[Sessões do Paper-club] SciAgents: automatizando a descoberta científica por meio do raciocínio gráfico inteligente de vários agentes

O rápido avanço da inteligência artificial abriu novas fronteiras na descoberta científica, com pesquisadores buscando maneiras de automatizar o complexo processo de geração e validação de hipóteses. No jornal “SciAgents: automatizando a descoberta científica por meio do raciocínio gráfico inteligente de vários agentes“ [1] por Alireza Ghafarollahi e Markus J. Buehler, do Instituto de Tecnologia de Massachusetts, é introduzida uma nova estrutura que utiliza vários agentes de IA para explorar de forma autônoma domínios científicos, identificar padrões complexos e descobrir conexões nunca antes vistas em vastos dados científicos. Apresentado por Caio Damasceno durante o paper-club do CloudWalk, uma reunião semanal em que os membros da equipe apresentam e discutem pesquisas de ponta em vários domínios, o SciAgents representa um passo significativo em direção aos sistemas de IA que podem promover de forma independente a compreensão científica ao combinar grandes modelos de linguagem com técnicas sofisticadas de representação de conhecimento, especialmente focados na descoberta de materiais de inspiração biológica.

No estado atual, a maioria dos modelos de IA é muito boa em compilar conhecimento. Eles são treinados em enormes conjuntos de dados e podem ser usados basicamente como uma fonte para avaliar esses conteúdos no mesmo lugar. E isso já é muito bom! Mas e se pudéssemos ir mais longe? Como a IA poderia realmente trazer novos conhecimentos para a mesa, com base no que sabemos até agora? Com o SciAgents, Ghafarollahi e Buehler propõem uma estrutura para gerar e refinar de forma autônoma as hipóteses de pesquisa.

FIGURA 1: O método científico é uma forma sistemática de investigar fenômenos e adquirir conhecimento. Envolve observar, formular uma hipótese testável, conduzir experimentos, analisar dados e tirar conclusões. Esse processo iterativo pode levar à revisão ou rejeição da hipótese, ou à formulação de novas, até que uma conclusão satisfatória seja alcançada.

‍

O Método Científico consiste em seguir etapas para descobrir como a natureza funciona. Essas etapas podem ser resumidas como: observação, pergunta, hipótese, experimento, análise e conclusão, conforme exibido na Figura 1. O artigo se concentra na etapa da hipótese, levantando novas possibilidades para novas experimentações. Tradicionalmente, as propostas de hipóteses dependem fortemente da criatividade, do conhecimento prévio, da inspiração e da engenhosidade dos pesquisadores humanos. Com a explosão da literatura e dos dados científicos, tornou-se cada vez mais difícil para os cientistas identificar conexões interdisciplinares que possam levar a descobertas revolucionárias. Enquanto isso, avanços recentes em grandes modelos de linguagem (LLMs), como o GPT-4, demonstraram capacidades notáveis em diversos domínios, mas esses modelos geralmente enfrentam as demandas especializadas da descoberta científica, incluindo desafios relacionados à precisão, responsabilidade e transparência quando operam fora do escopo inicial de treinamento.

‍

FIGURA 2: Visão geral do sistema de raciocínio gráfico multiagente desenvolvido pelos autores. O visual mostra a progressão de artigos científicos como fonte de dados para a construção de gráficos de conhecimento, seguida por duas abordagens distintas para descobertas científicas baseadas em IA: uma usando sequências pré-programadas de interações entre agentes especializados e outra apresentando estruturas de agentes totalmente automatizadas e flexíveis que se adaptam dinamicamente aos contextos de pesquisa em evolução.

‍

O SciAgents aborda essas limitações por meio de uma estrutura inovadora que combina três componentes principais: gráficos de conhecimento ontológico em grande escala, um conjunto de grandes modelos de linguagem e um sistema multiagente com recursos de aprendizado in situ. Como podemos ver na Figura 2, o sistema primeiro transforma artigos científicos em gráficos de conhecimento abrangentes, organizando diversos conceitos em nós e bordas interconectados que revelam relações entre disciplinas.

