Cientistas do Laboratório de Realidades Intangíveis (IRL) da Universidade de Bristol e da ETH Zurich usaram algoritmos de realidade virtual e inteligência artificial para aprender os detalhes da mudança química.

Em um artigo de capa publicado hoje em The Journal of Physical Chemistry , pesquisadores da Universidade de Bristol e da ETH Zurich descrevem como estruturas avançadas de interação e visualização usando realidade virtual (RV) permitem que os humanos treinem algoritmos de aprendizado de máquina e acelerem a descoberta científica.

A equipe descreve seu trabalho projetando uma estrutura de software de VR de código aberto de última geração que pode realizar cálculos de mecânica quântica 'on-the-fly'.

Ele permite que cientistas pesquisadores explorem modelos físicos sofisticados de rearranjos moleculares complexos que envolvem a formação e a quebra de ligações químicas, a primeira vez que a realidade virtual foi usada para permitir tal coisa.

A equipe usou seu sistema VR interativo para 'ensinar' química quântica para redes neurais.

Autora principal Silvia Amabilino, que trabalha entre o IRL e o Centro de Química Computacional de Bristol, disse "Gerar conjuntos de dados para ensinar química quântica para máquinas é um desafio de longa data.

"Nossos resultados sugerem que a intuição humana, combinado com VR, pode gerar dados de treinamento de alta qualidade, e, assim, melhorar os modelos de aprendizado de máquina. "

Coautor, Dr. Lars Bratholm, quem trabalha entre o IRL, o Centro de Química Computacional, e a Escola de Matemática acrescentou:"Para a maioria dos fluxos de trabalho computacionais científicos, o gargalo é o poder de processamento. Mas o aprendizado de máquina criou um cenário em que o novo gargalo é a capacidade de gerar dados de alta qualidade rapidamente. "

O pesquisador da Royal Society, Dr. David Glowacki, que chefia o IRL no Departamento de Ciência da Computação e na Escola de Química de Bristol, disse:"Ferramentas imersivas como a RV fornecem um meio eficiente para os humanos expressarem percepções científicas e de design de alto nível. Pelo que sabemos, este trabalho representa a primeira vez que uma estrutura de RV foi usada para gerar dados para treinar uma rede neural. "

A ascensão do aprendizado de máquina e da automação na ciência e na sociedade levou a questões importantes quanto ao tipo de futuro científico que deveríamos estar conscientemente trabalhando para projetar nas próximas décadas. Narrativas de nosso futuro emergente muitas vezes consideram a automação o fim último, e às vezes não está claro onde o humano se encaixa.

O professor Markus Reiher da ETH acrescentou:"Este trabalho mostra que as estruturas de visualização e interação avançadas como VR e AR permitem que os humanos complementem as abordagens de aprendizado de máquina automatizado e aceleram a descoberta científica.

"O artigo oferece uma visão interessante de como a ciência pode evoluir em um futuro próximo, onde os humanos concentram seus esforços em como treinar máquinas de forma eficaz. "