Os cientistas querem usar agentes de IA para estudar amostras de rochas recuperadas de Marte.Crédito: NASA/JPL-Caltech/MSSS
Os pesquisadores de inteligência artificial (IA) criaram um sistema que pode realizar pesquisas autônomas em astrobiologia, o estudo das origens da vida no universo.
Os astroagentes compreendem oito ‘agentes de IA’ que analisam dados e geram hipóteses científicas. Ele se junta a uma suíte de outro Ferramentas da AI Isso pretende automatizar o processo da ciência, desde a leitura da literatura até a criação de hipóteses e até os trabalhos de escrita.
Os pesquisadores construíram um ‘cientista da IA’ – o que isso pode fazer?
Os criadores da ferramenta dizem que o usarão para estudar amostras que a NASA planeja recuperar de Marte. Os agentes ajudarão a determinar se as amostras abrigam moléculas orgânicas que indicam a presença da vida passada ou presente. Os pesquisadores apresentaram astroagentes em 27 de abril no Conferência Internacional sobre Representações de Aprendizagem em Cingapura.
“Isso está nos ajudando a construir uma melhor compreensão de como as moléculas se formam no espaço, como as moléculas se formam da vida na Terra e como são preservadas-e então quais sinais específicos devemos estar procurando”, diz o astrobiologista Denise Buckner no Centro de Voo Espacial da NASA Goddard em Greenbelt, Maryland, que co-autor pré -impressão descrevendo astroagentes1.
Agentes da IA
A ferramenta é um exemplo de sistemas ‘Agentic AI’. Normalmente, eles são baseados em modelos de idiomas grandes (LLMs) e são projetados para serem participantes mais ativos do que as ferramentas convencionais de IA, decidindo o que precisa ser feito e como fazê-lo, avaliando os resultados e se adaptando em resposta. O surgimento deles levou ao animado debate sobre Se a IA Agentic pode ter idéias científicas verdadeiramente originaise como a novidade deve ser definida.
Um dos exemplos mais proeminentes é Ai do Google ‘co-cientista’que foi lançado em fevereiro e procurou possíveis tratamentos para doenças hepáticas e sugeriu como surge a resistência antimicrobiana. A aplicação da IA Agentic à astrobiologia é nova, diz o astrobiologista Michael Wong, no Laboratório da Terra e dos Planetas da Carnegie Science, em Washington DC.
Mars Rover faz escalada épica para explorar algumas das rochas mais antigas do sistema solar
Para especificar os comportamentos dos agentes, os pesquisadores alimentam diferentes avisos a um LLM. Por exemplo, um ‘analista de dados’ é instruído a identificar padrões importantes nos dados, um ‘planejador’ para decidir o que delegar a outros agentes ‘cientistas’ para mais pesquisas e geração de hipóteses e um ‘crítico’ para avaliar as hipóteses e sugerir melhorias no analista de dados, que inicia outra rodada do processo.
A maneira como astroagentes divide a geração de hipóteses entre vários agentes especializados é inovadora, diz o co-autor Amirali Aghazadeh, cientista da computação do Instituto de Tecnologia da Geórgia em Atlanta.
“Percebemos que, devido à complexidade dos dados, é melhor para o agente atribuir várias tarefas a vários” cientistas “”, diz ele. Cabe ao planejador decidir o que cada agente cientista estudará, e faz isso por conta própria. “É o tipo de magia do sistema”, diz ele.
Montes de hipóteses
A equipe de pesquisa experimentou o uso de dois LLMs para alimentar astroagentes – Claude Sonnet 3.5 e Gemini 2.0 Flash. Eles alimentaram cada sistema de espectrometria de massa do sistema para oito meteoritos e dez amostras de solo retiradas de locais ao redor da Terra, incluindo a Antártica e o deserto de Atacama no Chile, e realizaram dez rodadas de refinamento.
Astrobiologia: Aliens de caça