Frases simples reduzem ensaios de IA em catalisadores, em simulação

Um químico escreve uma frase simples no sistema: «Aumentar a temperatura melhora o rendimento.» Na mesma sessão, a IA já alterou a ordem pela qual testa as condições. Este é o cerne de uma nova estrutura do Instituto de Investigação de Tecnologia Química da Coreia (KRICT), descrita pela equipa do Dr. Gwang-Noh Ahn como uma forma de permitir que os cientistas transmitam diretamente o seu saber-fazer a um laboratório autónomo.

O mecanismo funciona em três etapas. Um grande modelo de linguagem (LLM), o tipo de programa que lê e escreve texto corrente, converte a observação do investigador em informação prévia estruturada e em restrições. Um algoritmo de otimização bayesiana (BO), um método que pondera os resultados anteriores para escolher a experiência seguinte mais promissora, usa essa informação para escolher o ensaio seguinte. Os resultados voltam ao ciclo, e o investigador pode rever as orientações em linguagem natural em qualquer altura. A equipa chama a esta abordagem global otimização com humano no ciclo (HILO). O equipamento automatizado convencional repete procedimentos predefinidos; aqui, é a IA que decide qual é a experiência seguinte.

O risco é óbvio: uma intuição errada pode levar a IA na direção errada. Para o resolver, a equipa acrescentou uma salvaguarda que chama deteção adaptativa da credibilidade dos pesos (AWCD). Compara os conselhos com os dados experimentais e, quando se acumulam provas contraditórias suficientes, desliga a informação prévia enganadora e regressa a uma pesquisa exclusivamente baseada nos dados. Em testes com orientações deliberadamente incorretas, os métodos convencionais não conseguiram encontrar as condições ótimas, ao passo que a nova estrutura detetou o erro e recuperou o desempenho. Quando o conselho está correto, a AWCD mantém-no ativo.

Os ganhos divulgados são de cerca de 30 para menos de 10 pesquisas na reação de Ugi, e de cerca de 20 para três a cinco pesquisas no compósito P3HT-CNT. A equipa estima que o efeito é comparável a ter cerca de 40 pontos de dados experimentais disponíveis antecipadamente, o que poderia poupar cerca de 20 dias de exploração inicial em experiências com catalisadores que demoram meio dia ou mais por ensaio. Trata-se de experiências virtuais baseadas em dados reais, não de ensaios num robô físico, e a equipa afirma que ainda tem de validar o sistema em equipamento físico de laboratório autónomo. Não é indicada nenhuma data para esse trabalho.

Para um grupo de investigação, o benefício imediato seria haver menos ensaios desperdiçados em áreas dispendiosas, como os catalisadores e os novos materiais, onde a equipa espera que a abordagem reduza o tempo e os custos de desenvolvimento. Como a orientação é escrita em linguagem corrente, um químico sem competências de programação poderia dirigir a pesquisa, e uma interface interativa chamada Co-Scientist, que a equipa disponibilizou, permite mudar de direção durante uma otimização. Se isto se confirmar em equipamento real e em problemas muito distantes das duas reações testadas, é o que as próximas experiências vão decidir.