9 maneiras pelas quais a IA está avançando na ciência

Última atualização: 22 de novembro de 2024

Estamos vivendo em uma época em que a ciência aplicada, a ingenuidade humana e as novas tecnologias estão lançando luz sobre algumas das maiores e mais antigas perguntas da humanidade. Embora muitas vezes pensemos no progresso científico rápido e imparável, a verdade é que, por muitas décadas, o progresso realmente diminuiu a velocidade. A comunidade científica ainda está debatendo as razões por trás dessa desaceleração, mas grande parte da tecnologia de hoje-de jatos aos processos de fabricação-não mudou muito no último meio século.

No entanto, nos últimos anos, os avanços em áreas como inteligência artificial e computação quântica realmente conseguiram o ritmo da descoberta científica. Desde avanços na saúde até a descoberta de enzimas que comem plástico, já estamos vendo os benefícios.

Esses avanços são o resultado de décadas de colaboração entre pesquisadores, tecnólogos, formuladores de políticas, organizações civis e pessoas de todas as esferas da vida. Eles fornecem um roteiro de como a IA pode ser usada na ciência para melhorar significativamente nossas vidas.

Com isso em mente, a Royal Society, em parceria com o Google Deepmind, está hospedando a primeira IA para o fórum de ciências hoje. Este evento em Londres reúne cientistas, formuladores de políticas e líderes do setor para explorar como a IA pode transformar a ciência e o papel das parcerias público-privadas na impulsionadora de inovação.

Para entender como chegamos a esse ponto e para onde podemos seguir em seguida, vamos dar uma olhada em nove marcos recentes que abriram o caminho para o futuro progresso científico:

1. Resolvendo o "grande desafio" de 50 anos da previsão da estrutura de proteínas

Durante décadas, os especialistas chamaram a compreensão de proteínas de um "grande desafio". Em 2022, o Google Deepmind lançou as estruturas previstas de 200 milhões de proteínas usando seu modelo Alphafold 2. Antes disso, descobrir a estrutura 3D de uma única proteína pode levar mais de um ano - Alphafold pode fazê -lo em minutos com uma precisão incrível. Ao disponibilizar essas previsões livremente, os cientistas em todo o mundo agora podem acelerar pesquisas em áreas como o desenvolvimento de novos medicamentos, combater a resistência a antibióticos e combater a poluição plástica. O próximo passo, Alphafold 3, se baseia nisso prevendo a estrutura e as interações de todas as moléculas da vida.

2. Revelando o cérebro humano com detalhes sem precedentes para apoiar a pesquisa em saúde

O cérebro humano sempre foi um mistério. Após 10 anos de pesquisa da Connectomics, o Google, juntamente com o Lichtman Lab em Harvard e outros, mapeou um pequeno pedaço do cérebro humano com mais detalhes do que nunca. Lançado em 2024, este projeto mostrou estruturas no cérebro que nunca tínhamos visto antes. O conjunto de dados completo, completo com anotações geradas pela IA para cada célula, agora é público, ajudando a acelerar a pesquisa.

3. Salvar vidas com previsão precisa de inundações

Quando o Google iniciou seu projeto de previsão de inundações em 2018, muitos acharam que era impossível prever inundações com precisão em larga escala devido a dados limitados. Mas os pesquisadores desenvolveram um modelo de IA que pode prever eventos ribeirinhos extremos em bacias hidrográficas não vegetadas com até cinco dias de antecedência, com a confiabilidade correspondendo ou até superando a dos Nowcasts. Até 2024, o Google Research expandiu isso para cobrir 100 países e 700 milhões de pessoas em todo o mundo e melhorou o modelo para oferecer a mesma precisão em um período de sete dias que o modelo anterior fez às cinco.

4. Spottting Wildfires anterior para ajudar os bombeiros a impedirem mais rápido

Os incêndios florestais estão se tornando mais comuns e destrutivos devido a climas mais quentes e secos. Em 2024, o Google Research se uniu ao Serviço Florestal dos EUA para criar o Firesat, um modelo de IA e uma nova constelação global de satélite projetada para detectar e rastrear incêndios florestais tão pequenos quanto uma sala de aula. Com imagens de maior resolução disponíveis em 20 minutos, isso ajudará as autoridades de bombeiros a responder mais rapidamente, potencialmente salvando vidas, propriedades e recursos naturais.

5. Prevendo o clima mais rápido e com mais precisão

Em 2023, o Google Deepmind lançou o Graphcast, um modelo de aprendizado de máquina que prevê clima até 10 dias pela frente com mais precisão e muito mais rápido que o padrão da indústria (HRES). O Graphcast também pode prever os caminhos do ciclone e riscos associados, como inundar com mais precisão, e previu corretamente o furacão Lee atingir a Nova Escócia três dias antes dos modelos tradicionais.

6. Avançando a fronteira do raciocínio matemático

A IA sempre lutou com matemática complexa devido a dados limitados e habilidades de raciocínio. Mas em 2024, o Google Deepmind introduziu a alfagometria, um sistema de IA que resolveu problemas complexos de geometria em um nível próximo ao de um medalista de ouro da Olimpíada Humana. Este foi um grande passo à frente no desempenho da IA ​​e no desenvolvimento de sistemas gerais de IA mais avançados. O modelo de acompanhamento, Alpageometria 2, combinado com o AlphaProof, resolveu 83% de todos os problemas de geometria da Histórica Internacional Matemática (IMO) dos últimos 25 anos. Isso mostra a crescente capacidade de raciocínio da IA ​​e potencialmente resolver problemas além das capacidades humanas atuais, aproximando -nos de sistemas que podem descobrir e verificar novos conhecimentos.

7. Usando a computação quântica para prever com precisão a reatividade química e a cinética

Os pesquisadores do Google, juntamente com a UC Berkeley e a Columbia University, conduziram as maiores simulações de química de todos os tempos em um computador quântico. Publicado em 2022, esses resultados não foram apenas competitivos com métodos clássicos, mas também não exigiram a mitigação usual de erros associada à computação quântica. Essa capacidade de executar essas simulações levará a previsões mais precisas de reatividade química e cinética, abrindo caminho para novas aplicações da química resolverem problemas do mundo real.

8. Acelerando a ciência dos materiais e o potencial de células solares, baterias e supercondutores mais sustentáveis

Em 2023, o Google Deepmind anunciou redes de gráficos para exploração de materiais (GNOME), uma ferramenta de IA que já descobriu 380.000 materiais estáveis ​​em baixas temperaturas, de acordo com simulações. Numa época em que procuramos novas soluções de energia, poder de processamento e avanços na ciência de materiais, isso pode levar a melhores células solares, baterias e possíveis supercondutores. Para tornar essa tecnologia acessível a todos, o Google DeepMind disponibilizou as previsões mais estáveis ​​do Gnome através do projeto de materiais em seu banco de dados aberto.

9. Dando um passo significativo em direção à fusão nuclear - e energia limpa abundante

Como diz o velho ditado, "a fusão é a energia do futuro - e sempre será". Aproveitar a energia que alimenta as estrelas, incluindo o nosso sol, tem sido um desafio de longa data. Em 2022, o Google Deepmind desenvolveu IA que pode controlar autonomamente o plasma dentro de um reator de fusão nuclear. Trabalhando com o centro de plasma suíço da EPFL, eles construíram o primeiro sistema de reforço capaz de estabilizar e moldar o plasma dentro de um reator operacional de fusão, abrindo novos caminhos em direção a fusão estável e energia limpa abundante para todos.