Início Ciência e tecnologia 4 maneiras pelas quais a inteligência artificial revelou o inesperado em 2024

4 maneiras pelas quais a inteligência artificial revelou o inesperado em 2024

54
0

Inscreva-se no boletim científico da Wonder Theory da CNN. Explore o universo com notícias sobre descobertas fascinantes, avanços científicos e muito mais.



CNN

Carbonizados até ficarem crocantes, as centenas de pergaminhos antigos e frágeis desmoronariam se alguém tentasse desenrolá-los, e qualquer vestígio de escrita seria quase ilegível. Os pergaminhos de Herculano, como são conhecidos, ainda permanecem fechados, mas graças à poderosa ferramenta que é a inteligência artificial, o seu conteúdo está agora ao nosso alcance.

Usando IA e raios X de alta resolução, um trio de pesquisadores decodificou em 2023 mais de 2.000 caracteres dos pergaminhos enrolados – o feito notável revelado as primeiras passagens completas de papiros que sobreviveram à erupção do Monte Vesúvio em 79 DC.

Os artefatos, recuperados de um edifício que se acredita ter sido a casa do sogro de Júlio César, formam um conjunto de informações sem precedentes sobre a Roma e a Grécia antigas.

Os cientistas da computação que lançaram o Desafio Vesúvio, uma competição criada para acelerar o processo de decifração, esperam que 90% dos quatro pergaminhos sejam desbloqueados até o final de 2024. O principal desafio foi achatar virtualmente os documentos e distinguir a tinta preta da tinta preta. papiros carbonizados para tornar legível a escrita grega e latina.

“A IA está nos ajudando a ampliar a legibilidade das evidências contidas na tinta”, disse Brent Seales, professor de ciência da computação na Universidade de Kentucky, que trabalha para decodificar os pergaminhos há mais de uma década. “A evidência da tinta está aí. Está enterrado e camuflado em toda essa complexidade que a IA destila e condensa.”

O projeto é um exemplo convincente da crescente utilidade da inteligência artificial, que atingiu a maioridade em 2024, com o comité do Nobel a reconhecer pela primeira vez o desenvolvimento e a aplicação da IA ​​na ciência: prêmio de física reconheceu John Hopfield e Geoffrey Hinton por suas descobertas fundamentais em aprendizado de máquina, abrindo caminho para como a inteligência artificial é usada hoje.

Um termo confuso e muitas vezes exagerado, a IA visa imitar as funções cognitivas humanas para resolver problemas e completar tarefas. A inteligência artificial abrange uma série de técnicas computacionais: a utilização de conjuntos de dados para treinar e melhorar algoritmos de aprendizagem automática e permitir-lhes detectar padrões e informar previsões.

Algumas ferramentas de IA pode representar riscos, como sistemas utilizados na contratação, no policiamento e nos pedidos de empréstimo que reproduzem preconceitos, porque podem ser treinados em dados históricos que reflectem ideias preconceituosas, por exemplo, sobre sexo ou raça, que em última análise resultam em discriminação.

A IA transformou o cenário da descoberta científica, com o número de artigos revisados ​​por pares usando ferramentas de IA aumentando acentuadamente desde 2015 e aqueles que usam métodos de IA é mais provável que esteja entre os mais citados. Mais da metade 1.600 cientistas consultados pela Nature esperavam que as ferramentas de IA fossem “muito importantes” ou “essenciais” para a prática da pesquisa. No entanto, a Royal Society do Reino Unido, a academia de ciências mais antiga do mundo, alertou que a natureza de caixa negra de muitas ferramentas de IA está a limitar o reprodutibilidade da pesquisa baseada em IA. Para Seales, porém, é um instrumento poderoso, utilizado com sabedoria, que gerou resultados dramáticos.

“IA é um campo da ciência da computação projetado para tentar resolver problemas de maneiras que pensávamos que apenas os humanos poderiam resolver problemas”, disse Seales. “Penso no tipo de IA que estamos usando como uma espécie de superpoder que permite ver coisas nos dados que com olhos humanos você não seria capaz de ver.”

