Uma nova ferramenta está mudando drasticamente a cara da pesquisa química - a inteligência artificial. Em um novo artigo publicado em Natureza , pesquisadores analisam o rápido progresso no aprendizado de máquina para as ciências químicas.

Quase todo avanço tecnológico na história da humanidade é acompanhado pela descoberta ou desenvolvimento de novos materiais, da mistura de cobre e zinco para formar o bronze à fabricação de microchips de silício de alta qualidade que alimentam a tecnologia digital.

Projetar materiais para uma demanda específica é uma tarefa incompreensível; uma mistura e combinação aleatória de blocos de construção atômicos poderia produzir qualquer um de um número infinito de compostos possíveis. Historicamente, a descoberta de materiais envolveu uma combinação de acaso, intuição, e tentativa e erro - mas tudo isso poderia mudar graças à inteligência artificial.

Uma equipe internacional de cientistas do Reino Unido e dos EUA, incluindo Ph.D. estudante Daniel Davies do Centro de Tecnologias Químicas Sustentáveis ​​e Departamento de Química, publicou uma revisão sobre o potencial crescente do aprendizado de máquina para projetos químicos.

Daniel disse:"O aprendizado de máquina é um ramo da inteligência artificial em que os computadores são programados aprendendo a partir dos dados. Esses métodos já existem há algum tempo, usado extensivamente pelo Google, Yahoo, Amazon etc, para publicidade direcionada, tradução e filtragem de spam, por exemplo.

"Mais recentemente, eles estão sendo usados ​​para desenvolver a tecnologia de carros autônomos e de robôs semelhantes aos humanos. Eles estão apenas sendo aplicados em grande escala às ciências físicas e têm enormes implicações para o papel que os computadores desempenham na ciência. Na verdade , o uso de 'big data' e inteligência artificial tem sido referido como a quarta revolução industrial ou o quarto paradigma da ciência. O aprendizado de máquina agora está sendo usado para acelerar o processo científico, projetar materiais e moléculas cruciais de que precisamos para o desenvolvimento sustentável, mais rapidamente.

"O objetivo principal do artigo é explicar onde o aprendizado de máquina está começando a enfrentar desafios específicos na pesquisa molecular e de materiais que simplesmente não podem ser resolvidos sem ele. Também identificamos algumas barreiras importantes que precisam ser superadas a seguir. Por exemplo, encontrar maneiras nas quais produtos químicos e compostos são representados para computadores que apenas "pensam" em 1s e 0s, é um grande desafio.

"Nosso resumo final é:'À medida que os cientistas adotam a inclusão do aprendizado de máquina com design orientado por estatísticas em seus programas de pesquisa, o número de aplicativos está crescendo a uma taxa extraordinária. Esta nova geração de ciência computacional, apoiado por uma plataforma de ferramentas de código aberto e compartilhamento de dados, tem o potencial de revolucionar o processo de descoberta molecular e de materiais. ' Acho que isso reflete bem a mensagem para levar para casa:prevemos que essa área se tornará parte integrante do método científico - não apenas uma área separada de pesquisa. "

Os humanos sempre desfrutaram de capacidades de raciocínio e intuição que excedem em muito as das máquinas. Mas os cientistas agora estão começando a se voltar para soluções conduzidas por inteligência artificial para acelerar seus próprios processos de descoberta e otimização de materiais.

Dr. Keith Butler da ISIS Neutron and Muon Source, autor principal da revisão, disse:"Em abordagens computacionais tradicionais, o computador é pouco mais que uma calculadora, empregando um algoritmo codificado fornecido por um especialista humano. Por contraste, o desempenho das técnicas de aprendizado de máquina melhora ao ver mais e mais exemplos reais. "

O aprendizado de máquina e a inteligência artificial oferecem a possibilidade de treinar computadores usando as propriedades de materiais que já conhecemos, para ajudar a identificar os sistemas campeões do futuro. As abordagens de inteligência artificial consideram todos os dados disponíveis igualmente e encontram tendências que um pesquisador humano pode perder devido ao viés em relação a uma determinada interpretação.

Mas o que está impulsionando o progresso neste campo? Um fator importante para a explosão da inteligência artificial na química é o crescimento dos bancos de dados de código aberto.

"Isso é particularmente empolgante no contexto de uma instalação como a ISIS, onde produzimos grandes quantidades de dados, estamos sentados em uma mina de ouro de dados e agora estamos começando a ser capazes de aproveitar isso, "acrescentou o Dr. Butler.