O Center for Security and Emerging Technology (CSET) publicou recentemente um “Data Brief” sobre “Machine Intelligence for Scientific Discovery and Engineering Invention”, da autoria de Matthew Daniels, Autumn Toney, Melissa Flagg e Charles Yang.

Na introdução, explica-se como “a inteligência artificial (IA) está a impulsionar novas descobertas e avanços em muitos campos da ciência e da engenharia. As aplicações modernas de IA e aprendizagem de máquina (ML, de “machine learning”) têm o potencial de mudar a prática da investigação e desenvolvimento (I&D) nos Estados Unidos na próxima década. Este ‘data brief’ é um primeiro passo para compreender como as modernas IA e ML começaram a acelerar o crescimento em várias disciplinas da ciência e da engenharia nos últimos anos.

A aplicação da IA ​​à ciência não é nova. Os pioneiros da Universidade de Stanford na década de 1960 usaram os primeiros sistemas de IA para automatizar análises da estrutura química e espectro de massa, com o apoio da Advanced Research Projects Agency (ARPA), predecessora da Defense Advanced Research Project Agency (DARPA), e da NASA. Este trabalho emergiu de um interesse em usar sistemas de IA para raciocínio complexo em problemas científicos.

Hoje, os métodos de aprendizagem profunda, um subconjunto específico da ML, podem prever a estrutura 3D das proteínas dentro do tamanho de um átomo – um progresso substancial num desafio de 50 anos alcançado com a ML moderna. Esta ferramenta é importante porque pode contribuir com novos recursos para o tratamento de doenças e de resposta à pandemia. Nos próximos anos, a ML moderna pode ajudar a desenvolver o ‘design’ da engenharia de reactores de fusão viáveis ​​e económicos, uma fonte de energia limpa em grande escala que também está fora do alcance há mais de 70 anos. As aplicações de IA podem impulsionar avanços em campos tão díspares quanto a edição genética e o design de processadores.

As instituições americanas começaram a adaptar-se a este futuro. O Massachusetts Institute of Technology (MIT), por exemplo, anunciou a sua maior mudança estrutural desde a década de 1950 e investiu mil milhões de dólares para fundar uma nova faculdade focada nas interseções entre a computação, IA e as existentes disciplinas de ciência e engenharia da universidade. Os alunos serão incentivados a ser “bilingues” entre computação e outras disciplinas.

À medida que as aplicações modernas de IA começam a transformar a ciência e a engenharia, uma questão-chave para os líderes que moldam as estratégias da ciência e da tecnologia é quais ás disciplinas que serão afectadas primeiro, e esses impactos iniciais serão estreitamente confinados a algumas disciplinas (como a ciência de materiais e os campos biomédicos) ou amplamente aplicável? O aparecimento e o crescimento acelerados de novos campos são especialmente dignos de nota: a bioengenharia, a ciência da computação e a ciência dos materiais surgiram como disciplinas capacitadoras que mudaram a ciência e a engenharia amplamente no século passado – e foram seguidas por mudanças nacionais e globais.

Este ‘data brief’ fornece uma visão inicial de como a IA moderna e a ML começaram a acelerar o crescimento numa ampla gama de disciplinas de investigação nos últimos anos e concentra-se nas aplicações directas da IA para fazer novos avanços científicos e de engenharia. Primeiro, resumimos exemplos ilustrativos da IA a impulsionar a inovação na medicina, ciências fundamentais e pesquisa em engenharia. Em seguida, analisamos os dados das publicações científicas globais para ver se essas conquistas recentes representam tendências reais na investigação publicada”.

(Download do relatório)

* Publicação do CSET (licença CC). Foto: Christopher Harting/MIT.