9 maneiras pelas quais a IA está avançando na ciência

Última atualização: 22 de novembro de 2024

Vivemos em uma era em que a ciência aplicada, a engenhosidade humana e novas tecnologias estão esclarecendo algumas das maiores e mais antigas questões da humanidade. Embora muitas vezes pensemos no progresso científico como rápido e imparável, a verdade é que, por muitas décadas, o progresso desacelerou. A comunidade científica ainda debate as razões desse abrandamento, mas grande parte da tecnologia atual — de jatos a processos de manufatura — não mudou muito na última metade do século.

Contudo, nos últimos anos, avanços em áreas como inteligência artificial e computação quântica aceleraram o ritmo da descoberta científica. De avanços na saúde à descoberta de enzimas que consomem 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 para 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 organizando hoje o primeiro Fórum de IA para Ciência. Este evento em Londres reúne cientistas, formuladores de políticas e líderes da indústria para explorar como a IA pode transformar a ciência e o papel das parcerias público-privadas na promoção da inovação.

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

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

Por décadas, especialistas consideraram a compreensão do enovelamento de proteínas um "grande desafio". Em 2022, o Google DeepMind divulgou as estruturas previstas de 200 milhões de proteínas usando o modelo AlphaFold 2. Antes disso, determinar a estrutura 3D de uma única proteína podia levar mais de um ano — o AlphaFold faz isso em minutos com incrível precisão. Ao disponibilizar essas previsões gratuitamente, cientistas de todo o mundo podem agora acelerar pesquisas em áreas como desenvolvimento de novos medicamentos, combate à resistência a antibióticos e enfrentamento da poluição por plástico. O próximo passo, o AlphaFold 3, avança prevendo a estrutura e interações de todas as moléculas da vida.

2. Revelando o cérebro humano em detalhes sem precedentes para apoiar pesquisas em saúde

O cérebro humano sempre foi um mistério. Após 10 anos de pesquisa em conectômica, o Google, junto com o Lichtman Lab em Harvard e outros, mapeou uma pequena parte do cérebro humano com mais detalhes do que nunca. Lançado em 2024, este projeto mostrou estruturas cerebrais nunca antes vistas. O conjunto de dados completo, com anotações geradas por IA para cada célula, agora é público, ajudando a acelerar a pesquisa.

3. Salvando vidas com previsão precisa de inundações

Quando o Google iniciou seu projeto de previsão de inundações em 2018, muitos achavam impossível prever inundações com precisão em grande escala devido a dados limitados. Mas os pesquisadores desenvolveram um modelo de IA que pode prever eventos fluviais extremos em bacias não monitoradas com até cinco dias de antecedência, com confiabilidade igual ou superior à de previsões imediatas. 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 com sete dias de antecedência que o modelo anterior tinha em cinco.

4. Detectando incêndios florestais mais cedo para ajudar bombeiros a detê-los mais rápido

Incêndios florestais estão se tornando mais comuns e destrutivos devido a climas mais quentes e secos. Em 2024, o Google Research uniu-se ao Serviço Florestal dos EUA para criar o FireSat, um modelo de IA e uma nova constelação de satélites globais projetada para detectar e rastrear incêndios florestais do tamanho de uma sala de aula. Com imagens de maior resolução disponíveis em 20 minutos, isso ajudará as autoridades de combate a incêndios a responder mais rapidamente, potencialmente salvando vidas, propriedades e recursos naturais.

5. Prevendo o tempo mais rápido e com mais precisão

Em 2023, o Google DeepMind lançou o GraphCast, um modelo de aprendizado de máquina que prevê o tempo até 10 dias à frente com mais precisão e muito mais rápido que o padrão da indústria (HRES). O GraphCast também pode prever trajetórias de ciclones e riscos associados, como inundações, com maior precisão, e previu corretamente que o Furacão Lee atingiria a Nova Escócia três dias antes dos modelos tradicionais.

6. Avançando a fronteira do raciocínio matemático

A IA sempre enfrentou dificuldades com matemática complexa devido a dados limitados e habilidades de raciocínio. Mas, em 2024, o Google DeepMind apresentou o AlphaGeometry, um sistema de IA que resolveu problemas complexos de geometria em um nível próximo ao de um medalhista de ouro em olimpíadas. Isso foi um grande avanço no desempenho da IA e no desenvolvimento de sistemas de IA geral mais avançados. O modelo seguinte, AlphaGeometry 2, combinado com o AlphaProof, resolveu 83% de todos os problemas históricos de geometria da Olimpíada Internacional de Matemática (IMO) dos últimos 25 anos. Isso mostra a crescente capacidade da IA de raciocinar e potencialmente resolver problemas além das capacidades humanas atuais, aproximando-nos de sistemas que podem descobrir e verificar novos conhecimentos.

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

Pesquisadores do Google, junto com a UC Berkeley e a Universidade de Columbia, realizaram as maiores simulações químicas já feitas em um computador quântico. Publicados em 2022, esses resultados foram competitivos com métodos clássicos e não exigiram a mitigação de erros usual associada à computação quântica. Essa capacidade de executar essas simulações levará a previsões mais precisas de reatividade e cinética química, abrindo caminho para novas aplicações da química na resolução de problemas do mundo real.

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

Em 2023, o Google DeepMind anunciou o Graph Networks for Materials Exploration (GNoME), uma ferramenta de IA que já descobriu 380.000 materiais estáveis em baixas temperaturas, segundo simulações. Em um momento em que buscamos novas soluções energéticas, poder de processamento e avanços na ciência dos 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 Materials Project 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 nosso sol, tem sido um desafio de longa data. Em 2022, o Google DeepMind desenvolveu uma IA que pode controlar autonomamente o plasma dentro de um reator de fusão nuclear. Trabalhando com o Centro de Plasma Suíço na EPFL, eles construíram o primeiro sistema de aprendizado por reforço capaz de estabilizar e moldar o plasma dentro de um reator de fusão operacional, abrindo novos caminhos para a fusão estável e energia limpa abundante para todos.