Nos últimos anos, a inteligência artificial (IA) demonstrou sua capacidade de analisar dados, projetar experimentos e formular novas hipóteses científicas , levando muitos pesquisadores a acreditar que a IA poderá um dia rivalizar com as mentes mais brilhantes da ciência — chegando até mesmo a fazer descobertas dignas do Prêmio Nobel, de acordo com a revista Nature.
Em 2016, o biólogo Hiroaki Kitano, CEO da Sony AI, lançou o "Desafio Nobel Turing" – um concurso para desenvolver um sistema de IA inteligente o suficiente para fazer uma descoberta científica digna de um Prêmio Nobel por conta própria.
De acordo com o objetivo do projeto, até 2050, um "cientista de IA" será capaz de formular hipóteses, planejar experimentos e analisar dados sem intervenção humana.
O pesquisador Ross King, da Universidade de Cambridge (Reino Unido), acredita que esse marco pode chegar mais cedo: “É quase certo que os sistemas de IA atingirão o nível de ganhar Prêmios Nobel. A questão é apenas se isso acontecerá nos próximos 50 ou 10 anos.”
No entanto, muitos especialistas são cautelosos. Segundo eles, os modelos de IA atuais dependem principalmente de dados e conhecimentos disponíveis, e não criam, de fato, novas compreensões.
A pesquisadora Yolanda Gil (Universidade do Sul da Califórnia, EUA) comentou: "Se amanhã o governo investir um bilhão de dólares em pesquisa básica, o progresso poderá acelerar, mas ainda estamos muito longe desse objetivo."
Até o momento, apenas pessoas e organizações foram agraciadas com o Prêmio Nobel. No entanto, a IA contribuiu indiretamente: em 2024, o Prêmio Nobel de Física foi concedido a pioneiros em aprendizado de máquina; naquele mesmo ano, metade do Prêmio Nobel de Química foi para a equipe por trás do AlphaFold, o sistema de IA do Google DeepMind que prevê a estrutura 3D de proteínas. Mas esses prêmios homenageiam os criadores da IA, não as descobertas da IA.
Para ser merecedora de um Prêmio Nobel, de acordo com os critérios do Comitê Nobel, uma descoberta deve ser útil, ter um impacto de longo alcance e abrir novas perspectivas de conhecimento. Um "cientista de IA" que deseja atender a esse requisito deve operar de forma quase completamente autônoma — desde a formulação de perguntas e a escolha de experimentos até a análise dos resultados.
Na verdade, a IA já está envolvida em quase todas as etapas da pesquisa. Novas ferramentas estão ajudando a decifrar sons de animais, prever colisões entre estrelas e identificar células imunológicas vulneráveis à COVID-19.
Na Universidade Carnegie Mellon, a equipe do químico Gabe Gomes desenvolveu o "Coscientist" – um sistema que utiliza grandes modelos de linguagem (LLMs, na sigla em inglês) para planejar e executar reações químicas de forma autônoma, usando dispositivos robóticos.
Algumas empresas, como a Sakana AI em Tóquio, estão buscando automatizar a pesquisa em aprendizado de máquina usando LLM, enquanto o Google está experimentando chatbots que colaboram em grupos para gerar ideias científicas.
Nos Estados Unidos, o laboratório FutureHouse, em São Francisco, está desenvolvendo um modelo de "pensamento" passo a passo para ajudar a IA a fazer perguntas, testar hipóteses e projetar experimentos – visando uma terceira geração de "IA na ciência".
Segundo Sam Rodrigues, diretor da FutureHouse, a geração final será de IA capaz de fazer perguntas e realizar experimentos por conta própria, sem supervisão humana. "A IA poderá fazer descobertas dignas de um Prêmio Nobel até 2030", prevê ele. As áreas com maior potencial são a ciência dos materiais e o estudo das doenças de Parkinson ou Alzheimer.
Outros cientistas se mostram céticos. Doug Downey, do Instituto Allen para IA em Seattle, afirma que um teste com 57 "agentes de IA" revelou que apenas 1% conseguiu concluir um projeto de pesquisa integralmente — da ideia ao relatório. " A descoberta científica automatizada do início ao fim continua sendo um enorme desafio", diz ele.
Além disso, os modelos de IA ainda não compreendem completamente as leis da natureza. Um estudo constatou que um modelo conseguia prever órbitas planetárias, mas não as leis físicas subjacentes; ou conseguia navegar por uma cidade, mas não criar um mapa preciso.
Segundo o especialista Subbarao Kambhampati (Universidade Estadual do Arizona), isso demonstra que a IA carece da experiência de vida real que os humanos possuem.
Yolanda Gil argumenta que, para alcançar o status de ganhador do Nobel, a IA precisa ser capaz de "pensar sobre o pensamento" – ou seja, de autoavaliar e ajustar seus próprios processos de raciocínio. Sem investir nessa pesquisa fundamental, "descobertas dignas de um Nobel continuarão muito distantes", afirma Gil.
Entretanto, alguns estudiosos alertam para os perigos da dependência excessiva da IA na ciência. Um artigo de 2024 de Lisa Messeri (Universidade de Yale) e Molly Crockett (Universidade de Princeton) argumenta que o uso excessivo da IA pode aumentar os erros e reduzir a criatividade, já que os cientistas “produzem mais, mas entendem menos”.
“A IA pode privar jovens cientistas que, de outra forma, poderiam ganhar grandes prêmios no futuro, de oportunidades de aprendizado”, acrescentou Messeri. “Com os orçamentos de pesquisa cada vez menores, é preocupante pensar no custo desse futuro.”
Fonte: https://www.vietnamplus.vn/gioi-khoa-hoc-du-doan-kha-nang-tri-tue-nhan-tao-gianh-giai-nobel-post1068525.vnp






Comentário (0)