diferentes. Em química, física ou biologia, um erro desses pode significar um experimento perdido.
«Modelos de linguagem parecem convincentes quando escrevem sobre
ciência, mas isso não é o mesmo que calcular corretamente».
O que são os LQMs da SandboxAQ
A SandboxAQ é uma empresa que se separou da Alphabet (controladora do Google) em 2022. Seu foco é simulação quântica e IA para tarefas científicas. Os Large Quantitative Models são uma classe de IA radicalmente diferente: em vez de prever texto, os modelos são treinados para trabalhar diretamente com estruturas matemáticas e dados numéricos.
Os LQMs são treinados com conjuntos de dados científicos estruturados:
- Equações de física, química, ciência dos materiais e biologia
- Dados de laboratório e resultados de experimentos
- Métodos numéricos e algoritmos de modelagem
- Parâmetros de estruturas moleculares e propriedades de materiais
O resultado são modelos que resolvem problemas computacionais com uma precisão inatingível para um LLM generalista.
Como vai funcionar a combinação com o Gemini
A dupla LQM + Gemini abre para clientes corporativos cenários de uso de IA na nuvem que antes não existiam. Até agora, os pesquisadores tinham de escolher: ou ferramentas científicas precisas, porém muito especializadas, ou LLMs generalistas que aceleram o trabalho com texto, mas não são confiáveis em cálculos. Agora os papéis estão bem divididos: o Gemini processa o contexto textual, formula a tarefa e explica os resultados, enquanto o LQM cuida dos cálculos exatos.
As áreas potenciais de aplicação incluem desenvolvimento de novos compostos farmacêuticos, modelagem climática, criação de materiais para eletrônica e simulações quânticas. O acesso pelo Google Cloud Marketplace significa usar os LQMs sem precisar montar infraestrutura própria.
O que isso significa
Incluir IAs «científicas» especializadas no Google Cloud é reconhecer que um único modelo universal não resolve todas as tarefas. A era do «um LLM para tudo» vai dando lugar a um mosaico de ferramentas especializadas. Para organizações de pesquisa, isso abre a possibilidade de levar IA aos processos de laboratório sem abrir mão de velocidade ou de precisão.
O Google, por sua vez, amplia o Cloud para além da automação corporativa, rumo à ciência e às tecnologias profundas.
- 1 de nov. de 2026Agente de vídeo StreamVibe, do Google, supera outros modelos em 10,7% em timing e qualidade das respostas
- 1 de nov. de 2026OpenAI reescreve as regras de comportamento do GPT: cinco valores e uma cadeia de prioridades
- 1 de nov. de 2026Bots de voz com LLM usam o classificador rápido Jev: decisão em 200–500 ms
- 1 de nov. de 2026Google admite que o AI Mode reduz a receita da Busca; ações caem 15%
Perguntas frequentes sobre a notícia
Por que os LLMs falham na ciência?
Os grandes modelos de linguagem fazem muita coisa: resumem artigos, escrevem código e explicam conceitos em linguagem simples. Mas têm um problema sistêmico com matemática e cálculos precisos. É comum errarem em contas, confundirem constantes físicas e não saberem trabalhar com equações do jeito que pesquisadores de verdade precisam. A causa é arquitetural: os LLMs são treinados para prever o próximo token em uma sequência de texto. Para eles, números são símbolos, não grandezas. O modelo não «entende» que 0,001 mol de uma substância e 1 mol são ordens de grandeza diferente
O que são os LQMs da SandboxAQ?
A SandboxAQ é uma empresa que se separou da Alphabet (controladora do Google) em 2022. Seu foco é simulação quântica e IA para tarefas científicas. Os Large Quantitative Models são uma classe de IA radicalmente diferente: em vez de prever texto, os modelos são treinados para trabalhar diretamente com estruturas matemáticas e dados numéricos. Os LQMs são treinados com conjuntos de dados científicos estruturados: Equações de física, química, ciência dos materiais e biologia Dados de laboratório e resultados de experimentos Métodos numéricos e algoritmos de modelagem Parâmetro
Como vai funcionar a combinação com o Gemini?
A dupla LQM + Gemini abre para clientes corporativos cenários de uso de IA na nuvem que antes não existiam. Até agora, os pesquisadores tinham de escolher: ou ferramentas científicas precisas, porém muito especializadas, ou LLMs generalistas que aceleram o trabalho com texto, mas não são confiáveis em cálculos. Agora os papéis estão bem divididos: o Gemini processa o contexto textual, formula a tarefa e explica os resultados, enquanto o LQM cuida dos cálculos exatos. As áreas potenciais de aplicação incluem desenvolvimento de novos compostos farmacêuticos, modelagem climáti
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.