A inteligência artificial deixou de ser apenas uma ferramenta para automatizar rotinas ou gerar textos há muito tempo. Hoje, ela está sendo ativamente implementada em pesquisas científicas fundamentais: desde a criação de estruturas proteicas para o desenvolvimento de novos medicamentos até a previsão de anomalias climáticas. As tecnologias de aprendizado de máquina já forçaram a comunidade científica a repensar uma série de verdades, aparentemente inquestionáveis à primeira vista.
Aqui estão cinco estereótipos científicos-chave que foram refutados ou significativamente corrigidos graças à aplicação da IA.
1. Visão computacional: não é apenas prerrogativa de seres vivos
Por muito tempo, prevaleceu na comunidade científica a opinião de que a capacidade não apenas de "ver", mas também de reconhecer padrões é exclusiva de organismos vivos. A situação mudou em 2012, quando a rede neural AlexNet foi apresentada na conferência NeurIPS. Treinada em 1,3 milhão de imagens de alta resolução do banco de dados ImageNet, ela fez um avanço na área de visão computacional, provando que as máquinas são capazes de classificar dados visuais com alta precisão. Este trabalho lançou as bases para tecnologias modernas, como o desbloqueio de smartphones por reconhecimento facial, e mostrou que a percepção visual não é uma função biológica única.
2. Lógica e matemática: IA no nível de um campeão olímpico
Raciocínios lógicos complexos e provas de teoremas eram tradicionalmente considerados um teste de habilidades humanas excepcionais, uma espécie de "filtro" para encontrar jovens talentos matemáticos. No entanto, em janeiro de 2024, uma equipe de pesquisadores do Google apresentou o sistema AlphaGeometry, que resolveu 25 das 30 tarefas geométricas complexas dentro do tempo padrão de olimpíadas. Para comparação: algoritmos anteriores conseguiam resolver apenas 10 tarefas, e a pontuação média de um medalhista de ouro humano nas olimpíadas internacionais de matemática é de 25,9 pontos. Esta conquista, publicada na conceituada revista Nature, provou que a IA é capaz de raciocínios lógicos profundos.
3. Botânica: o clima nem sempre determina o tamanho das folhas
Na biologia, existia uma regra estabelecida segundo a qual as plantas em climas úmidos (por exemplo, em florestas tropicais) têm folhas maiores do que as mesmas espécies em regiões áridas. No entanto, um estudo de cientistas australianos, realizado com o uso de visão computacional, refutou este axioma no nível das espécies. Após analisar milhares de espécimes digitalizados do Herbário Nacional de Nova Gales do Sul, os especialistas descobriram que, para o bordo-negundo, o tamanho das folhas depende mais da troca genética com outras populações do que da temperatura ou quantidade de precipitação. Esta descoberta muda as abordagens para a conservação de espécies raras de plantas em face das mudanças climáticas globais.
4. Biologia evolutiva: a extinção nem sempre é seguida por um florescimento
É amplamente aceito que, após extinções em massa (como no caso dos dinossauros), os nichos ecológicos liberados são rapidamente preenchidos por novas espécies, o que leva inevitavelmente a um boom biológico. Em 2020, pesquisadores britânicos e americanos aplicaram aprendizado de máquina para analisar mais de 1 milhão de descrições de fósseis, abrangendo 170 mil espécies. Os resultados mostraram a ausência de uma relação causal direta entre extinções em massa e o subsequente crescimento explosivo da biodiversidade, o que exigiu uma séria revisão de uma das principais teorias evolutivas.
5. Criminologia: impressões digitais de uma pessoa podem ser semelhantes
A crença na singularidade absoluta das impressões digitais de cada pessoa (e até mesmo de diferentes dedos na mesma mão) está na base da biometria e da criminologia modernas. No entanto, em janeiro de 2024, cientistas da Universidade de Columbia questionaram essa premissa. Ao treinar um modelo de IA em 60 mil impressões digitais reais e 500 mil sintéticas, eles descobriram que as impressões digitais de diferentes dedos da mesma pessoa têm semelhanças significativas. Ao contrário dos criminologistas, que prestam atenção às ramificações das linhas, a rede neural identificou marcadores novos e anteriormente não considerados: a curvatura e a inclinação das espirais. Esta descoberta pode aumentar a precisão da perícia médico-legal em quase duas ordens de magnitude e simplificar a autenticação biométrica em dispositivos do futuro.
Conclusão: O futuro da pesquisa científica
A inteligência artificial não substitui o cientista, mas se torna seu aliado mais poderoso. Ela é capaz de processar conjuntos de dados que são insuportáveis para a percepção humana e formular hipóteses não triviais sobre a reação das células ou a eficácia das vacinas. Embora os modelos modernos ainda estejam sujeitos a vieses incorporados nas amostras de treinamento, a trajetória de desenvolvimento das tecnologias indica que, nas próximas décadas, as descobertas científicas mais significativas serão feitas em um dueto entre humanos e inteligência artificial.
