Sistema Alexa original (Amazon), que serve inspiração
ao lançamento de um sistema equivalente para a química
Tyler McQuade, professor no Departamento de Engenharia Química e de Ciências da Vida da Faculdade de Engenharia da Virginia Commonwealth University (EUA), é o pesquisador principal de um projeto de várias universidades que se propõe usar inteligência artificial para ajudar os cientistas a encontrar a molécula perfeita para tudo, desde um champô melhor a revestimentos em microchips avançados.
(...) Adam Luxon, estudante de doutoramento do mesmo departamento, envolvido desde o início, explica da seguinte maneira: "Queremos essencialmente construir a Alexa da química".
Tal como a Amazon, Google e Netflix usam algoritmos de dados para sugerir previsões personalizadas, a equipa planeia criar uma plataforma e uma rede de conhecimento aberta que possam combinar e ajudar os utilizadores a entender os dados das ciências moleculares extraídos de uma ampla variedade de fontes, incluindo academia, indústria e governo.
(...) Atualmente, não existe uma rede partilhada ou portal central onde cientistas e engenheiros moleculares possam aproveitar as ferramentas de inteligência artificial e ciência de dados para construir modelos para atender às suas necessidades.
Tyler McQuade, investigador principal do projeto.
Além disso, embora os cientistas tenham sido capazes de descrever os elementos que compõem uma molécula, a disposição espacial dos átomos e quais as propriedades dessa molécula (como seu ponto de fusão), não existe uma maneira padrão de representar - ou prever - o desempenho molecular.
A equipa deste projeto tem como objetivo preencher essas lacunas, promovendo o conceito de "impressão molecular". Os colaboradores criarão um novo sistema que representa moléculas combinando cálculos que incluem geometria e química quântica num único formato que pode ser "aprendido" por uma máquina.
Eles desenvolverão uma plataforma central para recolher dados, criar essas impressões moleculares e desenvolver algoritmos para minerar os dados, e desenvolverão ferramentas de aprendizado de máquina para criar modelos de previsão de desempenho.
Segundo Carol A. Parish, professor de química na mesma instituição, “A capacidade de calcular propriedades moleculares usando técnicas computacionais e de combinar esses dados com medições experimentais gerará bancos de dados que produzirão os resultados mais abrangentes nas ciências moleculares.
A resposta inicial à sua ideia por parte de possíveis parceiros foi forte. A equipa coletou mais de uma dúzia de cartas de grandes corporações, como Dow e Merck, expressando interesse em participar. Também incluídos no projeto estão o Laboratório Nacional de Idaho e o Laboratório Nacional de Argonne, além de organizações nacionais de engenharia química e química.
McQuade conclui dizendo que os engenheiros químicos das principais indústrias, incluindo produtos de consumo e produtores de petróleo e gás, despendem muito esforço realizando experiências para identificar e validar as moléculas que desejam usar, tal como encontrar o melhor aditivo de champô que não faça os bebés chorarem. "A capacidade de projetar as propriedades desejadas ainda é mais arte do que ciência."
_____
Fonte: Virginia Commonwealth University (EUA)