PaperBanana: Google ensina redes neurais a criar gráficos que não fazem feio diante dos revisores

O Google, em parceria com a Universidade de Pequim, apresentou o framework PaperBanana, um sistema multiagente que automatiza a criação de diagramas de metodologia e gráficos estatísticos para publicações científicas. A informação é do MarkTechPost.

O problema da visualização científica

Um gráfico científico precisa ser preciso, escalável e seguir padrões rigorosos de publicação. Modelos generativos comuns, como o DALL-E, não servem para essa tarefa: eles alucinam dados e não entendem a lógica do experimento. Até agora, a automação da ciência se concentrava principalmente em texto e cálculos — as redes neurais aprenderam a escrever revisões de literatura, levantar hipóteses e programar —, mas a visualização dos resultados continuava sendo trabalho manual.

Como o PaperBanana funciona

Em vez de entregar todo o desenho a uma única rede neural, o PaperBanana divide a tarefa entre agentes especializados: um planeja a estrutura do diagrama, outro escreve o código para renderizá-lo e um terceiro critica o resultado, verificando se os eixos não foram trocados e se as fontes estão legíveis. É uma estrutura hierárquica que imita o trabalho de um pequeno estúdio de design.

Contexto: ferramentas para pesquisa em IA

Projetos como o AI Scientist, da Sakana AI, já mostraram que uma rede neural consegue conduzir uma pesquisa da ideia até o rascunho do artigo, mas esses trabalhos tropeçavam na etapa de visualização. Na disputa com OpenAI e Anthropic por ferramentas para desenvolvedores e cientistas, o Google fecha essa lacuna com um framework voltado ao público acadêmico.

Questões em aberto sobre ética e qualidade

Se um artigo for inteiramente gerado por IA, incluindo a visualização dos dados, surge a questão de como os revisores vão verificar a confiabilidade desses dados. Os gráficos do PaperBanana são construídos a partir de números reais, mas a própria facilidade de criá-los pode estimular uma enxurrada de publicações de baixa qualidade, porém "bem embaladas".

O que o PaperBanana faz?

O PaperBanana é um framework multiagente do Google e da Universidade de Pequim que automatiza a criação de diagramas de metodologia e gráficos estatísticos para publicações científicas.

Por que modelos generativos comuns, como o DALL-E, não servem para

gráficos científicos?

Eles alucinam dados e não entendem a lógica do experimento, enquanto um gráfico científico precisa ser preciso, escalável e seguir padrões rigorosos de publicação.

Como os papéis são distribuídos entre os agentes do

PaperBanana?

Um agente planeja a estrutura do diagrama, outro escreve o código para renderizá-lo e um terceiro critica o resultado, verificando se os eixos não foram trocados e se as fontes estão legíveis.