É Dessa Forma Que AI Vai Acelerar em 50 Anos
Sempre falo nos círculos de conversa que vamos viver para presenciar a humanidade tendo a capacidade de vida de até 200 anos. Em 10 anos iremos ver o avanço científico do que teríamos que esperar acon
Vários artigos já foram listados aqui mostrando como algumas aplicações em ciências evoluíram mais rápido devido o envolvimento de inteligência artificial na pesquisa. Mas, talvez uma coisa menos lógica seja explicar como a descoberta científica e a modelagem de AI trabalham em conjunto. E é isso que vou tentar explicar brevemente hoje.
Poucos meses atrás saiu uma notícias de que a DeepMind - empresa de AI do Google - conseguiu resolver o problema de descobrir a forma 3D de proteínas. E vou usar isso como base da explicação por alguns motivos:
As proteínas são os blocos de construção da vida, responsáveis pela maior parte do que acontece dentro das células;
A capacidade de prever com precisão as estruturas das proteínas a partir de sua sequência de aminoácidos aceleraria muito os esforços para entender os blocos de construção das células e permitiria a descoberta de medicamentos mais rápida e avançada;
É possível medir o impacto direto da velocidade de AI nesse campo de pesquisa.
Há muitos anos atrás um programa, quase num formato de competição, foi criado para tentar dar mais escala ao processo de descobrimento da estrutura 3D das proteínas, mas mesmo depois de anos, os resultados do estudo andaram de lado. A partir de 2018, com a introdução do AlphaFold da DeepMind, perceba o início do crescimento da média de descobertas. É disso que estamos falando, e agora vamos entender como isso é possível.
Uma forma de explicar como a DeepMind encarou esse problema é justamente pensando no histórico de jogos que eles tem, além do famoso AlphaGo, eles também bateram vários outros algoritmos de jogos, como os famosos de Xadrez. Para fazer a tecnologia deles aprenderem, eles criam um modelo de aprendizado que é como se jogasse consigo mesmo, e simula-se esses vários padrões. Por causa disso, os jogos com DeepMind costumam ser mais bonitos de se ver, pois não são apenas fórmulas matemáticas, e sim um constante balanço entre fórmula e contra-peso, considerando fatores gerais no jogo.
Trazendo para a ciência, é como se o AlphaFold olha-se para esse problema como um jogo de quebra-cabeças, e ele experimenta continuamente formas diferentes de conciliar moléculas com sua estrutura em 3D, tentando decifrar os tipos diferentes de peças do quebra-cabeças e como eles geralmente se montam. Por não ser uma análise combinatória normal, o AlphaFold consegue levar em consideração outros elementos como limitações físicas e espaciais de como uma molécula se curvaria.
Em um jogo de Xadrez, grandes mestres pensam geralmente centenas de movimentos. Um algoritmo centenas de milhares de combinações. Mas, uma ferramenta como essas que falamos conseguem ser eficientes fazendo apenas dezenas de milhares de movimentos, se aproximando mais da eficiência humana, mas com poder computacional.
Esse não é o destino, esse é o início de uma tecnologia que já se provou promissora.
Acontecendo no Mundo
A Armadilha de Bilhões
Trapview é o nome da nova aposta para acabar com as pestes que atacam milhares de plantações ao redor do mundo, gerando um problema estimado em 220 bilhões de dólares. O que ela faz? Usa AI para detectar o tipo de praga presente na plantação e com cruzamento de dados manda informação para fazendeiros poderem saber a localização e o tamanho do problema.
Resolvendo Trânsito Pra Tanta Gente
Existe um tipo de trânsito conhecido como “congestionamento fantasma” que é quando os carros geram um lugar de parada, sem nenhum problema aparente, mas pela falta de habilidade ao volante ou velocidade de tempo de resposta na frenagem e aceleração. Esse projeto está criando um modelo que pode ajustar automaticamente a velocidade de carros independentes e gerar um impacto no geral.
Empresas
TikTok Liberou a Lógica de Recomendação
O segredo do feed viciante de vídeos do TikTok foi revelado em um artigo recente compartilhado pelo time do TikTok. Várias idéias de preocupações e parâmetros levados em consideração estão no artigo. Fiquei pensando aqui se esse artigo compartilhado já não é o início da China que havia dito que começaria a obrigar as empresas locais a explicarem seus algoritmos.
Tem Gente Que Só Aprende Vendo
A OpenAI treinou um modelo que joga Minecraft apenas assistindo a vídeos de outros jogadores. O negócio é importante porque hoje para treinar modelos assistindo vídeos é preciso fazer notações de todo o vídeo, basicamente explicando o que cada parte do vídeo faz.
Lei de Moore com AI
Muita gente tem falado que a Lei de Moore está em cheque com a incapacidade de dobrar o poder de processamento de hardware criados. No entanto talvez o próximo nível de otimização esteja a nossa disposição via Software com AI. A Nvidia está otimizando suas placas gráficas com um modelo 500% melhor, que otimiza a renderização de imagens. Meu olho não treinado não viu diferença nenhuma, mas se o computador não esquentar, tá valendo!
Interessante, E Também Relacionado
Quem Vai Levar a Copa?
Pois é, em tempos de AI, não dá mais para ficar apostando no vento nos bolões da vida. E depois de 100 mil simulações, um modelo acredita que consegue prever o final dessa copa. E aí? Quem paga para ver?