Imagine uma Inteligência Artificial (IA) capaz de conduzir ciência de forma autônoma. Uma IA que não apenas identifica questões científicas ainda não respondidas, mas também planeja e executa experimentos, chegando a descobertas científicas e, em seguida, redigindo manuscritos completos sobre seus achados. Embora pareça ficção científica, essa realidade está cada vez mais próxima graças a avanços como o projeto AI Scientist, desenvolvido pela Sakana AI, um laboratório de IA sediado em Tóquio.
A aplicação da Inteligência Artificial na pesquisa científica tem o potencial de transformar radicalmente a maneira como fazemos descobertas. A capacidade de uma IA de processar grandes volumes de dados, identificar padrões complexos e gerar hipóteses inovadoras pode acelerar o progresso em diversas áreas, desde a medicina até a ciência dos materiais. Com a automatização de etapas do processo científico, podemos esperar uma "explosão de inteligência", onde novas descobertas e avanços tecnológicos ocorram em um ritmo exponencial, ajudando a solucionar alguns dos problemas mais desafiadores da humanidade, como a cura de doenças, a exploração espacial e as mudanças climáticas.
Recentemente, a Sakana AI, cujo nome significa "peixe" em japonês, anunciou seu projeto revolucionário chamado AI Scientist. Este projeto, desenvolvido em colaboração com pesquisadores da Universidade de Oxford e da Universidade da Colúmbia Britânica, representa o primeiro sistema abrangente para descoberta científica totalmente automática, permitindo que Modelos de Fundação, como os Grandes Modelos de Linguagem (LLMs), realizem pesquisas de forma independente.
O AI Scientist da Sakana AI é um sistema projetado para automatizar todo o ciclo de pesquisa científica, especialmente aplicado à pesquisa em aprendizado de máquina. Ele é capaz de gerar novas ideias de pesquisa, escrever o código necessário, executar experimentos, sumarizar resultados experimentais, visualizá-los e apresentar suas descobertas em um manuscrito científico completo.
O processo do AI Scientist é iterativo e busca imitar a comunidade científica humana.
Inicialmente, um humano fornece um tópico geral, como "modelos de linguagem". O AI Scientist então começa a gerar ideias e questões sobre esse tópico. Ele verifica a novidade dessas ideias comparando-as com a literatura científica existente, utilizando bancos de dados como o Semantic Scholar. Se uma ideia é considerada nova e promissora, o sistema prossegue para testá-la. Como o foco inicial é a pesquisa em aprendizado de máquina, os experimentos são conduzidos digitalmente, envolvendo a codificação e execução de testes em conjuntos de dados. O sistema analisa os resultados e, se não forem ideais, tenta abordagens diferentes.
Um dos aspectos mais inovadores do AI Scientist é a introdução de um processo de revisão por pares automatizado. Outra IA atua como revisora, avaliando os artigos gerados, fornecendo feedback e sugerindo melhorias ou experimentos adicionais. Isso cria um ciclo de feedback contínuo, onde a IA pode aprimorar iterativamente seus resultados e gerar novos experimentos com base no feedback recebido. Finalmente, o sistema formata todas as informações em um artigo científico padrão, com resumo, introdução, métodos, resultados e discussões, incluindo citações relevantes da literatura.
Surpreendentemente, cada artigo científico gerado pelo AI Scientist custa aproximadamente 15 dólares em recursos computacionais. Comparado aos meses ou anos e aos significativos investimentos financeiros que a pesquisa humana tradicional exige, este é um avanço notável. Além disso, a Sakana AI disponibilizou o código do AI Scientist e os resultados experimentais em seu repositório no GitHub, promovendo o acesso aberto e a colaboração.
Embora o AI Scientist represente um salto significativo, a IA já tem sido uma ferramenta valiosa na ciência. Modelos de fronteira como o GPT e o Claude já auxiliam cientistas humanos.
Existem agentes de IA, como o CRISPR-GPT, projetados para automatizar o design de experimentos de edição genética. Outras IAs podem desenhar proteínas que editam DNA, um campo com imenso potencial terapêutico.
O AlphaFold, desenvolvido pela Google DeepMind, é uma IA que prevê a estrutura de proteínas e já auxilia pesquisadores na descoberta de enzimas para decompor plástico e no desenvolvimento de novos medicamentos, como para o tratamento de câncer de fígado.
No início deste ano, a Microsoft desenvolveu uma IA para ajudar cientistas a criar materiais de bateria mais eficientes, uma tarefa que levaria décadas para humanos, mas que a IA realizou em menos de 80 horas.
Apesar do entusiasmo, o AI Scientist, em sua versão atual, possui limitações. Ele é especializado em pesquisa de aprendizado de máquina, o que significa que os experimentos são digitais. Ainda não está claro como ele se sairia em ciências que exigem experimentação física, como química ou biologia. Ele também não possui capacidades de visão para analisar gráficos ou imagens de artigos existentes e, ocasionalmente, comete erros críticos, como comparar incorretamente a magnitude de números, uma falha comum em LLMs.
O verdadeiro poder do AI Scientist reside em sua capacidade de melhorar a própria pesquisa em IA. Como ele pode automatizar a pesquisa em aprendizado de máquina, ele pode ser usado para descobrir novas arquiteturas de redes neurais, modelos de difusão mais realistas para geração de imagens (como os usados no Stable Diffusion) ou modelos de linguagem mais consistentes. Essencialmente, estamos plantando a semente para que a IA projete futuras gerações de IA, cada uma mais inteligente e eficiente que a anterior.
Este ciclo de autoaperfeiçoamento pode levar a uma "explosão de inteligência", onde o ritmo das descobertas científicas acelera exponencialmente. Problemas que hoje parecem insolúveis poderiam ser resolvidos em um futuro próximo, desde a fusão nuclear até a reversão da demência ou até mesmo a imortalidade.
A Sakana AI reconhece o potencial de uso antiético de tal tecnologia e os riscos associados à autonomia do código gerado por LLMs, incluindo o uso de pacotes perigosos e acesso à web. Eles recomendam o uso com discrição e a conteinerização do sistema. No entanto, a empresa acredita que este trabalho significa o início de uma nova era na descoberta científica, trazendo os benefícios transformadores dos agentes de IA para todo o processo de pesquisa. O papel do cientista humano não será diminuído, mas sim transformado, adaptando-se a novas tecnologias e movendo-se na cadeia de valor da pesquisa.
Estamos, sem dúvida, vivendo um momento crucial na história da humanidade. A capacidade da Inteligência Artificial de automatizar a ciência abre um leque de possibilidades e desafios. Acompanhar esses desenvolvimentos é fundamental para entendermos o futuro que está sendo moldado.
Exploramos as consequências das armas nucleares no espaço para a Terra e a importância de leis internacionais
Descubra como a HeyRosie, uma startup de Inteligência Artificial, está revolucionando o atendimento telefônico para pequenos negócios, oferecendo uma solução mais eficiente e acessível. Conheça os insights de Jordan Gal.
Explore os limites do ChatGPT Operator da OpenAI! Testamos sua capacidade de multitarefa, desde encontrar produtos a criar planos de negócios com IA. Veja os sucessos e desafios.