Google apresenta AI co-scientist, IA colaborativa para acelerar descobertas científicas

O Google acaba de dar um grande passo em direção a uma IA mais presente na ciência com o lançamento do AI co-scientist. Criado por Juraj Gottweis, Google Fellow, e Vivek Natarajan, Research Lead do Google, o sistema multiagente baseado no Gemini 2.0 foi projetado para atuar como um colaborador virtual na formulação de hipóteses e propostas de pesquisa, acelerando significativamente o ritmo das descobertas científicas e biomédicas.

Os avanços científicos modernos frequentemente surgem da interseção de diferentes disciplinas. No entanto, a crescente produção acadêmica torna difícil para pesquisadores acompanhar novas publicações e integrar conhecimentos de diversas áreas.

Inspirado nesse desafio, o AI co-scientist, segundo um post de blog da empresa, foi desenvolvido para atuar como um facilitador do método científico. Ele vai além de revisar literatura e sintetizar informações. As informações da empresa revelam que a ferramenta pode gerar conhecimentos originais, elaborar hipóteses inovadoras e propor experiências embasadas em evidências.

Leia também: Qual o impacto da liberação do Google para a IA ser usada em armas e vigilância

Como funciona o AI co-scientist?

O sistema funciona por meio de uma coalizão de agentes especializados que seguem um ciclo de melhoria contínua. Os agentes principais incluem:

• Geração: propõe hipóteses iniciais.
• Reflexão: avalia e refina ideias.
• Ranking: compara diferentes hipóteses.
• Evolução: aprimora a qualidade dos resultados.
• Proximidade: mede a relação entre hipóteses e objetivos de pesquisa.
• Meta-review: realiza revisões finais para garantir coerência e inovação.

O Supervisor Agent gerencia esses processos e aloca recursos computacionais conforme necessário. O sistema também permite que cientistas interajam diretamente, oferecendo feedback e ajustando os rumos da pesquisa.

IA no suporte às descobertas científicas

Os avanços do AI co-scientist foram validados com pesquisas em três áreas biomédicas cruciais:

• Reposicionamento de fármacos para leucemia mieloide aguda (LMA): o sistema sugeriu novos usos para medicamentos existentes. Testes confirmaram que os fármacos propostos inibiram a viabilidade tumoral em concentrações clínicas relevantes.
• Descoberta de alvos terapêuticos para fibrose hepática: identificou alvos epigenéticos com potencial antifibrótico significativo, validados por experimentos com organoides hepáticos humanos.
• Mecanismos de resistência antimicrobiana: ao explorar transferência de genes bacterianos, a IA propôs hipóteses que posteriormente foram verificadas em laboratório por pesquisadores.

Impacto da IA na ciência

A aplicação do AI co-scientist indica que IAs podem não apenas organizar informações, mas também contribuir ativamente para novas descobertas. Para mensurar a precisão de suas previsões, o Google implementou um sistema de autoavaliação chamado Elo metric, baseado em um modelo competitivo de ranking. Estudos iniciais mostraram que hipóteses com pontuações mais altas tinham maior probabilidade de serem corretas.

Limitações e perspectivas futuras

Apesar dos avanços, o AI co-scientist enfrenta desafios, como aprimoramento na verificação de fatos, integração com ferramentas externas e maior diversidade de especialistas para avaliação dos resultados.

Para expandir o acesso e permitir que mais pesquisadores colaborem, o Google lançou um Trusted Tester Program, concedendo acesso limitado ao sistema para instituições de pesquisa interessadas.

Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!