FIGURA 3: O diagrama mostra os agentes envolvidos na estrutura SciAgents. Os 3 agentes destacados na caixa vermelha só estão incluídos na segunda abordagem, que usa interações automatizadas.

O projeto em si foi realizado com duas abordagens diferentes, uma com interações pré-programadas entre agentes e sequências predefinidas de tarefas; e outra com interação de agentes totalmente automatizada e a possibilidade de integração humana no circuito. Ambos usaram um gráfico de conhecimento de um trabalho anterior [2], com mais de 33.000 nós e quase 49.000 bordas. As hipóteses de pesquisa são propostas com base em subgráficos gerados pela conexão de dois conceitos (aleatórios ou pré-selecionados) por meio de um caminho aleatório.

A estrutura SciAgents utiliza um sistema de IA multiagente para aprimorar o processo de geração de hipóteses, com cada agente se especializando em uma função específica, conforme mostrado na Figura 3. O Ontologista define os principais conceitos e relações, estruturando o conhecimento em uma estrutura ontológica que facilita a descoberta de pesquisas. O Cientista 1 elabora uma proposta de pesquisa detalhada com base nessas relações estruturadas, que o Cientista 2 então refina e expande, garantindo que a hipótese seja bem formada e viável para futuras explorações. O crítico desempenha um papel crucial na revisão da proposta, identificando pontos fracos e sugerindo melhorias. Em uma segunda abordagem mais avançada, agentes adicionais entram em ação: o Planejador desenvolve um plano de pesquisa estruturado, gerenciando a distribuição de tarefas e o fluxo de trabalho. O Assistente avalia a novidade das hipóteses geradas usando ferramentas externas, garantindo originalidade e relevância. Por fim, o gerente de bate-papo em grupo coordena a comunicação selecionando o próximo palestrante e divulgando informações para todos os agentes. Juntos, esse sistema estruturado de agentes imita a pesquisa colaborativa humana, aumentando a eficiência e a criatividade da descoberta científica. O que torna o SciAgents particularmente poderoso é sua abordagem metódica para dividir o processo de descoberta científica em subtarefas gerenciáveis executadas por meio de uma estratégia de expansão hierárquica.

FIGURA 4: Visão geral de todo o processo, desde a seleção inicial de palavras-chave até o documento final, seguindo uma estratégia de expansão hierárquica em que as respostas são sucessivamente refinadas e aprimoradas, enriquecidas com dados recuperados, criticadas e alteradas por meio de modelagem crítica, simulação e tarefas experimentais.

Conforme ilustrado na Figura 4, o sistema começa com a identificação inicial de palavras-chave ou a exploração aleatória em um gráfico de conhecimento, seguida pela amostragem de caminhos para criar um subgráfico de conceitos e relacionamentos relevantes. Esse subgráfico forma a base para gerar resultados estruturados abrangendo vários aspectos, como hipóteses, resultados, mecanismos e princípios de design. O processo então segue um fluxo de trabalho sistemático em que cada componente é expandido por meio de solicitações individuais, passa por uma revisão crítica e recebe recomendações específicas para modelagem e prioridades experimentais. Essa metodologia abrangente garante que as ideias de pesquisa geradas sejam inovadoras e baseadas no rigor científico.

Os resultados experimentais demonstram a capacidade da SCIAgents de gerar hipóteses de pesquisa novas e viáveis no domínio de materiais de inspiração biológica, abrindo caminho para aplicações também em outros campos. Em um exemplo convincente, o sistema conectou conceitos aparentemente não relacionados de “seda” e “uso intensivo de energia” para propor um material composto integrando seda com pigmentos à base de dente-de-leão. Conforme mostrado na Figura 5, o gráfico de conhecimento que conecta esses conceitos revela uma rica rede de relacionamentos que o sistema aproveita para gerar sua hipótese. Podemos ver na Figura 5 como a abordagem de caminho aleatório (painel a) incorpora significativamente mais conceitos do que o caminho mais curto (painel b), fornecendo um substrato mais rico para a geração de hipóteses. Com base nessa representação de conhecimento expandido, o sistema previu maior resistência mecânica (até 1,5 GPa em comparação com 0,5-1,0 GPa da seda tradicional) e reduziu o consumo de energia em aproximadamente 30%.

