Todo mundo lembra do AlphaFold como aquele momento em que a IA “resolveu” a biologia. Prêmio Nobel, manchete em todo lugar, e um exemplo perfeito de como um modelo bem treinado consegue prever a estrutura de proteínas em segundos. Só que tem um detalhe que passa batido: o AlphaFold só existe porque alguém gastou 53 anos e cerca de US$ 21 bilhões montando um banco de dados com 170 mil estruturas validadas em laboratório. Isso é raríssimo de repetir em outras áreas da ciência.
É esse o argumento de Eric Schmidt, ex-CEO do Google, e Suhas Mahesh, da Schmidt Sciences, num artigo de opinião publicado hoje. A ideia central: se você não tem esse tipo de dataset gigante e caríssimo, IA de agentes pode ser um caminho mais realista do que treinar um modelo especialista do zero.
Modelar o processo, não só a resposta
A diferença prática é essa: ferramentas como o AlphaFold são especialistas em uma pergunta muito específica. Agentes, por outro lado, funcionam mais como um pesquisador júnior incansável, testando hipóteses, ajustando o experimento seguinte com base no resultado anterior, repetindo o ciclo de tentativa e erro que qualquer cientista faz no dia a dia. Não é uma forma nova de fazer ciência, é simular digitalmente como a descoberta já acontece na prática.
Faz sentido pra mim: a maior parte da ciência não tem 53 anos e bilhões de dólares disponíveis. Se agentes conseguem reduzir esse gargalo, a promessa é acelerar áreas inteiras que nunca teriam recursos pra montar um dataset do tamanho do AlphaFold.
O resto do noticiário tech de hoje
- Um novo data center da Amazon no Texas tem permissão para liberar até 33 milhões de toneladas de CO2 por ano e pode se tornar a instalação mais poluente dos EUA, com uma usina a gás de até 7,65 gigawatts operando fora da rede elétrica.
- A OpenAI pausou o desenvolvimento do modelo Astra depois que testes mostraram que ele conseguia lançar ataques cibernéticos de forma autônoma.
- Um relatório de segurança aponta que hackers ligados à Coreia do Norte, do grupo Kimsuky, já usam ferramentas de IA em campanhas de spear-phishing.
- Fabricantes chineses controlam 97% dos embarques globais de robôs humanoides, com o volume mais que triplicando em um ano.
Dá pra ver um padrão comum passando por essas notícias: a infraestrutura de IA fica mais pesada (e mais poluente), os riscos de segurança crescem junto com a capacidade dos modelos, e a corrida por hardware físico, como robôs, já tem líder definido. A ciência tentando fazer mais com menos dados é só mais um capítulo da mesma história: a IA está deixando de ser só sobre modelo grande e virando sobre onde e como ela é aplicada.