O Desafio Vesúvio é apenas uma das formas pelas quais o campo em rápida evolução abalou a ciência e revelou o inesperado em 2024. A IA também está a promover a compreensão dos cientistas sobre como os animais comunicam nas profundezas do oceano, ajudando os arqueólogos a encontrar novos locais em terrenos remotos e inóspitos, e resolvendo alguns dos maiores desafios da biologia.

Decodificando a língua das baleias e outras línguas animais

Os investigadores sabem que os cliques enigmáticos feitos pelos cachalotes variam em andamento, ritmo e duração, mas o que os animais dizem com estes sons – produzidos através dos órgãos do espermacete nas suas cabeças bulbosas – permanece um mistério para os ouvidos humanos.

A aprendizagem automática, no entanto, ajudou os cientistas a analisar cerca de 9.000 sequências de cliques gravadas, chamadas codas, que representam as vozes de aproximadamente 60 cachalotes no Mar das Caraíbas. O trabalho poderá um dia possibilitar que os humanos se comuniquem com os animais marinhos.

Os cientistas examinaram o tempo e a frequência das codas nas declarações das baleias solitárias, nos coros e nas trocas de chamadas e respostas entre os gigantes marinhos. Quando visualizados com inteligência artificial, padrões de coda nunca antes vistos surgiram no que os pesquisadores descreveram como semelhantes à fonética na comunicação humana.

O aprendizado de máquina está ajudando os cientistas a decodificar sequências de cliques feitas por cachalotes.

Ao todo, o programa detectou 18 tipos de ritmo (a sequência de intervalos entre os cliques), cinco tipos de andamento (a duração de toda a coda), três tipos de rubato (variações de duração) e dois tipos de ornamentação — um “ clique extra” adicionado no final de uma coda em um grupo de codas mais curtas.

Todas essas características poderiam ser misturadas e combinadas para formar um “enorme repertório” de frases, o cientistas relataram em maio. No entanto, a abordagem tem suas limitações. Embora o aprendizado de máquina seja adepto da identificação de padrões, ele não esclarece o significado.

O próximo passo, de acordo com o estudo, é a experimentação interativa com baleias, juntamente com observações do comportamento das baleias, o que pode ser uma parte importante para desvendar a sintaxe das sequências de cliques dos cachalotes.

A abordagem também poderia ser aplicada a vocalizações de outros animais, disse o Dr.
Brenda McCowan, professora da Escola de Medicina Veterinária Davis da Universidade da Califórnia, disse anteriormente à CNN. Ela não estava envolvida no estudo.

Entretanto, em terra, a inteligência artificial está agora a acelerar a procura de linhas e símbolos misteriosos gravados no solo poeirento do deserto de Nazca, no Peru, que os arqueólogos passaram quase um século a descobrir e documentar.

Muitas vezes visíveis apenas de cima, os pictogramas extensos retratam desenhos geométricos, figuras humanas e até uma orca empunhando uma faca.

Um grupo de pesquisadores liderado por Masato Sakai, professor de arqueologia da Universidade Yamagata, no Japão, treinou um modelo de IA de detecção de objetos com imagens de alta resolução dos 430 símbolos de Nazca mapeados em 2020. A equipe incluiu pesquisadores de Thomas J. Watson da IBM. Centro de Pesquisa em Yorktown Heights, Nova York.

Entre setembro de 2022 e fevereiro de 2023, a equipe testou a precisão de seu modelo no deserto de Nazca, pesquisando os locais promissores a pé e com o uso de drones. Os pesquisadores finalmente “verificaram” 303 geoglifos figurativos, quase dobrando o número conhecido de geoglifos em questão de meses.

Um modelo baseado em IA ajudou os arqueólogos a descobrir muitos outros símbolos misteriosos gravados no deserto de Nazca, no Peru.

