A inteligência artificial (IA) e a nanotecnologia estão entre as tecnologias emergentes mais badaladas atualmente. Mas, em muitos aspectos, eles também são os menos compreendidos. Embora casos de uso incomuns de qualquer tecnologia – como a capacidade de falsificar sua própria voz com IA – ganhem as manchetes, a verdade é que tanto a IA quanto a nanotecnologia já estão conosco e sendo usadas em circunstâncias mundanas e cotidianas.

Neste artigo, queremos ir além do hype. Aqui, não vamos nos deter em casos de uso especulativos e de futuro distante. Em vez disso, veremos situações do mundo real, realmente existentes, nas quais a IA e a nanotecnologia já estão sendo usadas. E ao fazer isso, veremos imediatamente que há uma sobreposição natural entre as tecnologias e uma que pode impulsionar o desenvolvimento de ambas.

O que IA e nanotecnologia são (e o que não são)

Primeiro, uma palavra sobre o que IA e nanotecnologia são e o que não são. A novidade de ambas as tecnologias hoje é tanta que muitas pessoas ainda pensam nelas como ficção científica. Essa impressão não é ajudada por cientistas de alto nível que afirmam que as IAs podem eventualmente destruir a humanidade ou a nanotecnologia pode tirar nossos corpos de nós.

São cenários emocionantes e espetaculares, mas a realidade de ambas as tecnologias é muito menos espetacular e está intimamente ligada às necessidades da economia contemporânea. De fato, o uso mais difundido da IA ​​tem sido na forma de chatbots; em vez de dominar o mundo, no momento as IAs estão focadas principalmente no atendimento ao cliente.

Da mesma forma, embora o termo “nanotecnologia” ainda soe como ficção científica, para pesquisadores que trabalham na área, ele tem uma definição precisa e um pouco menos sensacional – tecnologia ANT – que faz uso da escala nanométrica. E hoje, isso é realmente muito comum. Mais de 300 produtos já são baseados em nano, de acordo com um banco de dados mantido pelo Woodrow Wilson International Center, em Washington, DC 

Com essas definições em mente, vamos dar uma olhada em três maneiras pelas quais ambas as tecnologias estão convergindo.

Microscopia AFM

A microscopia de força atômica (AFM) pode parecer um lugar misterioso para começar com esta lista, mas é um dos exemplos mais claros de como a nanotecnologia e a IA podem trabalhar juntas. Simplificando, AFM é uma técnica para imagens de objetos em nanoescala. Isso é útil para garantir a qualidade ao fazer microchips e ao observar células dentro do corpo humano.

O problema é que, nessa escala, os materiais que compõem o próprio microscópio têm um efeito significativo nos dados que ele retorna. Se você estiver usando forças atômicas minúsculas para investigar materiais, em outras palavras, você precisa estar preparado para um sinal extremamente barulhento. Esta é uma propriedade inerente à microscopia em nanoescala, e também acontece com os microscópios eletrônicos. E embora existam maneiras de filtrar o ruído do sinal, elas são computacionalmente caras.

É aí que entra a IA. Uma abordagem de IA conhecida como imagem de reconhecimento funcional (FR-SPM) aborda esse problema por meio da identificação direta de ações locais de reações espectroscópicas medidas. Esse processo usa redes neurais artificiais (RNAs) com análise de componentes principais (PCA) para otimizar os dados de entrada para a rede neural.

Esses modelos são treinados com conjuntos de dados produzidos a partir de análises exaustivas de sinais de microscopia. É possível, em outras palavras, filtrar o ruído do sinal manualmente, mas fazer isso requer que a mesma amostra seja analisada muitas vezes. Os modelos de IA podem reduzir bastante esse requisito, porque são capazes de identificar o componente principal de um sinal de dados muito mais rapidamente do que um humano. 

Essa abordagem permite que os pesquisadores identifiquem seu sinal alvo a partir do ruído ao redor e, portanto, trabalhem com materiais em nanoescala de maneira mais eficiente. E o mel

hor de tudo, alguns desses modelos estão disponíveis como projetos de código aberto, o que provavelmente acelerará sua adoção pela comunidade científica.

