"New Discovery Era Begins"

Nota do editor: Hoje em Londres, Google DeepMind e a Royal Society co-organizaram o primeiro Fórum de IA para a Ciência, que reuniu laureados com o Nobel, a comunidade científica, formuladores de políticas e líderes da indústria para explorar o potencial transformador da IA para impulsionar avanços científicos, enfrentar os desafios mais urgentes do mundo e conduzir a uma nova era de descobertas.

O Vice-Presidente Sênior do Google para Pesquisa, Tecnologia e Sociedade, James Manyika, fez o discurso de abertura; o que segue é uma transcrição de suas observações, conforme preparado para entrega.

O impacto da IA na ciência tem causado grande repercussão ultimamente, mas a ideia de usar IA para expandir os limites científicos não é nova. Ela remonta a pioneiros como Alan Turing e Christopher Longuet-Higgins, e, mais recentemente, meus colegas no Google DeepMind e Google Research têm estado na vanguarda.

A empolgação em torno da IA e da ciência não é sobre substituir cientistas; trata-se de como a IA pode enfrentar problemas complexos que se beneficiam do poder computacional. Pense na IA como um fiel companheiro para os cientistas.

Tivemos um vislumbre desse potencial quando Hodgkin e Huxley usaram métodos computacionais para explicar como os impulsos nervosos viajam pelos neurônios. Seu trabalho lhes rendeu o Prêmio Nobel em 1963.

Avançando para hoje, meus colegas Demis Hassabis, John Jumper e a equipe do AlphaFold usaram IA para resolver o "problema de dobramento de proteínas" proposto por Christian Anfinsen nos anos 1970. Seus esforços lhes valeram o Prêmio Nobel em Química.

Então, como exatamente a IA está ajudando a avançar a ciência?

Vamos falar primeiro sobre velocidade. Em alguns campos, a IA está acelerando pesquisas que normalmente levariam séculos, reduzindo-as a apenas alguns anos, meses ou até dias.

A IA também está ampliando o escopo da pesquisa, permitindo que os cientistas explorem várias coisas simultaneamente e de maneiras novas, em vez de uma de cada vez.

Graças à IA, mais pessoas agora podem participar da festa da pesquisa, o que significa que podemos acelerar a descoberta científica ainda mais.

A IA está impulsionando grandes progressos em vários campos científicos

Deixe-me dar alguns exemplos de como a IA está causando grandes impactos, começando com o AlphaFold:

Em apenas um ano, meus colegas preveram a estrutura de quase todas as proteínas conhecidas — mais de 200 milhões delas. E com o AlphaFold 3, eles foram além das proteínas para incluir todas as biomoléculas da vida, como DNA, RNA e ligantes.

O AlphaFold tem sido um divisor de águas para mais de 2 milhões de pesquisadores em 190 países, enfrentando desde doenças negligenciadas até bactérias resistentes a medicamentos.

O AlphaMissense, construído sobre o AlphaFold, ajudou a categorizar quase 90% de 71 milhões de variantes missense possíveis — aquelas alterações de uma única letra no DNA — como provavelmente prejudiciais ou benignas. Isso é um grande salto, considerando que apenas 0,1% haviam sido confirmadas por especialistas humanos.

Quando o genoma humano foi sequenciado pela primeira vez, ele foi baseado em uma única montagem. Mas no último ano, meus colegas no Google Research, junto com colaboradores acadêmicos, lançaram o primeiro rascunho de um pangenoma humano de referência. Isso foi baseado em 47 montagens, dando-nos uma melhor visão da diversidade genética humana.

Em neurociência, uma colaboração de uma década entre o Google Research, o Instituto Max Planck e o Laboratório Lichtman de Harvard produziu um mapa em nanoescala de uma parte do cérebro humano. Esse nível de detalhe foi sem precedentes e revelou novas estruturas que podem mudar a forma como entendemos o cérebro. Isso pode levar a novas maneiras de enfrentar doenças neurológicas como Alzheimer. O mapa completo agora está disponível para outros pesquisadores explorarem.

