Um sistema orientado por inteligência artificial aprendeu autonomamente sobre certas reações químicas ganhadoras do Prêmio Nobel e projetou um procedimento laboratorial bem-sucedido para produzi-las.
Por National Science Foundation com informações de Science Daily.
Em menos tempo do que você levará para ler este artigo, um sistema baseado em inteligência artificial foi capaz de aprender de forma autônoma sobre certas reações químicas ganhadoras do Prêmio Nobel e projetar um procedimento laboratorial bem-sucedido para produzi-las. A IA fez tudo isso em apenas alguns minutos – e acertou em cheio na primeira tentativa.
“Esta é a primeira vez que uma inteligência não orgânica planejou, projetou e executou esta reação complexa que foi inventada por humanos”, diz Gabe Gomes, químico e engenheiro químico da Universidade Carnegie Mellon, que liderou a equipe de pesquisa que montou e testou o sistema baseado em IA. Eles apelidaram sua criação de “Coscientista”.
As reações mais complexas realizadas pelo Coscientist são conhecidas na química orgânica como acoplamentos cruzados catalisados por paládio, que valeram aos seus inventores humanos o Prêmio Nobel de Química de 2010 em reconhecimento ao papel descomunal que essas reações passaram a desempenhar no processo de desenvolvimento farmacêutico e em outras indústrias que use moléculas exigentes à base de carbono.
Publicadas na revista Nature, as habilidades demonstradas do Coscientist mostram o potencial dos humanos para usar a IA de forma produtiva para aumentar o ritmo e o número de descobertas científicas, bem como melhorar a replicabilidade e a confiabilidade dos resultados experimentais. A equipe de pesquisa de quatro pessoas inclui os estudantes de doutorado Daniil Boiko e Robert MacKnight, que receberam apoio e treinamento do Centro da Fundação Nacional de Ciência dos EUA para Síntese Quimioenzimática da Universidade Northwestern e do Centro NSF para Síntese Assistida por Computador da Universidade de Notre Dame, respectivamente. .
“Além das tarefas de síntese química demonstradas por seu sistema, Gomes e sua equipe sintetizaram com sucesso uma espécie de parceiro de laboratório hipereficiente”, disse o Diretor da Divisão de Química da NSF, David Berkowitz. “Eles juntaram todas as peças e o resultado final é muito mais do que a soma das partes – pode ser usado para fins científicos genuinamente úteis.”
Unindo o Coscientista
Os principais softwares e peças baseadas em silício do Coscientist são os grandes modelos de linguagem que compõem seus “cérebros” artificiais. Um grande modelo de linguagem é um tipo de IA que pode extrair significado e padrões de grandes quantidades de dados, incluindo texto escrito contido em documentos. Por meio de uma série de tarefas, a equipe testou e comparou vários modelos de linguagem grande, incluindo GPT-4 e outras versões dos modelos de linguagem grande GPT feitos pela empresa OpenAI.
O Coscientist também foi equipado com vários módulos de software diferentes que a equipe testou primeiro individualmente e depois em conjunto.
“Tentamos dividir todas as tarefas possíveis na ciência em pequenos pedaços e depois, peça por peça, construir o quadro geral”, diz Boiko, que projetou a arquitetura geral do Coscientist e suas tarefas experimentais. “No final, juntamos tudo.”
Os módulos de software permitiram que o Coscientist fizesse coisas que todos os químicos pesquisadores fazem: pesquisar informações públicas sobre compostos químicos, encontrar e ler manuais técnicos sobre como controlar equipamentos robóticos de laboratório, escrever códigos de computador para realizar experimentos e analisar os dados resultantes para determinar o que funcionou e o que não funcionou.
Um teste examinou a capacidade do Coscientist de planejar com precisão procedimentos químicos que, se realizados, resultariam em substâncias comumente usadas, como aspirina, paracetamol e ibuprofeno. Os grandes modelos de linguagem foram testados e comparados individualmente, incluindo duas versões do GPT com um módulo de software que permite usar o Google para pesquisar informações na Internet como um químico humano faria. Os procedimentos resultantes foram então examinados e pontuados com base no fato de terem levado à substância desejada, quão detalhados eram os passos e outros fatores. Algumas das pontuações mais altas foram obtidas pelo módulo GPT-4 habilitado para pesquisa, que foi o único que criou um procedimento de qualidade aceitável para sintetizar o ibuprofeno.