Modelagem química

Uma revolução semelhante vem ocorrendo silenciosamente no mundo da modelagem química. A modelagem química simula como as moléculas irão interagir umas com as outras. É amplamente utilizado em biociência e desenvolvimento de medicamentos. Mais recentemente, no entanto, os cientistas começaram a usar as mesmas técnicas de modelagem para entender melhor o comportamento dos materiais em nanoescala e, assim, melhorar sua eficiência e eficácia.

As redes neurais têm sido usadas para modelagem química há anos, mas só recentemente elas foram aplicadas às nanotecnologias especificamente para entender como os materiais nanotecnológicos se comportam em condições do mundo real. A IA está sendo usada, por exemplo, para entender as estruturas de nanotubos de carbono quantificando qualidades estruturais como alinhamento e curvatura.

Existem muitos fatores que devem ser considerados para gerar uma imagem ou uma representação dinâmica de um sistema químico. Até recentemente, e como no exemplo da microscopia acima, isolar esses fatores do ruído ambiente era muito difícil. As IAs, no entanto, são eficazes nessa tarefa. 

Usando AIs, cientistas e engenheiros agora podem minimizar o grau de erro relacionado à geometria ou tamanho de um sistema ou partícula. A abordagem mais popular para fazer isso é treinar um modelo de IA em dados emergentes de sistemas cujo comportamento já é bem compreendido.

Técnicas como essa são especialmente úteis para nanomateriais, pois os vários efeitos e fenômenos observados com materiais como o grafeno podem ser difíceis de recriar. Este aplicativo é aquele que tem um enorme potencial. Ele promete, de fato, a capacidade de integrar aprendizado de máquina em técnicas de produção – e, portanto, catalisar o desenvolvimento futuro de IA e nanotecnologias.  

Nanocomputação

Por fim, a nanocomputação. Esta é, sem dúvida, a área em que há a correspondência mais próxima entre as duas tecnologias e, potencialmente, a sobreposição mais produtiva. 

A promessa central da nanocomputação é que ela pode aumentar muito o poder de computação disponível para pesquisadores e engenheiros. Nos últimos anos, alguns temem que a Lei de Moore - que os transistores por chip e, portanto, o poder de computação dobram em um período de tempo previsível - não seja mais verdadeira, porque à medida que construímos computadores cada vez menores, estamos encontrando estranhos efeitos quânticos que limitam nossa capacidade de trabalhar nesta escala.

A nanocomputação é uma abordagem para superar esse problema. Os nanocomputadores usam uma variedade de novos meios para realizar cálculos – desde reações químicas orgânicas até nano- MOSFETs. No entanto, a maioria desses dispositivos depende de sistemas físicos complexos para permitir algoritmos computacionais complexos e procedimentos de aprendizado de máquina que podem ser usados ​​para gerar novas representações de informações para uma ampla gama de usos.

Em termos simples, as IAs podem nos ajudar a entender as maneiras pelas quais os materiais funcionam em nanoescala. Isso pode nos permitir construir computadores nessa escala que não dependam da arquitetura baseada em transistores na qual a maioria dos computadores atuais se baseia. Isso, por sua vez, permitirá a criação de IAs cada vez mais sofisticadas, o que nos permitirá investigar ainda mais esse comportamento. Da mesma forma que as redes neurais podem ajudar os computadores a se autocodificar, as tecnologias de nanocomputação podem permitir que os computadores se construam.

O futuro

É claro que tanto a IA quanto a nanotecnologia são tecnologias emergentes, e resta ver como cada uma delas se desenvolverá. No entanto, as formas como essas tecnologias já estão sendo utilizadas significam que é possível ver um sincretismo emergente. Os avanços na IA estão nos permitindo entender o comportamento dos materiais em escala nano, e isso pode nos permitir criar IAs cada vez mais poderosas. Nesse sentido, as duas tecnologias estão intimamente interligadas.