‍

FIGURA 5: Os gráficos de conhecimento conectando as palavras-chave “seda” e “intensivo em energia” extraídos do gráfico global usando (a) o caminho aleatório e (b) o caminho mais curto entre os conceitos. A figura demonstra como a amostragem aprimorada invoca conceitos adicionais que são incorporados ao desenvolvimento da pesquisa, gerando conceitos de pesquisa mais sofisticados.

Os autores conduziram vários experimentos usando abordagens multiagentes pré-programadas e totalmente automatizadas, produzindo consistentemente hipóteses com altos escores de novidade e viabilidade, conforme avaliado em relação à literatura existente. A capacidade do sistema de identificar propriedades inesperadas, como capacidades de autocura e cores estruturais responsivas a estímulos, ressalta ainda mais seu potencial de inovação científica. Ao usar a abordagem automatizada com amostragem aleatória de conceitos, a SciAgents gerou diversas ideias de pesquisa, desde chips microfluídicos biomiméticos com desempenho aprimorado de transferência de calor até novos compósitos de grafeno-amiloide para dispositivos bioeletrônicos.

Este trabalho abre possibilidades empolgantes para o futuro da descoberta científica, particularmente na ciência dos materiais. Ao aproveitar o que os autores chamam de “enxame de inteligência” semelhante aos sistemas biológicos, o SciAgents demonstra que os sistemas de IA podem navegar com eficácia pelas complexidades da pesquisa científica, gerando hipóteses que, de outra forma, poderiam permanecer desconhecidas. Embora a implementação atual se concentre em materiais de inspiração biológica, o design modular da estrutura sugere possíveis aplicações em vários domínios científicos. Como observam os autores, os aprimoramentos futuros podem incluir a incorporação de agentes capazes de conduzir experimentos ou solicitar dados de estudos de simulação, fechando assim o ciclo de descobertas científicas. O SciAgents representa um avanço significativo na automação da descoberta científica, oferecendo aos pesquisadores uma ferramenta poderosa que não apenas auxilia na geração de hipóteses, mas potencialmente acelera todo o processo científico, da ideação à validação.

Observações finais

Embora extremamente robusto e relevante, o trabalho apresentado por Ghafarollahi e Buehler representa apenas o começo do que poderia ser uma profunda interação entre humanos e IAs na implementação do Método Científico. A geração de hipóteses é uma etapa fundamental para o surgimento de novas teorias e a expansão do conhecimento humano, mas incluir a participação desses agentes nas demais etapas da pesquisa científica teria um impacto enorme na produção científica. Desde os estágios de observação e questionamento até a experimentação e análise, há espaço para incorporar a participação da IA para aprimorar a capacidade humana. É imperativo que busquemos continuamente formas e mecanismos de usar a IA e as novas tecnologias para o avanço e desenvolvimento da humanidade, e o conhecimento científico é um aspecto fundamental para alcançar isso.

Como reflexão, embora os gráficos de conhecimento tenham se mostrado uma ferramenta útil para pesquisas na área de biomateriais, há espaço para avaliar outras estratégias que podem ser mais adequadas a outras áreas do conhecimento, particularmente aquelas em que a lógica entre diferentes nós ou conceitos é mais numérica e quantitativa do que lexical.

Referências:

[1] Ghafarollahi, A. e Buehler, M.J. (2024). Sciagents: automatizando a descoberta científica por meio do raciocínio gráfico inteligente de vários agentes. pré-impressão arXiv arXiv: 2409.05556. Disponível em: https://arxiv.org/pdf/2409.05556 

[2] Buehler, M. J. Acelerando a descoberta científica com extração generativa de conhecimento, representação baseada em gráficos e raciocínio gráfico inteligente multimodal. Aprendizado de máquina: ciência e tecnologia (2024). URL http:////iopscience.iop.org/article/10.1088/2632-2153/ad7228.