Boiko e MacKnight observaram Coscientist demonstrando “raciocínio químico”, que Boiko descreve como a capacidade de usar informações relacionadas à química e conhecimentos previamente adquiridos para orientar as ações de alguém. Utilizou informações químicas publicamente disponíveis codificadas no formato Simplified Molecular Input Line Entry System (SMILES) – um tipo de notação legível por máquina que representa a estrutura química das moléculas – e fez alterações nos seus planos experimentais com base em partes específicas das moléculas que estava examinando nos dados SMILES. “Esta é a melhor versão possível de raciocínio químico”, diz Boiko.
Outros testes incorporaram módulos de software que permitem ao Coscientist pesquisar e usar documentos técnicos que descrevem interfaces de programação de aplicativos que controlam equipamentos robóticos de laboratório. Esses testes foram importantes para determinar se o Coscientist poderia traduzir seus planos teóricos para sintetizar compostos químicos em código de computador que guiaria os robôs de laboratório no mundo físico.
Traga os robôs
Equipamentos de química robótica de alta tecnologia são comumente usados em laboratórios para sugar, esguichar, aquecer, agitar e fazer outras coisas em pequenas amostras líquidas com precisão exata, repetidas vezes. Esses robôs são normalmente controlados por meio de códigos de computador escritos por químicos humanos que podem estar no mesmo laboratório ou no outro lado do país.
Esta foi a primeira vez que tais robôs foram controlados por código de computador escrito por IA.
A equipe iniciou o Coscientist com tarefas simples que exigiam que uma máquina robótica manipuladora de líquidos dispensasse o líquido colorido em uma placa contendo 96 pequenos poços alinhados em uma grade. Foi dito para “colorir todas as outras linhas com uma cor de sua escolha”, “desenhar uma diagonal azul” e outras tarefas que lembrassem o jardim de infância.
Depois de se formar no manipulador de líquidos 101, a equipe apresentou ao Coscientist mais tipos de equipamentos robóticos. Eles fizeram parceria com o Emerald Cloud Lab, uma instalação comercial repleta de vários tipos de instrumentos automatizados, incluindo espectrofotômetros, que medem os comprimentos de onda da luz absorvida por amostras químicas. O cocientista foi então apresentado a uma placa contendo líquidos de três cores diferentes (vermelho, amarelo e azul) e solicitado a determinar quais cores estavam presentes e onde elas estavam na placa.
Como o Coscientist não tem olhos, ele escreveu um código para passar roboticamente a placa de cores misteriosas para o espectrofotômetro e analisar os comprimentos de onda da luz absorvida por cada parte, identificando assim quais cores estavam presentes e sua localização na placa. Para esta tarefa, os pesquisadores tiveram que dar um empurrãozinho no Coscientist na direção certa, instruindo-o a pensar sobre como diferentes cores absorvem a luz. A IA fez o resto.
O exame final do Coscientist consistiu em reunir os módulos montados e o treinamento para cumprir o comando da equipe de “realizar as reações Suzuki e Sonogashira”, batizadas em homenagem a seus inventores Akira Suzuki e Kenkichi Sonogashira. Descobertas na década de 1970, as reações usam o metal paládio para catalisar ligações entre átomos de carbono em moléculas orgânicas. As reações provaram ser extremamente úteis na produção de novos tipos de medicamentos para tratar inflamações, asma e outras condições. Eles também são usados em semicondutores orgânicos em OLEDs encontrados em muitos smartphones e monitores. As reações inovadoras e os seus amplos impactos foram formalmente reconhecidos com um Prémio Nobel atribuído conjuntamente em 2010 a Sukuzi, Richard Heck e Ei-ichi Negishi.
É claro que o Coscientist nunca havia tentado essas reações antes. Então, como este autor fez ao escrever o parágrafo anterior, ele foi à Wikipedia e os pesquisou.
* Continua após a publicidade.
Grande poder, grande responsabilidade
“Para mim, o momento ‘eureka’ foi vê-lo fazer todas as perguntas certas”, diz MacKnight, que projetou o módulo de software que permite ao Coscientist pesquisar documentação técnica.
