Machine learning acelera descobertas em instalações científicas
Pesquisadores do Laboratório Nacional Brookhaven, vinculado ao Departamento de Energia dos EUA, desenvolveram uma nova inteligência artificial (IA) chamada VISION. Essa ferramenta de machine learning visa facilitar as atividades científicas em instalações de pesquisa, permitindo que os usuários interajam com equipamentos complexos de forma mais eficiente.
Contexto da pesquisa
A inovação surge a partir da necessidade de otimizar o tempo de cientistas ocupados, que frequentemente enfrentam obstáculos na operação de instrumentos científicos. VISION permite que usuários comuniquem seus objetivos em linguagem simples, facilitando a execução de experimentos, análises de dados e visualização de resultados.
Método proposto
Utilizando modelos de linguagem de grande escala (LLMs), VISION transforma comandos orais ou textuais em ações. A arquitetura consiste em “blocos cognitivos”, cada um gerenciando uma tarefa específica, como controle de instrumentos ou análise de dados. A entrada do usuário é processada por um “classificador” que direciona a solicitação para o bloco adequado, que gera o código necessário para a execução de experimentos.
“O usuário pode ir ao beamline e dizer: ‘quero selecionar certos detectores’ ou ‘quero fazer uma medição a cada minuto por cinco segundos’. O VISION traduz esse comando em código.”
(“A user can just go to the beamline and say, ‘I want to select certain detectors’ or ‘I want to take a measurement every minute for five seconds.’ VISION will translate that command into code.”)— Esther Tsai, Cientista, Laboratório Nacional Brookhaven
Resultados e impacto
O sistema foi testado no beamline de Dispersão de Materiais Complexos (CMS), onde os pesquisadores conseguiram demonstrar com sucesso a geração de código em resposta a comandos de voz. A utilização de VISION também visa reduzir o tempo que os cientistas gastam na operação dos instrumentos, permitindo um foco maior na pesquisa propriamente dita.
“VISION atua como uma ponte entre os usuários e os instrumentos, permitindo que eles se concentrem na ciência, em vez de se tornarem especialistas na operação do software de cada instrumento.”
(“VISION acts as a bridge between users and the instrumentation, where users can just talk to the system and the system takes care of driving experiments.”)— Noah van der Vleuten, Coautor, Laboratório Nacional Brookhaven
Os próximos passos incluem expandir os testes para outros beamlines e incorporar feedback dos usuários para aprimorar ainda mais a funcionalidade da ferramenta. VISION pode potencialmente levar a um novo paradigma de colaboração humano-IA em pesquisas científicas, oferecendo uma interface natural para interagir com tecnologias emergentes.
Fonte: (TechXplore – Machine Learning & AI)
