O próximo salto de IA em ciência virá de agentes de raciocínio, não de modelos sedentos de dados como AlphaFold

Pontos principais

• O AlphaFold do Google DeepMind conquistou a Demis Hassabis e John Jumper o Prémio Nobel da Química de 2024 por prever as formas de proteínas.
• A base de dados de proteínas em que o AlphaFold foi treinado levou 53 anos e um trabalho experimental estimado em 21 mil milhões de dólares a montar.
• A maioria dos campos científicos não consegue produzir conjuntos de dados dessa qualidade, tornando a IA ao estilo AlphaFold um modelo deficiente para a ciência mais ampla.
• Os agentes de IA, software que raciocina sobre problemas e utiliza múltiplas ferramentas em sequência, estão agora a igualar descobertas de pesquisa humana de uma década em poucas horas.
• Um benefício secundário importante: os agentes registam automaticamente cada passo que dão, o que poderia ajudar a resolver a crise de reprodutibilidade de longa data da ciência.

Há dois anos, a ideia de que um programa de computador pudesse resolver um dos enigmas mais difíceis da biologia parecia extraordinária. Depois o AlphaFold fez exatamente isso.

O programa, desenvolvido pelo Google DeepMind, consegue prever a forma tridimensional de uma proteína, uma molécula cuja forma determina o que ela faz no interior do corpo, apenas a partir da sua sequência genética. Os cientistas perseguem este problema há cinquenta anos. Em 2024, Demis Hassabis e John Jumper ganharam o Prémio Nobel da Química por isso. Startups inundaram os campos da biologia e química, arrecadando milhares de milhões com a suposição de que IA mais dados desbloquearia agora descoberta após descoberta.

Essa suposição, de acordo com uma análise detalhada reportada pela MIT Technology Review, merece uma observação mais atenta.

Por que não podemos simplesmente repetir o que o AlphaFold fez?

Simplificando: os dados necessários para o fazer quase nunca existem. O AlphaFold foi treinado no Protein Data Bank, uma coleção de aproximadamente 170 mil formas de proteínas confirmadas experimentalmente construída ao longo de 53 anos de cooperação internacional, com um custo estimado de 21 mil milhões de dólares. Esse tipo de conjunto de dados é extraordinariamente raro.

A maioria da ciência experimental é mais bagunçada. As culturas celulares mudam subtilmente ao longo do tempo. Os produtos químicos têm impurezas vestigiais. A humidade do laboratório muda entre leituras. Os resultados que uma equipa consegue replicar numa terça-feira podem não se manter para outra equipa numa quinta-feira. Os dados limpos, padronizados e em larga escala de que uma rede neural moderna, o correspondente estatístico de padrões no coração de ferramentas como o AlphaFold, precisa para aprender simplesmente não existem na maioria dos campos, e construí-los levaria décadas.

Um punhado de áreas, previsão meteorológica e partes da genómica entre elas, possuem o tipo certo de dados e podem em breve ver avanços ao estilo AlphaFold. Mas são a exceção.

Então o que funciona?

Os agentes de IA estão a mostrar verdadeiras promessas, e funcionam de forma muito diferente. Um agente é software que raciocina sobre um problema com múltiplas etapas recorrendo a diferentes ferramentas, escolhendo o melhor resultado, descartando o que falha e tentando de novo. Comporta-se menos como uma tabela de consulta e mais como um cientista cuidadoso.

O AI Co-Scientist do Google, anunciado em maio, é um exemplo inicial. Os investigadores deram-lhe um resumo de uma página e um objetivo: descobrir como a resistência aos antibióticos, a capacidade das bactérias de sobreviverem a medicamentos concebidos para as matar, se propaga entre espécies bacterianas. O sistema dividiu a tarefa entre vários subprogramas. Um gerou hipóteses a partir da literatura científica. Um segundo desafiou cada hipótese da forma como um avaliador por pares o faria. Um terceiro classificou os sobreviventes. Um quarto aperfeiçoou o vencedor.

O agente concluiu que os genes de resistência estavam a apanhar boleia dentro de vírus bacterianos, emprestando qualquer que fosse o vírus que os conseguisse levar a um novo hospedeiro. Investigadores do Imperial College London passaram uma década a chegar à mesma conclusão através de trabalho de laboratório meticuloso. O seu artigo ainda estava em revisão pelos pares quando o Co-Scientist produziu a sua resposta.

O que isto significa para doentes e para o público?

Ciência mais rápida e reprodutível significa rotas mais rápidas de descoberta laboratorial para ensaio clínico. Também importa para a confiança. A crise de reprodutibilidade da ciência, onde investigadores repetidamente descobrem que não conseguem replicar os resultados uns dos outros, tem minado silenciosamente a confiança em pesquisa médica durante anos. Os agentes registam automaticamente cada passo que dão, criando um registo exato do seu método. Esse registo torna a replicação simples de um modo que os cadernos de laboratório humanos, frequentemente manuscritos e incompletos, raramente o são.

Os agentes não são perfeitos. Ocasionalmente ainda produzem erros que soam confiantes, o seu raciocínio nem sempre é consistente, e têm limites no tempo em que conseguem trabalhar sem supervisão humana. Essas são restrições reais. Mas são problemas de engenharia, não barreiras fundamentais.

A mudança maior é mais silenciosa do que um Prémio Nobel, e pode importar mais.

Perguntas comuns

Isto significa que a IA está prestes a substituir cientistas?

Não. Os agentes funcionam melhor como um assistente infatigável que testa ideias em sequência e mantém registos precisos. O julgamento humano, a criatividade e a supervisão ética permanecem centrais ao decidir quais perguntas valem a pena fazer.

Isto vai acelerar a descoberta de medicamentos para doentes?

Potencialmente sim, embora as linhas cronológicas sejam difíceis de prever. Se os agentes conseguirem comprimir a etapa de testes de hipóteses da pesquisa de anos para semanas, os ensaios clínicos, que são os estudos de segurança humana compridos exigidos antes de qualquer medicamento chegar aos doentes, começariam mais cedo. Os próprios ensaios continuam a levar o mesmo tempo.