Durante a keynote do Google I/O, Demis Hassabis, CEO da Google DeepMind, lançou uma declaração ousada: estamos atualmente “nos primeiros passos da singularidade”. A singularidade é aquele futuro teórico onde a IA supera rapidamente a inteligência humana, transformando o mundo de forma drástica. O que realmente chamou a atenção, para quem acompanhava, foi o contexto em que essas palavras foram ditas.
Hassabis estava no palco para encerrar a sessão sobre IA científica, e o ponto central de sua apresentação foi um vídeo. O material detalhava como o software de previsão meteorológica da empresa, o WeatherNext, forneceu um alerta antecipado sobre a catastrófica chegada do Furacão Melissa na Jamaica, no ano passado, algo que potencialmente salvou vidas. Se esse software ajudou alguém a escapar da tempestade ou a se preparar melhor, é uma conquista enorme e significativa. No entanto, está longe de ser uma prova de uma singularidade iminente.
Essa justaposição da retórica grandiosa de Hassabis com os resultados práticos do WeatherNext ressaltou a tensão entre duas abordagens bem distintas para a IA na ciência. A primeira foca em ferramentas de IA, como o WeatherNext, projetadas e treinadas para resolver problemas científicos específicos. A segunda envolve sistemas autônomos baseados em LLMs (Grandes Modelos de Linguagem) que, um dia, poderiam executar projetos de pesquisa de ponta sem intervenção humana.
IA Agente: avanços reais na ciência?
Essa segunda visão alimenta grande parte do entusiasmo atual em torno da IA, incluindo a empolgação recente sobre a auto-melhoria recursiva — a ideia de que sistemas de IA poderiam eventualmente se tornar os principais impulsionadores do avanço da própria IA, em um processo que aceleraria à medida que os sistemas se tornam mais inteligentes. E os sistemas agentes já estão fazendo contribuições de pesquisa reais, às vezes com orientação humana limitada.
Justamente nesta semana, Pushmeet Kohli, cientista-chefe da Google Cloud, publicou um artigo em uma edição especial sobre IA e ciência da revista Daedalus, escrevendo:
Estamos caminhando para uma IA que não apenas facilita a ciência, mas começa a fazer ciência.
Com cientistas de IA autônomos no horizonte, torna-se mais difícil justificar esforços massivos para desenvolver ferramentas superespecializadas – mesmo uma como o AlphaFold, pelo qual cientistas da DeepMind ganharam um Prêmio Nobel, ou um sistema potencialmente salvador de vidas como o WeatherNext. Isso também anuncia um futuro muito mais estranho para a ciência, no qual humanos e sistemas de IA colaboram como pares – ou a IA até mesmo faz progressos científicos por conta própria.
Para ser claro, o Google não parece estar abandonando seu trabalho em ferramentas especializadas de IA para a ciência. O AlphaGenome e o AlphaEarth Foundations, treinados para aplicações em genética e ciências da Terra, respectivamente, foram lançados no verão passado, e a versão mais recente do WeatherNext foi lançada em novembro.
Além disso, tais ferramentas permanecem extremamente populares entre os cientistas. No ano passado, por exemplo, o Google informou que as previsões de estrutura de proteínas do AlphaFold foram usadas por mais de três milhões de pesquisadores em todo o mundo. E a Isomorphic Labs, uma subsidiária do Google que visa usar o AlphaFold e tecnologias relacionadas para desenvolver novos medicamentos, acabou de levantar uma rodada de financiamento Série B de US$ 2 bilhões.