Agentes de inteligência artificial podem acelerar a ciência mais do que modelos como o AlphaFold
A crença de que a ciência está perto do fim já apareceu em diferentes momentos da história. Em 1903, o físico Albert Michelson afirmou que praticamente todos os fatos da física já haviam sido descobertos. Nos anos 1980, Stephen Hawking previu que a física teórica poderia estar concluída até o final do século. Com a chegada explosiva da inteligência artificial, essa sensação voltou ao centro do debate, desta vez acompanhada por um prêmio Nobel. Em 2024, Demis Hassabis e John Jumper, do Google DeepMind, receberam parte do Nobel de Química pelo desenvolvimento do AlphaFold, uma rede neural capaz de prever as estruturas tridimensionais de proteínas a partir do aprendizado sobre milhares de formatos medidos experimentalmente.
Esse problema havia resistido a ataques sistemáticos durante meio século, e o AlphaFold parecia ter solucionado a questão de forma definitiva. Hassabis e sua equipe descreveram o AlphaFold como um modelo de como a inteligência artificial poderia acelerar toda a ciência em velocidade digital. Uma onda de startups focadas em modelos de fundação para biologia, química e descoberta de materiais captou bilhões de dólares, impulsionada pelo sucesso do DeepMind. O AlphaFold mostrou que a combinação entre inteligência artificial e grandes volumes de dados poderia gerar descobertas importantes, mesmo sem que os mecanismos internos fossem totalmente compreendidos.
Apesar desse avanço, ficou cada vez mais claro que o AlphaFold e projetos semelhantes podem não ser o melhor modelo para essa transformação. Embora se trate de uma conquista profunda, as condições que viabilizaram o AlphaFold são raras, e o tempo necessário para reproduzi-las em outras áreas deve ser medido em décadas, não em anos. Segundo a análise, a aceleração da ciência virá por outro caminho: os agentes de inteligência artificial.
A principal condição para o sucesso do AlphaFold foi a existência do Banco de Dados de Proteínas, um conjunto de cerca de 170 mil estruturas proteicas validadas experimentalmente, utilizado para treinar o modelo. A construção desse banco não foi simples: exigiu 53 anos de cooperação científica internacional e, segundo estimativas recentes, aproximadamente 21 bilhões de dólares em trabalho experimental. Iniciativas dessa escala são notoriamente difíceis de financiar, praticamente impossíveis de coordenar e extremamente demoradas para serem executadas.
Mesmo em áreas com coesão e recursos suficientes, e onde os dados relevantes não estão sob propriedade comercial, existe outra barreira pouco discutida: a impossibilidade científica de gerar dados comparáveis. No caso das estruturas proteicas, a técnica experimental central — a cristalografia de proteínas — é uma ferramenta incomumente replicável e confiável, a ponto de ter sustentado mais de 25 prêmios Nobel. Na maioria das ciências experimentais, os resultados variam com mais frequência. Linhas celulares se modificam, reagentes apresentam impurezas e a umidade do laboratório muda. Criar conjuntos de dados consistentes, precisos e escaláveis para treinar uma rede neural moderna em biologia ou na maior parte da química exigiria novos tipos de medição e abordagens padronizadas, que não estarão prontos em um futuro próximo.
Existem algumas áreas onde essas condições são atendidas, como previsão meteorológica, grande parte da genômica e áreas muito restritas da química, que podem ver avanços no estilo AlphaFold em breve. O apoio governamental para produção e coordenação desses conjuntos de dados será essencial. Para a maioria das perguntas abertas da ciência, porém, será necessário um plano diferente, pelo menos no curto prazo.
Felizmente, algo mais discreto e modesto começou a dar resultados. Os cientistas sempre trabalharam sob incerteza. Biólogos em busca de novos alvos para medicamentos nunca tiveram conjuntos de dados perfeitos. Em vez disso, combinaram cálculos de encaixe molecular, estruturas conhecidas, simulações de dinâmica molecular e testes de ligação, usando julgamento para ponderar cada método. A habilidade da ciência está em sintetizar o que múltiplas ferramentas produzem e revisar os resultados conforme novas evidências surgem. Até muito recentemente, nenhum software conseguia fazer isso. Os agentes agora conseguem.
Um agente de inteligência artificial pode ser definido de forma simples como um motor de raciocínio de IA que recebeu acesso a ferramentas digitais ou físicas e a capacidade de utilizá-las. Nos últimos anos, uma mudança arquitetural fundamental viabilizou a proliferação desses programas, que utilizam grandes modelos de linguagem e reduziram drasticamente a necessidade de conjuntos de dados cientificamente especializados. Isso representa uma mudança fundamental, pois permitiu criar ferramentas digitais que imitam o processo iterativo e contingente da pesquisa real.
Um exemplo recente é o AI Co-Scientist, do Google, anunciado em maio. Os pesquisadores forneceram um resumo de uma página e um objetivo: descobrir como a resistência a antibióticos se espalha entre espécies bacterianas, um fator-chave em infecções resistentes a medicamentos. O sistema acionou subagentes. Um elaborou hipóteses a partir da literatura. Outro as analisou como um revisor. Um terceiro organizou torneios para classificar as candidatas mais fortes. Um quarto refinou a hipótese vencedora. O agente concluiu que genes de resistência viajavam em vírus bacterianos, utilizando o vírus disponível para alcançar um novo hospedeiro. A hipótese estava correta, e pesquisadores do Imperial College London levaram cerca de uma década para chegar à mesma conclusão por meio de trabalho experimental meticuloso.
Apesar do avanço, agentes como o Co-Scientist ainda enfrentam desafios reais antes de se tornarem parte integrante do processo científico: podem produzir alucinações, seu julgamento nem sempre é consistente e possuem limitações de memória que restringem o tempo de operação autônoma. Essas barreiras técnicas devem ser superadas com o tempo. Quando isso acontecer, os efeitos acumulados dos agentes sobre a confiabilidade, a consistência e a velocidade da ciência começarão a ficar evidentes.
Entre os impactos mais relevantes, os agentes oferecem uma solução estrutural para a crise de reprodutibilidade da ciência, marcada pela dificuldade de pesquisadores em replicar resultados uns dos outros. Os agentes registram automaticamente cada etapa, criando um registro preciso do método e possibilitando replicação exata. Também ampliam a memória científica, registrando todo o histórico de um laboratório em um repositório padronizado de conhecimento institucional. Acima de tudo, aumentam a velocidade da pesquisa, reduzindo o custo da experimentação e permitindo que cientistas explorem perguntas ousadas que antes não arriscariam abordar. O template do AlphaFold continuará gerando descobertas extraordinárias, mas a transformação mais ampla da ciência virá dos agentes de inteligência artificial, uma ferramenta de alcance tão amplo quanto o cálculo, a inferência estatística, a espectroscopia e o computador em seus respectivos tempos.
