O Novo AI 'Co-Cientista' do Google Tem Como Objetivo Acelerar a Descoberta Científica

Imagine um parceiro de pesquisa que leu todos os artigos científicos que você, incansavelmente inovando novos experimentos a toda hora. O Google está tentando transformar essa visão em realidade com um novo sistema de IA projetado para agir como um “co-cientista.”

Esse assistente alimentado por IA pode vasculhar vastas bibliotecas de pesquisa, propor novas hipóteses e até mesmo esboçar planos de experimentos – tudo em colaboração com pesquisadores humanos. A mais recente ferramenta do Google, testada na Universidade de Stanford e no Imperial College London, utiliza um raciocínio avançado para ajudar os cientistas a sintetizar montanhas de literatura e gerar ideias inéditas. O objetivo é acelerar as descobertas científicas ao organizar o excesso de informações e sugerir insights que um humano poderia deixar passar.

Esse “co-cientista de IA,” como o Google o chama, não é um robô físico em um laboratório, mas um sofisticado sistema de software. Ele é construído com os mais novos modelos de IA do Google (notavelmente o modelo Gemini 2.0) e espelha a forma como os cientistas pensam – desde a geração de ideias até a crítica das mesmas. Em vez de apenas resumir fatos conhecidos ou procurar artigos, o sistema visa descobrir conhecimentos originais e propor novas hipóteses genuínas com base nas evidências existentes. Em outras palavras, não apenas encontra respostas para perguntas – ajuda a inventar novas perguntas a serem feitas.

O Google e sua unidade de IA DeepMind priorizaram aplicações científicas para IA, após demonstrarem sucessos como o AlphaFold, que utilizou IA para resolver o problema de 50 anos da dobradura de proteínas. Com o co-cientista de IA, eles esperam “acelerar a velocidade” das descobertas em campos que vão da biomedicina à física.

Co-cientista de IA (Google)

Como um Co-Cientista de IA Funciona

Por trás das telas, o co-cientista de IA do Google é composto por múltiplos programas de IA especializados – pense neles como uma equipe de assistentes de pesquisa super-rápidos, cada um com um papel específico. Esses agentes de IA trabalham em conjunto em um processo que imita o método científico: um gera ideias, outros criticam e refinam, e as melhores ideias são encaminhadas para o cientista humano.

Segundo a equipe de pesquisa do Google, aqui está como o processo se desenrola:

• Agente de Geração – busca pesquisas relevantes e sintetiza achados existentes para propor novas direções ou hipóteses.
• Agente de Reflexão – atua como um revisor por pares, verificando a precisão, qualidade e novidade das hipóteses propostas, eliminando ideias falhas.
• Agente de Classificação – realiza um “torneio” de ideias, efetivamente fazendo as hipóteses competirem em debates simulados, e então classifica-as com base nas que parecem mais promissoras.
• Agente de Proximidade – agrupa hipóteses semelhantes e elimina duplicatas para que o pesquisador não revise ideias repetitivas.
• Agente de Evolução – pega as hipóteses mais bem classificadas e as refina ainda mais, usando analogias ou simplificando conceitos para clareza, melhorando as propostas.
• Agente de Meta-revisão – finalmente compila as melhores ideias em uma proposta de pesquisa coesa ou visão geral para o cientista humano revisar.

Crucialmente, o cientista humano permanece envolvido em cada etapa. O co-cientista de IA não trabalha isoladamente nem toma decisões finais por conta própria. Os pesquisadores começam inserindo um objetivo ou pergunta de pesquisa em linguagem natural – por exemplo, um objetivo de encontrar novas estratégias para tratar uma determinada doença – juntamente com quaisquer restrições ou ideias iniciais que tenham. O sistema de IA então passa pelo ciclo acima para produzir sugestões. O cientista pode fornecer feedback ou ajustar parâmetros, e a IA irá iterar novamente.