Além das ciências da vida, também estamos vendo avanços em outras áreas.

Em modelagem climática, combinamos aprendizado de máquina com métodos tradicionais baseados em física para criar o NeuralGCM. Este modelo pode simular mais de 70.000 dias da atmosfera no tempo que um modelo tradicional levaria para simular apenas 19 dias.

Outro exemplo é o GenCast, desenvolvido por meus colegas no Google DeepMind. É um modelo de IA de ponta que prevê o clima até 15 dias à frente com mais precisão e rapidez do que o padrão da indústria.

Nossa equipe de Quantum AI está explorando o que costumava ser território de ficção científica, como estudar buracos de minhoca atravessáveis. Isso poderia ajudar a testar teorias de gravidade quântica propostas pela primeira vez com a ponte Einstein-Rosen há quase noventa anos.

Na verdade, quantum e IA estão começando a se ajudar mutuamente. A IA está avançando a computação quântica, e o quantum está ajudando a impulsionar a pesquisa em IA.

Também estamos fazendo progressos em ciência de materiais, fusão, matemática e muito mais, tudo em colaboração com cientistas acadêmicos.

Avanços científicos impulsionados por IA estão causando impacto no mundo real

Além desses avanços, a IA também está melhorando a ciência de maneiras que beneficiam diretamente as pessoas, especialmente em áreas como clima e saúde.

Tomemos como exemplo a adaptação climática. A previsão de inundações está se tornando mais crítica devido às mudanças climáticas. Graças à IA, agora podemos prever inundações fluviais com até 7 dias de antecedência com a mesma precisão das previsões atuais. Nossa plataforma de alerta precoce, Flood Hub, começou em Bangladesh e agora cobre mais de 100 países e 700 milhões de pessoas.

Para mitigação climática, considere os rastros de condensação, que contribuem com até 35% do impacto do aquecimento global da aviação. Meus colegas no Google Research desenvolveram um modelo de IA para prever onde os rastros de condensação podem se formar. Após testá-lo em 70 voos com a American Airlines, vimos uma redução de 54% nas emissões.

A IA também mostra promessa na detecção de doenças. Há oito anos, pesquisadores do Google descobriram que a IA poderia ajudar a interpretar exames de retina para detectar retinopatia diabética, uma causa evitável de cegueira que afeta cerca de 100 milhões de pessoas. Desenvolvemos uma ferramenta de triagem que foi usada em mais de 600.000 triagens em todo o mundo. Novas parcerias na Tailândia e na Índia permitirão 6 milhões de triagens na próxima década.

Também estamos trabalhando em outras áreas como tuberculose, câncer colorretal, câncer de mama e saúde materna.

O Caminho Adiante

Apesar de todo esse progresso, estamos apenas começando. Há muito a ser feito.

Vejo três áreas-chave para focar e aproveitar plenamente o potencial da IA para avançar a ciência e trazer benefícios reais para a sociedade:

Primeiro, precisamos continuar trabalhando nas limitações da IA e aumentar sua capacidade de ajudar a desenvolver novos conceitos, teorias e experimentos científicos.

Segundo, devemos permanecer comprometidos com o método científico e usar a IA de forma responsável. Cientistas, especialistas em ética e segurança precisam trabalhar juntos para enfrentar riscos específicos da ciência, como vírus e bioarmas, bem como desafiosundanças como viés de dados, privacidade e impactos ambientais.

Terceiro, precisamos tornar as ferramentas e recursos de pesquisa habilitados por IA mais acessíveis aos cientistas em todos os lugares, garantindo que o progresso que alcançamos beneficie pessoas ao redor do mundo.

Estou empolgado com o que o futuro reserva nesta nova era de descobertas.

Há muito que podemos fazer juntos para construir ferramentas que ajudem a avançar a ciência em benefício de todos.

E há muito que podemos fazer para apoiar os incríveis cientistas aqui e ao redor do mundo — ouviremos alguns deles hoje.