IA científica além dos grandes datasets

A comunidade científica está otimista com o potencial da IA após o Nobel atribuído ao AlphaFold da Google DeepMind em 2024, mas especialistas alertam que este modelo bem-sucedido depende de condições muito raras. AlphaFold treinou em 170 mil estruturas de proteínas do Protein Data Bank, um repositório construído ao longo de 53 anos com investimento estimado em 21 bilhões de dólares. Reproduzir essas condições noutras disciplinas científicas levaria décadas. Além disso, a maioria dos dados científicos é intrinsecamente inconsistente — culturas celulares evoluem, reagentes têm impurezas, condições ambientais variam — impossibilitando a criação de datasets padronizados e à escala necessária para treinar redes neuronais modernas. O verdadeiro catalisador para acelerar a descoberta científica virá através de agentes de IA, não através de abordagens baseadas em dados massivos.