O Coscientist procurou respostas predominantemente na Wikipedia, juntamente com uma série de outros sites, incluindo os da American Chemical Society, da Royal Society of Chemistry e outros contendo artigos acadêmicos que descrevem as reações de Suzuki e Sonogashira.
Em menos de quatro minutos, o Coscientist projetou um procedimento preciso para produzir as reações necessárias usando produtos químicos fornecidos pela equipe. Ao tentar realizar seu procedimento no mundo físico com robôs, cometeu um erro no código que escreveu para controlar um dispositivo que aquece e agita amostras líquidas. Sem avisar os humanos, o Coscientist detectou o problema, consultou o manual técnico do dispositivo, corrigiu o código e tentou novamente.
Os resultados estavam contidos em algumas pequenas amostras de um líquido transparente. Boiko analisou as amostras e encontrou as características espectrais das reações de Suzuki e Sonogashira.
Gomes ficou incrédulo quando Boiko e MacKnight lhe contaram o que o Coscientist fez. “Achei que eles estavam brincando comigo”, lembra ele. “Mas eles não estavam. Eles absolutamente não estavam. E foi então que ocorreu que, ok, temos algo aqui que é muito novo, muito poderoso.”
Com esse poder potencial vem a necessidade de usá-lo com sabedoria e de se proteger contra o uso indevido. Gomes diz que compreender as capacidades e limites da IA é o primeiro passo na elaboração de regras e políticas informadas que possam prevenir eficazmente utilizações prejudiciais da IA, sejam elas intencionais ou acidentais.
“Precisamos ser responsáveis e cuidadosos sobre como essas tecnologias são implantadas”, diz ele.
Gomes é um dos vários pesquisadores que fornecem aconselhamento e orientação especializada para os esforços do governo dos EUA para garantir que a IA seja usada com segurança, como a ordem executiva da administração Biden de outubro de 2023 sobre o desenvolvimento de IA.
Acelerando a descoberta, democratizando a ciência
O mundo natural é praticamente infinito em tamanho e complexidade, contendo descobertas incalculáveis à espera de serem descobertas. Imagine novos materiais supercondutores que aumentem drasticamente a eficiência energética ou compostos químicos que curem doenças de outra forma intratáveis e prolonguem a vida humana. E, no entanto, adquirir a educação e a formação necessárias para alcançar esses avanços é uma jornada longa e árdua. Tornar-se um cientista é difícil .
Gomes e a sua equipa encaram sistemas assistidos por IA como o Coscientist como uma solução que pode colmatar a lacuna entre a vastidão inexplorada da natureza e o fato de que cientistas treinados são escassos – e provavelmente sempre serão.
Os cientistas humanos também têm necessidades humanas, como dormir e ocasionalmente sair do laboratório. Considerando que a IA guiada por humanos pode “pensar” o tempo todo, revirando metodicamente cada pedra proverbial, verificando e verificando novamente seus resultados experimentais quanto à replicabilidade. “Podemos ter algo que pode funcionar de forma autônoma, tentando descobrir novos fenômenos, novas reações, novas ideias”, diz Gomes.
“Você também pode diminuir significativamente a barreira de entrada para basicamente qualquer área”, diz ele. Por exemplo, se um biólogo sem formação em reações de Suzuki quisesse explorar a sua utilização de uma nova forma, poderia pedir ao Coscientist que o ajudasse a planear experiências.
“É possível ter esta democratização massiva de recursos e compreensão”, explica ele.
Existe um processo iterativo na ciência de tentar algo, falhar, aprender e melhorar, que a IA pode acelerar substancialmente, diz Gomes. “Isso por si só será uma mudança dramática.”
Fonte da história:
Materiais fornecidos pela National Science Foundation . Original escrito por Jason Stoughton. Nota: O conteúdo pode ser editado quanto ao estilo e comprimento.
Referência do periódico :
Daniil A. Boiko, Robert MacKnight, Ben Kline, Gabe Gomes. Autonomous chemical research with large language models. Nature, 2023; 624 (7992): 570 DOI: 10.1038/s41586-023-06792-0
