USTC lança o «Cientista de Máquina 2.2»: a IA passa dos experimentos à criação de substâncias

Em 18 de outubro, em Hefei, durante a quarta conferência anual da Aliança do Ecossistema de Cientistas Inteligentes, a Universidade de Ciência e Tecnologia da China (USTC) apresentou oficialmente a série «Cientista de Máquina 2.2». A versão 2.2 é posicionada como o passo seguinte à automação de laboratórios: o sistema deve criar novas substâncias por conta própria, e não apenas executar protocolos pré-definidos. Por ora, trata-se de uma declaração dos desenvolvedores. O material disponível não traz números que permitam verificá-la, e isso vale ter em mente ao ler o restante.

O nível de expectativa mudou

Quem resumiu melhor o momento foi Jiang Jun, diretor do Centro de Inteligência Científica e Criação de Materiais da USTC. Segundo ele, cinco anos atrás, ao ver um robô conduzindo experimentos, muita gente pensava: que coisa inteligente. Hoje a reação é outra: «só isso?». O motivo, nas palavras dele, são os grandes modelos, que elevaram as expectativas em relação à IA.

A observação é precisa e incômoda para toda a área. Um braço robótico com pipeta deixou de ser novidade há tempos. O mercado espera outra coisa de um «cientista de IA»: formular hipóteses por conta própria, escolher o próximo experimento, interpretar o resultado e, no fim, obter uma substância que não existia antes. É nessa direção que a USTC está levando a marca «Cientista de Máquina».

O que se sabe sobre o lançamento

Com base no trecho disponível do comunicado, o quadro é este:

• Produto: série «Cientista de Máquina 2.2» (机器科学家 2.2).
• Desenvolvedor: Universidade de Ciência e Tecnologia da China, Centro de Inteligência Científica e Criação de Materiais.
• Local do anúncio: quarta conferência anual da Aliança do Ecossistema de Cientistas Inteligentes, Hefei, 18 de outubro.
• Objetivo declarado: criação autônoma de novas substâncias, em vez da automação de experimentos isolados.
• Não divulgado no texto disponível: arquitetura, composição dos modelos, número de amostras processadas, quantidade de novos materiais confirmados, prazos de acesso para laboratórios externos.

A palavra «série» no nome também diz muito: pelo visto, trata-se de um conjunto de sistemas para diferentes classes de tarefas, e não de uma única instalação. Isso só poderá ser confirmado pela documentação técnica ou por publicações.

Contexto: do robô químico ao criador autônomo

A equipe de Hefei trabalha nessa linha há mais de um ano. Antes, o grupo de Jiang Jun havia mostrado um robô químico que, com base em publicações científicas, selecionava catalisadores para obter oxigênio a partir de materiais associados a meteoritos marcianos. Na época, o foco estava na combinação «IA mais plataforma robótica» em ciclo fechado: o modelo propõe, o robô executa e os dados voltam para o modelo.

A versão 2.2 afirma operar em outro patamar. A diferença entre «otimizar o que já existe» e «criar algo novo» é fundamental. No primeiro caso, o sistema procura o ótimo dentro de um espaço definido de composições e condições. No segundo, precisa sair dos limites dos dados de treinamento sem gerar estruturas inviáveis. É aí que os grandes modelos abrem uma possibilidade: eles lidam melhor com a literatura, formulam hipóteses e planejam a síntese. Mas também tendem a errar com confiança, e em química cada erro custa reagentes e tempo.

O local do anúncio também é revelador. A Aliança do Ecossistema de Cientistas Inteligentes reúne participantes que precisam de padrões, dados e ferramentas em comum. Se a USTC está montando um ecossistema em torno do «Cientista de Máquina», e não apenas uma bancada de laboratório, a aposta é escalar por meio de parceiros.

Como avaliar esse tipo de declaração

Enquanto não há dados completos, vale ter à mão um checklist curto. Para pesquisadores e investidores, ele fica assim:

• Quantos novos materiais o sistema obteve sozinho e que foram confirmados por medições independentes.
• Que parcela das decisões fica com o modelo e qual fica com o humano: escolha do alvo, planejamento da síntese, análise de falhas.
• Reprodutibilidade: uma segunda execução, em outra instalação, produz o mesmo resultado?
• Abertura: dados, API ou acesso remoto à plataforma estarão disponíveis para grupos externos?
• Aplicabilidade: baterias, catalisadores, semicondutores ou uma tarefa de demonstração restrita.

Se a USTC publicar respostas ao menos para os dois primeiros pontos, o «Cientista de Máquina 2.2» se tornará uma referência relevante para laboratórios e empresas que constroem suas próprias plataformas autônomas. Se não, o lançamento ficará como uma boa frase de efeito em uma boa conferência. Vale acompanhar os artigos em periódicos com revisão por pares e a lista de parceiros da aliança: é por eles que se verá se o sistema funciona fora da demonstração.