Os pesquisadores da Carnegie Mellon University foram os pioneiros em um sistema artificialmente inteligente, o “Coscientist”, que pode desenvolver de forma autônoma pesquisas e experimentações científicas. Publicado na revista Nature, este sistema inteligente não orgânico, desenvolvido pelo professor assistente Gabe Gomes e pelos estudantes de doutorado Daniil Boiko e Robert MacKnight, é o primeiro a projetar, planejar e executar um experimento químico de forma autônoma.
Utilizando grandes modelos de linguagem (LLMs), como GPT-4 da OpenAI e Claude da Anthropic, Coscientist demonstra uma abordagem inovadora para conduzir pesquisas por meio de uma parceria homem-máquina.
O design do Coscientist permite-lhe realizar diversas tarefas, desde o planeamento de sínteses químicas utilizando dados públicos até ao controlo de instrumentos de manuseamento de líquidos e à resolução de problemas de otimização através da análise de dados previamente recolhidos. Sua arquitetura consiste em vários módulos, incluindo pesquisa na web e documentação, execução de código e automação de experimentos, coordenados por um módulo central chamado ‘Planner’, uma instância de conclusão de chat GPT-4. Esta estrutura permite que o Coscientist opere de forma semi-autônoma, integrando múltiplas fontes de dados e módulos de hardware para tarefas científicas complexas.
“Prevemos que os sistemas de agentes inteligentes para experimentação científica autônoma trarão descobertas tremendas, terapias imprevistas e novos materiais”, escreveu a equipe de pesquisa no artigo. “Embora não possamos prever quais serão essas descobertas, esperamos ver uma nova forma de conduzir pesquisas proporcionada pela parceria sinérgica entre humanos e máquinas.”
As capacidades do sistema foram testadas em diferentes tarefas, demonstrando sua capacidade de planejar e executar experimentos com precisão. Por exemplo, o Coscientist superou outros modelos como GPT-3.5 e Falcon 40B na síntese de compostos, particularmente os complexos como o ibuprofeno e a nitroanilina. Isso destacou a importância do uso de LLMs avançados para um planejamento experimental preciso e eficiente.
Um aspecto fundamental do Coscientist é a sua capacidade de compreender e utilizar documentação técnica, o que sempre foi um desafio na integração de LLMs com automação laboratorial. Ao interpretar documentação técnica, o Coscientist aprimora seu desempenho na automação de experimentos. Esta capacidade foi estendida a um ecossistema robótico mais diversificado, como o Emerald Cloud Lab (ECL), demonstrando a adaptabilidade e o potencial do Coscientist para ampla aplicação científica.
Professor Gabes Gomes. |
De acordo com o artigo de pesquisa, os testes no mundo real do Coscientist envolveram a realização de experimentos usando o Opentrons OT-2, um manipulador de líquidos com uma API Python bem documentada. Através de instruções simples em linguagem natural, o sistema pode executar protocolos precisos e integrar múltiplas ferramentas de hardware, mostrando sua aplicabilidade prática em ambiente de laboratório.
“Além das tarefas de síntese química demonstradas pelo seu sistema, Gomes e sua equipe sintetizaram com sucesso uma espécie de parceiro de laboratório hipereficiente. Eles juntaram todas as peças e o resultado final é muito mais do que a soma de suas partes – pode ser usado para fins científicos genuinamente úteis”, disse o diretor da Divisão de Química da National Science Foundation, David Berkowitz, em um comunicado à imprensa.
Outros assistentes semelhantes baseados em IA foram criados no passado. Um pesquisador do MIT construiu um sistema chamado “CRSEt” que serve como assistente de laboratório, e uma equipe da Universidade de Michigan criou o BacterAI , um sistema que pode mapear o metabolismo de dois micróbios específicos. O que diferencia o Coscientist, no entanto, é a complexidade dos experimentos que ele pode realizar e o fato de exigir significativamente menos supervisão humana em relação a procedimentos e protocolos.
As capacidades de raciocínio do cocientista eram evidentes em sua capacidade de planejar e executar experimentos químicos complexos, como experimentos de acoplamento cruzado catalítico. Ela projetou com sucesso protocolos de trabalho de alto nível usando Python, demonstrando seu potencial em pesquisas científicas avançadas. Esta adaptabilidade foi ainda demonstrada no seu desempenho em várias transformações orgânicas, indicando a sua utilidade na exploração de múltiplas reações químicas.
A equipa está consciente de que o desenvolvimento do Coscientist levanta considerações importantes relativamente ao uso ético e responsável da IA na investigação científica. Embora ofereça um potencial significativo para o avanço da investigação, existem preocupações sobre a segurança e a possibilidade de utilização indevida. Abordar estas preocupações é crucial para aproveitar todo o potencial dos sistemas de IA como o Coscientist na descoberta científica e, ao mesmo tempo, mitigar os riscos.
“Acredito que as coisas positivas que a ciência baseada na IA pode fazer superam em muito as negativas”, disse Gomes. “Mas temos a responsabilidade de reconhecer o que pode dar errado e fornecer soluções e medidas de segurança.”
“Ao garantir o uso ético e responsável destas ferramentas poderosas, podemos continuar a explorar o vasto potencial dos grandes modelos de linguagem no avanço da investigação científica, ao mesmo tempo que mitigamos os riscos associados à sua utilização indevida”, concluíram os autores no artigo de investigação.
Fonte: Thedebrief