Quatro maneiras como os cientistas de pesquisa do Google usam a ferramenta de assistência à pesquisa empírica
Google/DeepMind
OpenAI
Os cientistas do Google Research têm aplicado a ferramenta Empirical Research Assistance (ERA) a problemas reais em epidemiologia, cosmologia, monitoramento atmosférico e neurociência. A ERA ajudou a gerar previsões competitivas para gripe, COVID-19 e VSR; derivar soluções para radiação de cordas cósmicas; extrair dados de CO2 de satélites geoestacionários; e descobrir circuitos neurais interpretáveis em peixes-zebra. Esses esforços demonstram o potencial da IA de democratizar a modelagem computacional, resolver problemas em aberto e maximizar o valor dos dados existentes.
Desde o lançamento do ERA (Empirical Research Assistance) em setembro, os cientistas do Google Research têm utilizado a ferramenta para aplicações reais que vão além de testes de prova de conceito. Em epidemiologia, o ERA gerou previsões para influenza, COVID-19 e VSR (vírus sincicial respiratório), competindo com ferramentas dos Centros de Controle e Prevenção de Doenças (CDC). Atualmente, o Google submete previsões semanais de gripe para todos os estados dos Estados Unidos, com horizontes de até quatro semanas, e integrou-se aos núcleos de previsão de COVID-19 e VSR do CDC, figurando no topo ou próximo dele nos rankings públicos. Em cosmologia, o ERA, em combinação com o Gemini Deep Think, derivou seis soluções gerais e uma fórmula assintótica concisa para radiação gravitacional de cordas cósmicas, resolvendo um problema em aberto que antes só tinha solução parcial para um caso especial. Para monitoramento atmosférico, o ERA desenvolveu uma rede neural guiada por física de pixel único que extrai CO2 médio por coluna de observações do satélite GOES East, alcançando resolução espacial e temporal inédita ao combinar dados de 16 bandas de comprimento de onda, meteorologia, ângulos solares e dia do ano, treinada com dados esparsos do OCO-2 e OCO-3. Em neurociência, o ERA utilizou o diagrama de fiação de um simulador simplificado de cérebro de peixe-zebra (simZFish) para propor circuitos neurais que conectam estímulo à resposta motora, os quais se generalizaram para novos estímulos e ofereceram soluções interpretáveis e mecanicamente precisas, baseando-se em resultados anteriores em que o ERA superou as linhas de base na previsão de mais de 70 mil neurônios no ZAPBench. Esses projetos demonstram a capacidade do ERA de avançar a ciência ao resolver problemas em aberto, democratizar a modelagem computacional e maximizar o uso de dados observacionais existentes.
Fonte: Google Research —
original
