Encontro Inusitado Gera Startup Inovadora no Setor Científico
Cristian Ponce conheceu seu cofundador, Théo Schäfer, vestido de Indiana Jones em uma festa de Halloween em 2023, promovida pela Entrepreneur First, um programa que conecta fundadores antes de lançarem suas ideias.
Os dois se deram muito bem, lembra Ponce. Schäfer tinha uma formação robusta em MIT, com mestrado em robôs autônomos subaquáticos, e já havia trabalhado no Jet Propulsion Lab da NASA, explorando as luas de Júpiter em busca de vida alienígena. “Coisas maluquas”, sorri Ponce. “Eu vinha do Cal Tech, fazendo bioengenharia” onde trabalhava com E. coli.
Uma Amizade Baseada em Desafios Comuns
Os dois se conectaram ao compartilhar histórias sobre a rotina desgastante de ser técnico de laboratório. Ponce, especialmente, reclamava de todo o trabalho manual envolvido na engenharia genética. Um técnico de laboratório muitas vezes passa horas usando uma siringa científica (pipette), movendo líquidos de um tubo para outro manualmente.
Tentativas de automatizar esse processo não foram bem-sucedidas, pois os robôs capazes de realizar essa tarefa são caros, especializados e exigem habilidades de programação avançadas. Sempre que os cientistas precisam ajustar os parâmetros de um experimento – o que acontece o tempo todo – eles devem esperar que um programador ajuste o robô, depure o código, e assim por diante. Na maioria das vezes, é mais fácil, barato e preciso usar um humano.
Inovação com Tetsuwan Scientific
A empresa que eles fundaram, Tetsuwan Scientific, nasceu para resolver esse problema, modificando robôs de laboratório de baixo custo.
Em maio de 2024, os cofundadores assistiram ao lançamento do produto multi-modelo da OpenAI. Durante a apresentação, a empresa mostrou pessoas interagindo com o modelo e isso foi a peça que faltava para a Tetsuwan Scientific. “Estamos testemunhando o avanço alucinado dos modelos de linguagem de grande escala na nossa frente, suas capacidades de raciocínio científico”, disse Ponce.
Após a demonstração, Ponce apresentou ao modelo GPT-4 uma imagem de um gel de DNA. O resultado foi impressionante: não só o modelo interpretou corretamente a imagem, como identificou um problema – um fragmento de DNA não intencional conhecido como primer dimer. Ele ainda ofereceu sugestões detalhadas sobre o que causou isso e como alterar as condições para evitá-lo.
O Potencial da IA na Ciência
Foi um verdadeiro momento de “eureca”, definiu Ponce, percebendo que os modelos de LLM já eram capazes de diagnosticar resultados científicos, mas ainda careciam de “agência física” para executar as sugestões que faziam.
A pesquisa da Tetsuwan revelou que não havia software disponível que tradivesse a intenção científica – o que o experimento busca – para a execução robótica. Por exemplo, o robô não tem como entender as qualidades físicas dos líquidos que está pipetando.
“Esse robô não tem o contexto para entender. Pode ser um líquido viscoso. Talvez ele…vá cristalizar. Então, precisamos explicar a ele”, comentou Ponce. Os LLMs de áudio, com alucinações controladas, podem trabalhar com coisas “que são difíceis de codificar”.
O Futuro da Tetsuwan Scientific
Os robôs da Tetsuwan Scientific não são humanoides; como a imagem mostra, eles se parecem com uma estrutura de vidro quadrada. Mas estão sendo desenvolvidos para avaliar resultados e fazer modificações por conta própria, tal como um humano faria. Isso envolve criar software e sensores para que os robôs entendam calibragem, caracterização da classe de líquidos e outras propriedades.
A Tetsuwan Scientific já possui um cliente-alvo, a La Jolla Labs, uma biotech focada em medicamentos terapêuticos de RNA. Os robôs auxiliam na medição e determinação da eficácia da dosagem. Além disso, a empresa arrecadou 2,7 milhões de dólares em uma rodada pré-seed superando as expectativas, liderada pela 2048 Ventures, com a participação de Carbon Silicon, Everywhere Ventures e investidores anjo influentes da área de biotecnologia.
Os olhos de Ponce brilham ao falar sobre o destino final desse trabalho: cientistas independentes de IA que possam automatizar todo o método científico, desde a hipótese até a obtenção de resultados repetíveis. “É a coisa mais insana que poderíamos trabalhar. Qualquer tecnologia que automatiza o método científico é o catalisador para um crescimento hiperbólico”, diz ele.
Essa visão não é única. Outras iniciativas de IA na ciência estão surgindo, como as lideradas pela organização sem fins lucrativos FutureHouse e pela Potato com sede em Seattle.
O que você acha dessa revolução na ciência? Será que essas inovações vão realmente transformar o futuro da pesquisa?
