Agentes de IA podem acelerar descoberta científica ao simular o raciocínio humano
Diferente de modelos que dependem de grandes bancos de dados, agentes de IA utilizam raciocínio para simular o processo de descoberta científica.
Por Redação Diário Local
A inteligência artificial (IA) pode acelerar o progresso científico por meio de uma nova abordagem baseada em agentes de raciocínio, em vez de depender exclusivamente de volumes massivos de dados experimentais.
Diferente de sistemas que exigem bancos de dados gigantescos e de difícil construção — como o Protein Data Bank, que levou 53 anos e cerca de US$ 21 bilhões para ser montado — os agentes de IA funcionam simulando o processo de descoberta humana. Eles são capazes de utilizar ferramentas digitais ou físicas para realizar tarefas de forma iterativa.
Essa mudança de paradigma tenta superar a dificuldade de gerar dados que sejam consistentes e comparáveis em diversas áreas da ciência experimental, onde fatores como umidade de laboratório ou contaminantes em substâncias podem alterar os resultados.
Como funcionam os agentes de IA?
Os agentes de IA são mecanismos que utilizam grandes modelos de linguagem (LLMs) para agir como generalistas. Em vez de apenas processar informações, eles podem formular hipóteses, testá-las e revisar conclusões conforme novas evidências surgem, imitando o comportamento de um pesquisador.
Um exemplo prático é o AI Co-Scientist, lançado pelo Google em maio. O sistema foi desafiado a descobrir como ocorre a disseminação da resistência a antibióticos entre espécies bacterianas. Para isso, o programa utilizou subagentes: um para elaborar hipóteses baseadas em literatura, outro para atuar como avaliador acadêmico e um terceiro para refinar os resultados.
O agente chegou à conclusão de que genes de resistência utilizam vírus bacterianos para saltar entre hospedeiros. A hipótese foi validada por pesquisas do Imperial College London, que haviam chegado à mesma conclusão após dez anos de trabalho em laboratório.
Quais são os desafios da tecnologia?
Apesar do potencial, os agentes de IA ainda não são ferramentas perfeitas. Especialistas apontam que os sistemas ainda estão sujeitos a alucinações, possuem limitações de memória e apresentam um julgamento que nem sempre é consistente.
Além disso, a capacidade de operar de forma totalmente autônoma ainda é restrita por limitações na entrada de dados e no tempo de processamento. Contudo, espera-se que, conforme essas barreiras técnicas sejam superadas, a tecnologia ajude a resolver a "crise de reprodutibilidade", problema em que cientistas falham ao tentar reproduzir os resultados de outros pesquisadores.