A julgar pelas manchetes e postagens nas redes sociais nos últimos anos, alguém poderia razoavelmente supor que a Inteligência Artificial vai consertar a rede elétrica, curar as doenças do mundo e terminar minhas compras de fim de ano por mim. Mas talvez haja apenas um monte de exagero circulando por aí.
A IA poderia transformar o processo de descoberta de novos materiais, uma inovação que poderia ser especialmente útil no mundo da tecnologia climática, que precisa de novas baterias, semicondutores, ímãs e mais.
Mas a área ainda precisa provar que consegue produzir materiais que sejam de fato novos e úteis. A IA realmente pode turbinar a pesquisa de materiais? Como isso poderia ser?
Para pesquisadores que esperam encontrar novas formas de energizar o mundo (ou curar doenças, ou alcançar qualquer uma entre tantas outras metas grandes e importantes), um novo material poderia mudar tudo.
O problema é que inventar materiais é difícil e lento. Basta olhar para o plástico. O primeiro totalmente sintético foi inventado em 1907, mas levou até aproximadamente a década de 1950 para que as empresas produzissem a ampla variedade com a qual estamos familiarizados hoje. (E, claro, embora seja incrivelmente útil, o plástico também não causa escassez de complicações para a sociedade.)
Nas últimas décadas, a ciência dos materiais perdeu um pouco o fôlego. David vem cobrindo essa área há quase 40 anos e, como ele coloca, houve apenas alguns grandes avanços comerciais nesse período. (Baterias de íons de lítio são uns deles.)
A IA poderia mudar tudo? A perspectiva é tentadora, e as companhias estão correndo para testá-la.
A empresa Lila Sciences, com sede em Cambridge, Massachusetts, está trabalhando no uso de modelos de IA para descobrir novos materiais. A organização não apenas consegue treinar um modelo de IA com toda a literatura científica mais recente, como também conectá-lo a um laboratório automatizado, para que ele possa aprender com dados experimentais. O objetivo é acelerar o processo iterativo de inventar e testar novos materiais e olhar para a pesquisa de formas que os humanos poderiam deixar passar.
Em um evento da MIT Technology Review no início deste ano, pude ouvir David entrevistar Rafael Gómez-Bombarelli, um dos cofundadores da Lila. Ao descrever no que a empresa está trabalhando, Gómez-Bombarelli reconheceu que a descoberta de materiais com IA ainda não teve um grande momento de avanço. Ainda.
Gómez-Bombarelli descreveu como os modelos que a Lila treinou estão fornecendo insights que são “tão profundos [quanto] ou mais profundos do que nossos cientistas da área teriam”. No futuro, a IA poderia “pensar” de maneiras que se afastem de como cientistas humanos abordam um problema, acrescentou: “Haverá a necessidade de traduzir o raciocínio científico da IA para a forma como pensamos sobre o mundo.”
É empolgante ver esse tipo de otimismo na pesquisa de materiais, mas ainda há um caminho longo e sinuoso antes de podermos dizer, de forma satisfatória, que a IA transformou a área. Uma grande dificuldade é que uma coisa é receber sugestões de um modelo sobre novos métodos experimentais ou novas estruturas potenciais. Outra, bem diferente, é de fato fabricar um material e mostrar que ele é novo e útil.
Talvez você se lembre de que, há alguns anos, a DeepMind, do Google, anunciou que havia usado IA para prever as estruturas de “milhões de novos materiais” e que havia produzido centenas deles em laboratório.
Mas, depois desse anúncio, cientistas apontaram que alguns dos materiais supostamente novos eram basicamente versões ligeiramente diferentes de outros já conhecidos. Outros nem sequer poderiam existir fisicamente em condições normais (as simulações foram feitas em temperaturas ultrabaixas, em que os átomos não se movimentam muito).
É possível que a IA dê à descoberta de materiais o impulso de que ela tanto precisa e inaugure uma nova era, trazendo supercondutores, baterias e ímãs que nunca vimos antes. Mas, por enquanto, eu chamo isso de exagero.
Casey Crownhart