O Google construiu o sistema para ser “especialmente projetado para colaboração,” o que significa que os cientistas podem inserir suas próprias ideias ou críticas durante o processo da IA. A IA pode até usar ferramentas externas como busca na web e outros modelos especializados para verificar fatos ou coletar dados enquanto trabalha, garantindo que suas hipóteses estejam fundamentadas em informações atualizadas. 

Agentes do co-cientista de IA (Google)

Um Caminho Mais Rápido para Avanços

Ao terceirizar algumas das tarefas maçantes da pesquisa – revisões exaustivas de literatura e brainstorms iniciais – a uma máquina incansável, os cientistas esperam acelerar dramaticamente as descobertas. O co-cientista de IA pode ler muito mais artigos do que qualquer humano, e nunca se esgota em novas combinações de ideias a serem testadas.

“Ele tem o potencial de acelerar os esforços dos cientistas para enfrentar grandes desafios na ciência e na medicina,” afirmaram os pesquisadores do projeto no artigo. Os primeiros resultados são encorajadores. Em um teste focado na fibrose hepática (cicatrização do fígado), o Google relatou que todas as abordagens sugeridas pelo co-cientista de IA mostraram uma promissora capacidade de inibir os fatores da doença. Na verdade, as recomendações da IA nesse experimento não foram tiros no escuro – elas alinhavam-se com o que os especialistas consideram intervenções plausíveis.

Além disso, o sistema demonstrou uma capacidade de melhorar soluções elaboradas por humanos ao longo do tempo. Segundo o Google, a IA continuou refinando e otimizando soluções que especialistas haviam inicialmente proposto, indicando que pode aprender e acrescentar valor incremental além da expertise humana a cada iteração.

Outro teste notável envolveu o espinhoso problema da resistência a antibióticos. Pesquisadores encarregaram a IA de explicar como um determinado elemento genético ajuda as bactérias a espalhar suas características de resistência a medicamentos. Sem saber, a IA foi desafiada a descobrir algo que uma equipe científica separada (em um estudo ainda não publicado) já havia descoberto. A IA recebeu apenas informações básicas de fundo e alguns artigos relevantes, depois foi deixada a seus próprios dispositivos. Dentro de dois dias, chegou à mesma hipótese que os cientistas humanos haviam formulado.

“Essa descoberta foi validada experimentalmente no estudo de pesquisa independente, que era desconhecido para o co-cientista durante a geração de hipóteses,” notaram os autores. Em outras palavras, a IA conseguiu redescobrir um insight-chave por conta própria, mostrando que pode conectar pontos de uma maneira que rivaliza com a intuição humana – pelo menos em casos onde há dados suficientes disponíveis.

As implicações de tal velocidade e alcance interdisciplinares são imensas. Os avanços frequentemente ocorrem quando insights de diferentes campos colidem, mas nenhuma pessoa pode ser especialista em tudo. Uma IA que absorveu conhecimento em genética, química, medicina e mais poderia propor ideias que especialistas humanos poderiam overlooked. A unidade DeepMind do Google já provou quão transformadora a IA na ciência pode ser com o AlphaFold, que previu as estruturas 3D das proteínas e foi aclamado como um grande avanço para a biologia. Essa conquista, que acelerou a descoberta de medicamentos e o desenvolvimento de vacinas, até rendeu à equipe da DeepMind uma parte das mais altas honras da ciência (incluindo reconhecimento relacionado ao Prêmio Nobel).

O novo co-cientista de IA visa trazer saltos semelhantes para a pesquisa cotidiana. Enquanto as primeiras aplicações têm sido na biomedicina, o sistema poderia, em princípio, ser aplicado a qualquer domínio científico – da física à ciência ambiental – uma vez que o método de gerar e avaliar hipóteses é independente da disciplina. Pesquisadores poderiam usá-lo para investigar novos materiais, explorar soluções climáticas ou descobrir novos teoremas matemáticos. Em cada caso, a promessa é a mesma: um caminho mais rápido da pergunta à compreensão, potencialmente comprimindo anos de tentativas e erros em um período de tempo muito mais curto.