A pesquisa movida pela curiosidade há muito tempo desencadeia transformações tecnológicas. Há um século, a curiosidade sobre os átomos levou à mecânica quântica e, eventualmente, ao transistor no coração da computação moderna. Por outro lado, a máquina a vapor foi um avanço prático, mas foi necessária investigação elementary em termodinâmica para aproveitar plenamente a sua potência.
Hoje, a inteligência synthetic e a ciência encontram-se num ponto de inflexão semelhante. A atual revolução da IA foi alimentada por décadas de investigação nas ciências matemáticas e físicas (MPS), que forneceram os problemas, conjuntos de dados e conhecimentos desafiantes que tornaram possível a IA moderna. Os Prémios Nobel de Física e Química de 2024, reconhecendo métodos fundamentais de IA enraizados na física e aplicações de IA para design de proteínas, tornaram esta ligação impossível de ignorar.
Em 2025, o MIT organizou um Workshop sobre o Futuro da IA+MPSfinanciado pela Nationwide Science Basis com o apoio da Escola de Ciências do MIT e dos departamentos de Física, Química e Matemática do MIT. O workshop reuniu os principais pesquisadores de IA e ciência para traçar como os domínios MPS podem capitalizar melhor – e contribuir para – o futuro da IA. Agora, um white paper, com recomendações para agências de financiamento, instituições e pesquisadores, foi publicado publicado em Aprendizado de Máquina: Ciência e Tecnologia. Nesta entrevista, Jesse Thaler, professor de física do MIT e presidente do workshop, descreve os principais temas e como o MIT está se posicionando para liderar em IA e ciência.
P: Quais são os principais temas do relatório em relação à reunião de líderes das ciências matemáticas e físicas do ano passado?
UM: Reunir tantos pesquisadores na vanguarda da IA e da ciência em uma sala foi esclarecedor. Embora os participantes do workshop venham de cinco comunidades científicas distintas – astronomia, química, ciência dos materiais, matemática e física – encontramos muitas semelhanças na forma como cada um de nós está envolvido com a IA. Um verdadeiro consenso emergiu das nossas animadas discussões: o investimento coordenado em infra-estruturas informáticas e de dados, técnicas de investigação interdisciplinares e formação rigorosa podem fazer avançar significativamente tanto a IA como a ciência.
Um dos insights centrais foi que esta deve ser uma by way of de mão dupla. Não se trata apenas de usar a IA para fazer ciência melhor; a ciência também pode tornar a IA melhor. Os cientistas destacam-se na destilação de insights de sistemas complexos, incluindo redes neurais, descobrindo princípios subjacentes e comportamentos emergentes. Chamamos isso de “ciência da IA”, e ela vem em três sabores: ciência que impulsiona a IA, onde o raciocínio científico informa as abordagens fundamentais da IA; a IA inspiradora da ciência, onde os desafios científicos impulsionam o desenvolvimento de novos algoritmos; e a ciência que explica a IA, onde as ferramentas científicas ajudam a esclarecer como a inteligência das máquinas realmente funciona.
Na minha área de física de partículas, por exemplo, os pesquisadores estão desenvolvendo algoritmos de IA em tempo actual para lidar com o dilúvio de dados dos experimentos com colisores. Este trabalho tem implicações diretas para a descoberta de nova física, mas os próprios algoritmos revelam-se valiosos muito além do nosso campo. O workshop deixou claro que a ciência da IA deve ser uma prioridade da comunidade — ela tem o potencial de transformar a forma como entendemos, desenvolvemos e controlamos os sistemas de IA.
É claro que unir a ciência e a IA requer pessoas que possam trabalhar em ambos os mundos. Os participantes enfatizaram consistentemente a necessidade de “cientistas centauros” – pesquisadores com experiência interdisciplinar genuína. Apoiar estes polímatas em todas as fases da carreira, desde cursos de licenciatura integrados a programas interdisciplinares de doutoramento e contratações conjuntas de docentes, tornou-se essencial.
