Algoritmo criado pelo Alibaba vence humanos em teste de compreensão visualSistema inovador pode ajudar humanos a vencerem máquinas no xadrez novamente
Vikas Nanda é chefe do Centro de Biotecnologia e Medicina Avançada (CABM) da Universidade Rutgers, nos Estados Unidos. Ele é especialista em examinar padrões distintos de aminoácidos durante a formação das proteínas, determinando se elas podem se tornar compostos como hemoglobina ou colágeno. “Minha experiência é na automontagem de proteínas que se agrupam para formar diferentes estruturas, por isso eu me tornei o candidato perfeito para testar a inteligência artificial. Um especialista humano tem conhecimento instintivo e informações abrangentes sobre design, enquanto a IA possui recursos preditivos baseados em conjunto de dados e programação”, explica Nanda.
Competição acirrada
Durante os testes, os pesquisadores queriam ver se o ser humano ou a máquina fariam um trabalho melhor do que o outro na previsão de sequências de proteínas. Além disso, eles pretendiam verificar se o professor ou a inteligência artificial poderiam combinar uma sequência de proteínas com mais sucesso trabalhando em conjunto. Em uma lista de proteínas, Nanda e outros cinco colaboradores tinham que prever quais seriam automontadas. A IA recebeu a mesma tarefa para fazer suas suposições. Os participantes humanos previram que 11 proteínas se auto-organizariam, enquanto o programa de computador de IA disse que seriam nove. “No geral, os especialistas humanos estavam corretos em seis das 11 proteínas que selecionaram, e o computador de IA estava certo em seis das nove proteínas escolhidas, portanto, superando os pesquisadores que preferiram alguns aminoácidos em detrimento de outras proteínas, levando a resultados errôneos”, acrescenta Nanda.
Automontagem de proteínas
Os pesquisadores escolheram o sistema de automontagem de proteínas como base para o teste porque eles acreditam que entender completamente esse conceito pode ajudar no desenvolvimento de vários produtos para uso médico e industrial, como tecido humano artificial para tratar machucados e queimaduras. Atualmente, os cientistas são incapazes de explicar a razão pela qual as proteínas se automontam para formar superestruturas. Às vezes, elas apresentam esse comportamento para seguir um layout específico, como criar uma proteção para um vírus. Em outras, é como se algo desse errado, formando estruturas associadas a doenças como Alzheimer e anemia falciforme. “Esse teste serviu para entendermos que o aprendizado de máquina é uma ferramenta tão importante como qualquer outra. No futuro, um programa de inteligência artificial pode nos ajudar a identificar proteínas que se automontam, levando a novas descobertas e curas para certas doenças, encerra o professor Vikas Nanda.
