Algoritmo treinado a partir de milhões de artigos científicos encontrou conexões que passaram despercebidas pelos seres humanos
Pesquisadores do Lawrence Berkeley National Laboratory utilizaram aprendizado de máquina para fazer descobertas científicas a partir de milhões de artigos científicos antigos. Segundo informações divulgadas na revista Nature, o algoritmo foi capaz de revelar conhecimentos completamente novos.
Chamado de Word2Vec, o algoritmo foi desenvolvido para analisar documentos científicos e captar conexões que passaram despercebidas pelos seres humanos. Como resultado, a máquina realizou previsões sobre possíveis materiais termoelétricos, que convertem calor em energia e são usados em diversas aplicações de aquecimento e resfriamento.
Apesar de não saber a definição de termoelétrica e não ter recebido treinamentos no assunto, o algoritmo foi capaz de sugerir candidatos para futuros materiais, alguns dos quais podem ser melhores do que os usados atualmente. Segundo Anubhav Jain, um dos pesquisadores envolvidos no projeto, o Word2Vec pode ler qualquer artigo sobre ciência dos materiais e fazer conexões que nenhum cientista conseguiria alcançar. “Às vezes faz o que um pesquisador faria; outras vezes faz essas associações interdisciplinares”, disse Jain.
Para treinar o algoritmo, os pesquisadores analisaram a linguagem de 3,3 milhões de resumos relacionados à ciência dos materiais, finalizando o vocabulário com cerca de 500 mil palavras. A partir disso, o aprendizado de máquina foi utilizado para estabelecer as relações entre essas palavras, tornando-se capaz de entender conceitos como a tabela periódica e a estrutura das moléculas.
Outro passo do projeto foi testar o algoritmo em documentos antigos para verificar se ele seria capaz de prever descobertas científicas antes que elas acontecessem. No experimento, os ehttps://itforum-portal.loomi.com.br/wp-content/uploads/2018/07/shutterstock_528397474.webpsos utilizaram apenas artigos publicados antes de 2009. Como resultado, o Word2Vec foi capaz de antever alguns dos melhores materiais termoelétricos modernos quatro anos antes de serem descobertos.
A nova aplicação de aprendizado de máquina vai além da ciência dos materiais. Como o algoritmo não é treinado em um conjunto de dados específico, os pesquisadores podem aplicá-lo a outras disciplinas. “Você poderia usar isso para coisas como pesquisa médica ou descoberta de medicações. A informação está lá fora. Nós apenas não fizemos essas conexões ainda porque as pessoas não conseguem ler todos os artigos”, explicou Vahe Tshitoyan, o principal autor do estudo.
