Esta Inteligência Artificial poderia prever 10 anos de prioridades científicas — se permitirmos
Natureza e espaço

Esta Inteligência Artificial poderia prever 10 anos de prioridades científicas — se permitirmos

O Decadal Survey dá o tom para uma nova era de exploração espacial. Uma equipe de estudiosos quer que a pesquisa use Inteligência Artificial (IA) para prever o crescimento dos campos da ciência.

A cada 10 anos, os astrônomos americanos precisam tomar algumas decisões difíceis. Elas determinam as prioridades científicas para a área na próxima década e estão resumidas no plano denominado Decadal Survey on Astronomy and Astrophysics, que representa um conjunto de estudos realizados pelas Academias Nacionais de Ciências, Engenharia e Medicina.que representa um conjunto de estudos realizados pelas Academias Nacionais de Ciências, Engenharia e Medicina.

O Decadal Survey preparou o terreno para grandes avanços na exploração espacial desde o início dos anos 1960. O sétimo relatório, denominado Astro2020, é esperado para o final do ano. Comunidades científicas, instituições de financiamento e até mesmo o Congresso consultam esses relatórios para tomar decisões sobre onde investir tempo e dinheiro.

Relatórios anteriores anunciaram grandes projetos, incluindo a construção e lançamento de grandes telescópios espaciais e o estudo de fenômenos extremos como supernovas e buracos negros. O último relatório, Astro2010, até investigou a natureza da energia escura.

Como o Decadal Survey é um estudo de consenso, os pesquisadores que desejam que seu projeto seja considerado devem enviar suas propostas com mais de um ano de antecedência. Todas (desta vez mais de 500) estão disponíveis ao público.

Este ano, os tópicos discutidos vão desde a exploração das luas de Júpiter até a formulação de estratégias de defesa planetária contra eventos que ocorrem uma vez em 1.000 anos, como a passagem de um grande asteroide chamado Apophis. Enquanto isso, alguns pesquisadores querem dar uma olhada em nosso próprio pálido ponto azul, a Terra.

O comitê da pesquisa, que recebe contribuições de vários grupos menores de especialistas, considera uma quantidade gigantesca de informações para criar estratégias de pesquisa. Embora as Academias não divulguem a recomendação final do comitê à NASA por mais algumas semanas, os cientistas estão ansiosos para saber o que entrará em jogo e o que ficará de fora.

“O Decadal Survey ajuda bastante a NASA a decidir como vai liderar o futuro das descobertas humanas no espaço, por isso é muito importante que estejam bem informados”, diz Brant Robertson, professor de astronomia e astrofísica da Universidade da Califórnia Santa Cruz.

Uma equipe de pesquisadores quer usar Inteligência Artificial (IA) para tornar esse processo mais fácil. Sua proposta não é para uma missão ou linha de pesquisa específica; em vez disso, dizem eles, sua IA pode ajudar os cientistas a tomar decisões difíceis sobre quais outras propostas priorizar.

A ideia é que, ao treinar uma IA para detectar áreas de pesquisa que estão crescendo ou diminuindo rapidamente, a ferramenta pode tornar mais fácil para os comitês de pesquisa e grupos decidirem o que deve entrar na lista.

“O que queríamos era ter um sistema que fizesse grande parte do trabalho que o Decadal Survey faz e que deixasse os cientistas que trabalham nessa pesquisa fazerem o que fariam de melhor”, disse Harley Thronson, cientista sênior aposentado da NASA Goddard Space Flight Center e principal autor da proposta.

Embora os membros de cada comitê sejam escolhidos por sua experiência em seus respectivos campos, é impossível para cada membro compreender as nuances de cada tema científico. O número de publicações de astrofísica aumenta 5% ao ano, segundo os autores. Isso é muito para qualquer um processar.

É aí que entra a IA de Thronson.

Demorou pouco mais de um ano para ser construída, mas, eventualmente, a equipe de Thronson foi capaz de treiná-la em mais de 400.000 pesquisas publicadas na década que antecedeu a Astro2010. Eles também conseguiram ensinar a IA a filtrar milhares de resumos com expressões temáticas de duas e três palavras para identificar áreas de baixo e alto impacto, como “sistema planetário” ou “planeta extrassolar”.

De acordo com o relatório técnico dos pesquisadores, a IA “encontrou” com sucesso seis tópicos de pesquisa populares nos últimos 10 anos, incluindo um crescimento enorme em estudos de exoplanetas e observação de galáxias.

“Um dos aspectos desafiadores da inteligência artificial é que às vezes elas predizem, apresentam ou analisam coisas que são completamente surpreendentes para os humanos”, diz Thronson. “E vimos muito isso em nossos testes”.

Thronson e seus colaboradores acham que o comitê dirigente deve usar sua IA para ajudar a revisar e resumir a vasta quantidade de texto que o grupo deve examinar, além de deixar que os especialistas humanos tomem a decisão final.

A pesquisa deles não é a primeira a tentar usar IA para analisar e moldar a literatura científica. Outras já foram usadas para ajudar os cientistas a revisar o trabalho de seus colegas.

Mas ela poderia ser confiada a uma tarefa tão importante e influente como o Decadal Survey?

Robertson, da Universidade da Califórnia em Santa Cruz, concorda que a enorme quantidade de pesquisas em astronomia deve ser catalogada de alguma forma. Mas ele diz que embora a ideia de usar IA para auxiliar na Decadal Survey seja interessante, é muito cedo para dizer se é algo em que os cientistas deveriam confiar.

“Acho que existem algumas ressalvas importantes sobre como usamos o machine learning”, diz Robertson. Um dos maiores problemas com qualquer IA é quão bem os humanos entendem o algoritmo e seus resultados. Nesse caso, a equipe poderia dizer por que sua IA fez a escolha entre dois tópicos separados, mas semelhantes?

E os humanos poderiam ter chegado à mesma conclusão?

“Como cientistas, desenvolvemos reputações baseadas no fato do nosso trabalho ser ou não preciso ou correto. Portanto, acho que é razoável que as pessoas apliquem os mesmos tipos de critérios para os resultados desses sofisticados algoritmos de machine learning”, diz Robertson.

Thronson e sua equipe não tentaram prever os resultados da pesquisa deste ano. Em vez disso, eles estão se concentrando em determinar onde estão as próximas grandes áreas da astronomia.

Provavelmente, ferramentas automatizadas ainda não serão usadas nas Decadal Surveys por alguns anos. Mas se o comitê de pesquisa decidir integrar a IA em seu processo, isso representará uma nova maneira de os cientistas chegarem a um acordo sobre seus próprios objetivos.

Por enquanto, Thronson, Robertson e milhares de outros astrônomos terão apenas que esperar para ver o que vem por aí, à moda antiga.

Nossos tópicos