O modelo estava longe de ser perfeito. Sugeriu um número impressionante de 47.000 locais potenciais na região desértica, que cobre 629 quilómetros quadrados (243 milhas quadradas). Uma equipe de arqueólogos examinou e classificou essas sugestões, identificando 1.309 locais candidatos com “alto potencial”. Para cada 36 sugestões feitas pelo modelo de IA, os pesquisadores identificaram “um candidato promissor”, segundo o estudo.

No entanto, a IA tem potencial para fazer enormes contribuições para a arqueologia, especialmente em áreas remotas e remotas. terrenos difíceis, como desertosembora os modelos ainda não sejam totalmente precisos, disse Amina Jambajantsan, pesquisadora e cientista de dados do departamento de arqueologia do Instituto Max Planck de Geoantropologia em Jena, Alemanha.

Jambajantsan não esteve envolvido na pesquisa de Nazca, mas usa um modelo de IA para identificar túmulos na Mongólia com base em imagens de satélite.

“O problema é que os arqueólogos não sabem como construir um modelo de aprendizado de máquina e os cientistas de dados, normalmente, não estão realmente interessados ​​em arqueologia porque podem conseguir muito mais dinheiro em outro lugar”, acrescentou Jambajantsan.

Compreender os blocos de construção da vida

Os modelos de IA também estão ajudando os pesquisadores a compreender a vida em menor escala: cadeias de moléculas que formam proteínas, os blocos de construção da vida.

Embora as proteínas sejam construídas a partir de apenas cerca de 20 aminoácidos, estes podem ser combinados de formas quase infinitas, dobrando-se em padrões altamente complexos no espaço tridimensional. As substâncias ajudam a formar células capilares, da pele e dos tecidos; eles leem, copiam e reparam DNA; e ajudam a transportar oxigênio no sangue.

Durante décadas, decodificar essas estruturas 3D tem sido um esforço desafiador e demorado, envolvendo o uso de experimentos de laboratório exigentes e uma técnica conhecida como cristalografia de raios X.

No entanto, em 2018, uma ferramenta revolucionária baseada em IA entrou em cena. A última iteração do banco de dados de estrutura de proteínas AlphaFold, desenvolvido por Demis Hassabis e John Jumper no Google DeepMind em Londres, prevê a estrutura de quase todas as 200 milhões de proteínas conhecidas a partir de sequências de aminoácidos.

Treinado em todas as sequências de aminoácidos conhecidas e estruturas de proteínas determinadas experimentalmente, o banco de dados funciona como uma “pesquisa do Google”. Ele fornece acesso com o toque de um botão a modelos previstos de proteínas, acelerando o progresso na biologia fundamental e em outros campos relacionados, incluindo a medicina. A ferramenta já foi usada por pelo menos 2 milhões de pesquisadores em todo o mundo.

“É realmente um avanço independente resolver um Santo Graal tradicional da físico-química”, disse Anna Wedell, professora de genética médica no Karolinska Institutet, na Suécia, e membro da Real Academia Sueca de Ciências, à CNN depois que Hassabis e Jumper estavam entre os três vencedores do Prêmio Nobel de Química de 2024.

A ferramenta tem alguns limites. As tentativas de aplicar AlphaFold a proteínas baseadas em sequências mutadas, incluindo uma ligada ao cancro da mama precoce, confirmaram que o software não está equipado para prever as consequências de novas mutações em proteínas.

AlphaFold é apenas a mais conhecida de uma série de ferramentas de IA implantadas em campos biomédicos. O aprendizado de máquina está acelerando os esforços para compilar um atlas de cada tipo de célula do corpo humano e descobrir moléculas que se tornam novos medicamentos, incluindo um tipo de antibiótico que pode funcionar contra uma bactéria resistente a medicamentos particularmente ameaçadora.

Mindy Weisberger e Taylor Nicioli contribuíram para este relatório

Fonte