10 descobertas com IA da Microsoft que podem mudar o futuro; veja

Os pesquisadores da Microsoft criaram o primeiro chip quântico baseado numa nova arquitetura: o Majorana 1. Esse chip usa um material especial, chamado de “topocondutor”, que permite gerar e controlar partículas de um tipo exótico (as chamadas partículas de Majorana).

O grande diferencial desse design é que os qubits (unidades básicas de informação nos computadores quânticos) são mais estáveis e escaláveis, ou seja, eles funcionam de forma mais confiável. Em tese, os qubits podem tornar esses computadores quânticos potentes o suficiente para resolver problemas, hoje impossíveis para computadores clássicos, muito antes do esperávamos.

As proteínas são fundamentais para a vida e entender como elas mudam de forma e como se estabilizam é essencial para o desenvolvimento de fármacos e terapias. Mas modelar essas mudanças costuma ser caro e demorado.

O BioEmu-1 usa deep learning (ou aprendizado profundo, em português) para gerar, em poucas horas e com um único GPU, milhares de estruturas possíveis para uma proteína. Tradicionalmente, este feito poderia levar anos de simulações. Essa inovação permite prever alterações funcionais e estabilidade proteica com rapidez e precisão, o que pode acelerar a descoberta de remédios mais eficazes.

A inovação em materiais é essencial para avanços em energia, eletrônica, baterias e catalisadores, por exemplo. Porém, encontrar novos materiais sempre foi um processo longo, caro e experimental, dependente de tentativa e erro.

O MatterGen é uma ferramenta de IA generativa que, a partir de uma descrição do que se deseja (propriedades químicas, elétricas, magnéticas, mecânicas etc.), cria novos materiais partindo de uma estrutura 3D aleatória. Treinada com mais de 600 mil exemplos, ela consegue gerar materiais inorgânicos em todo o espectro da tabela periódica. Combinada com o MatterSim, que rapidamente simula as propriedades dos materiais criados, forma um ciclo de criação e avaliação muito mais ágil do que métodos tradicionais. Em resumo, o MatterGen funciona como um "ChatGPT para materiais": os cientistas inserem requisitos específicos e a ferramenta gera estruturas atômicas inéditas que atendem a essas propriedades.

No campo da saúde, o tempo e a precisão podem fazer a diferença entre a vida e a morte. O RAD-DINO é uma tecnologia que combina modelos de IA generativa com imagens de raios-x para auxiliar médicos a interpretarem exames de forma mais rápida e informativa. A colaboração entre a Microsoft Research e a Mayo Clinic, dos Estados Unidos, integra dados visuais e de texto para oferecer uma visão mais completa da anatomia do paciente.

Por meio de mapas de calor que destacam regiões de interesse nas imagens, com base em correspondências anatômicas entre diferentes exames, a IA ajuda a identificar anomalias com mais clareza e agilidade, reduzindo o tempo de análise e melhorando potencialmente o tratamento.

O modelo Aurora representa um salto quântico na previsão atmosférica. Enquanto os sistemas tradicionais demandam horas de supercomputadores, o Aurora gera previsões para uma vasta gama de eventos (desde a previsão do tempo comum até ciclones tropicais, poluição do ar e ondas oceânicas) em segundos e com um custo computacional muito menor. Treinado com mais de um milhão de horas de dados, o modelo apresenta versatilidade para se especializar em diferentes tarefas, oferecendo ferramentas cruciais para planejar a logística agrícola, proteger redes de energia e melhorar a resposta a desastres naturais.

O câncer de mama é o tipo de câncer mais comum entre mulheres no mundo e a detecção precoce é crucial. No entanto, métodos tradicionais de rastreamento muitas vezes geram falsos positivos, ansiedade e biópsias desnecessárias, especialmente em mulheres com tecido mamário denso.

FCDD é um modelo de IA que cria mapas de calor, assim como no caso anterior, partir de imagens de ressonância magnética (MRI), apontando com alta precisão onde podem estar tumores suspeitos. Desenvolvido em colaboração com o Fred Hutchinson Cancer Center e a University of Washington, e já publicado em periódico científico, o modelo está disponível como código aberto, oferecendo aos radiologistas uma ferramenta poderosa para casos difíceis. A ferramenta não substitua os médicos, mas pode reduzir a carga de trabalho e aumentar a precisão.

O cimento, base do concreto, é um dos materiais mais usados no planeta e uma grande fonte de emissões de carbono. Pesquisadores da Microsoft e da Universidade de Washington criaram uma nova formulação de concreto usando algas marinhas secas e em pó, resultando em um material de menor impacto ambiental.

Como as algas absorvem carbono enquanto crescem, esse cimento “infundido com algas” pode reduzir em até 21% o impacto climático sem comprometer o desempenho estrutural. Surpreendentemente, o uso da IA acelerou o desenvolvimento desta formulação: algo que levaria anos de testes tradicionais para ser alcançado, foi desenvolvido em apenas 28 dias.

Inundações representam um dos desastres naturais mais danosos globalmente, mas monitorá-las de forma confiável é um desafio, especialmente quando há nuvens ou em plena noite. Uma equipe do Microsoft AI for Good Lab desenvolveu um modelo de deep learning que, usando imagens de satélite com radar, consegue detectar áreas inundadas mesmo sob nuvens e na escuridão.

Com isso, foi possível construir um mapa global de inundações ao longo de 10 anos, um feito inédito e essencial para análise de tendências, prevenção de desastres e planejamento urbano. A iniciativa traz uma ferramenta valiosa para governos e organizações de socorro se prepararem melhor frente a eventos extremos.

A maioria dos computadores atuais depende de eletricidade e circuitos tradicionais. No entanto, a Microsoft desenvolveu um protótipo de computador óptico analógico (AOC) que usa luz e não sinais elétricos para resolver problemas de otimização complexos e executar inferências de IA mais rápido e com muito menos energia.

Construído com tecnologias já existentes e escaláveis como micro-LEDs, o AOC provou sua capacidade ao resolver problemas de otimização relevantes para o setor bancário e para exames de ressonância magnética. Isso abre caminho para sistemas de IA mais eficientes, rápidos e sustentáveis, em especial onde desempenho e economia de energia são críticos.

Embora os avanços da IA em biologia e ciências da vida abram portas para terapias, fármacos e materiais revolucionários, eles também trazem riscos: tecnologias similares poderiam ser usadas para criar toxinas ou ameaças biológicas.

Para enfrentar esse dilema, pesquisadores da Microsoft lideraram um projeto confidencial de dois anos, em colaboração com agências governamentais e especialistas em biossegurança, para definir critérios de divulgação segura de métodos e dados. Eles propuseram um sistema de “acesso em níveis”, que controla quem pode acessar quais dados ou técnicas. Esta abordagem representa um marco em responsabilidade e ética no uso de IA para a biologia.

Com informações de Microsoft

Veja também: A IA pode te ajudar no processo seletivo de uma vaga?