P: Como os esforços científicos e de IA do MIT se alinham com as recomendações do workshop?
UM: O workshop estruturou suas recomendações em torno de três pilares: pesquisa, talento e comunidade. Como diretor do Instituto NSF de Inteligência Synthetic e Interações Fundamentais (IAIFI) — um esforço colaborativo de IA e física entre o MIT e as universidades de Harvard, Northeastern e Tufts — vi em primeira mão quão eficaz esta estrutura pode ser. Expandindo isso para o MIT, podemos ver onde estão sendo feitos progressos e onde estão as oportunidades.
Na frente da investigação, o MIT já está a permitir o trabalho de IA e ciência em ambas as direções. Mesmo uma rápida rolagem Notícias do MIT mostra como pesquisadores individuais da Escola de Ciências estão realizando projetos orientados por IA, construindo um fluxo de conhecimento e descobrindo novas oportunidades. Ao mesmo tempo, esforços colaborativos como a IAIFI e a Instituto de Algoritmos de IA Acelerados para Descoberta Orientada a Dados (A3D3) concentrar energia interdisciplinar para maior impacto. O Consórcio de impacto de IA generativa do MIT também está apoiando o trabalho de IA orientado a aplicativos em escala universitária.
Para promover talentos em início de carreira em IA e ciência, diversas iniciativas estão treinando a próxima geração de cientistas centauros. A Faculdade de Computação Schwarzman do MIT Programa Widespread Floor para Educação em Computação ajuda os alunos a se tornarem “bilíngues” em computação e em suas disciplinas domésticas. Os percursos interdisciplinares de doutoramento também estão a ganhar força; A IAIFI trabalhou com o Instituto MIT de Dados, Sistemas e Sociedade para criar um em física, estatística e ciência de dados, e cerca de 10% dos estudantes de doutorado em física agora optam por isso – um número que provavelmente aumentará. Funções de pós-doutorado dedicadas, como o Bolsa IAIFI e Bolsa Tayebati dar aos pesquisadores em início de carreira a liberdade de realizar trabalho interdisciplinar. Financiar cientistas centauros e dar-lhes espaço para construir conexões entre domínios, universidades e estágios de carreira tem sido transformador.
Finalmente, a construção da comunidade une tudo. Desde workshops específicos até grandes simpósios, a organização de eventos interdisciplinares sinaliza que a IA e a ciência não são um trabalho isolado – é um campo emergente. O MIT tem o talento e os recursos para causar um impacto significativo, e organizar estes encontros em múltiplas escalas ajuda a estabelecer essa liderança.
P: Que lições o MIT pode tirar sobre o avanço dos seus esforços de IA e ciência?
UM: O workshop cristalizou algo importante: as instituições que lideram a IA e a ciência serão aquelas que pensarão de forma sistemática e não fragmentada. Os recursos são finitos, por isso as prioridades são importantes. Os participantes do workshop foram claros sobre o que se torna possível quando uma instituição coordena contratações, pesquisas e treinamento em torno de uma estratégia coesa.
O MIT está bem posicionado para aproveitar o que já está em andamento com iniciativas mais estruturais — linhas conjuntas de professores em domínios científicos e de computação, caminhos de graduação interdisciplinares expandidos e financiamento deliberado da “ciência da IA”. Já estamos vendo movimentos nessa direção; este ano, o Schwarzman School of Computing do MIT e o Departamento de Física estão conduzindo sua primeira pesquisa conjunta de professores, o que é emocionante de ver.
O ciclo virtuoso da IA e da ciência tem potencial para ser verdadeiramente transformador – oferecendo uma visão mais profunda da IA, acelerando a descoberta científica e produzindo ferramentas robustas para ambos. Ao desenvolver uma estratégia intencional, o MIT estará bem posicionado para liderar e beneficiar das futuras ondas de IA.