Conduzida pelo Diretor do Laboratório Nacional de Computação Científica (LNCC / MCTIC), Augusto Gadelha Vieira, a palestra "Aceleração de projetos da indústria biofarmacêutica na era da inteligência artificial" abordou os possíveis usos do deep learning na pesquisa e desenvolvimento da indústria farmacêutica.

Gadelha iniciou sua apresentação informando que o termo Inteligência Artificial (AI, na sigla em inglês) existe desde os anos 1950 e que, no campo da computação, inteligência é a capacidade de o computador realizar qualquer atividade que até então apenas o homem poderia realizar, como jogar xadrez.

Citou o “Teste de Turing”, formulado por Alan Turing, pelo qual não se nota diferença entre o homem e a máquina. “Turing usou o exemplo ilustrativo no qual um juiz não consegue distinguir, em uma conversa, quem é o ser humano e quem é o computador”.

AI

Máquinas podem 'raciocinar' sem serem programadas para isto

Desde então, esse campo do conhecimento passou por duas grandes transformações, a primeira na década de 1980 e a mais recente a partir da nossa atual década. O primeiro salto, nos anos 80, veio com a capacidade de ensinar a máquina a programar a si mesma. “A demonstração pública desse passo diante da sociedade foi a organização das partidas de xadrez entre um computador e Garry Kasparov”.

O maior impacto foi possível graças à oferta descomunal de dados para análise. “Até recentemente o reconhecimento de padrões era limitado, o que travava o desenvolvimento desse campo”, afirmou Gadelha. Cada ser humano, seu comportamento na rede, os dados que gera em celulares, colaborou para isto.

O diretor do LNCC esclareceu então que “o que todos chamam de AI na verdade é um subcampo da mesma, o chamado deep learning, que é a capacidade de as máquinas adquirirem aprendizado sem terem sido programadas para isto”.

São as aplicações que impactaram no dia-a-dia das sociedades, como a existência de celulares que entendem o que falamos e a partir daí sugerem a oferta de serviços e produtos. “O uso de algoritmos é o que permite que você receba ofertas de produtos se comprar algo”.

“A existência de carros autônomo, o uso de robôs, a existência de aplicativos como Waze, Google Maps, a ferramenta de estabilização de imagens para a retirada de fotografias em celulares mesmo quando sua mão treme, todas essas aplicações do dia-a-dia foram possíveis graças ao deep learning”, comentou Gadelha.

Ele lembrou que o uso dessa inteligência impacta não apenas as atividades prosaicas da rotina diária, mas também a organização e autodeterminação das sociedades. “Todos estão atentos ao que vem ocorrendo com o Facebook, em particular, e as redes sociais em geral. O uso de robôs impactou na eleição presidencial dos Estados Unidos, no fenômeno Trump”.

Como funciona

Na estrutura da AI existe sempre uma entrada (oferta de dados) e uma saída (conhecimento gerado através da análise de dados).

Entre essas duas extremidades funciona uma camada, chamada de “rede neural”. “Para haver deep learning o processador necessita de uma quantidade grande de dados, não à toa Google, Facebook, Amazon e Baidu são os maiores players globais desse segmento”, citou Gadelha.

E como a máquina “aprende”? Cada um de seus “neurônios” eletrônicos simula os nossos neurônios, em redes com várias interconexões de entrada e saída, funcionando no sistema binário (0 e 1), multiplicando as respostas.

“O computador começa a operar como um cérebro, otimizando a máquina para que se reduzam, buscando a eliminação dos erros de análise nas entradas e saídas de dados. A partir daí a máquina começa a acertar muito, acertar mais que o ser humano. Preciso repetir, entretanto: para isso ocorrer há a necessidade de uma grande quantidade de dados”, citou.

Em torno de 2012 ocorreu a grande revolução nesse segmento, segundo o diretor do LNCC, quando foram inaugurados os projetos Google Brain e Imagenet.

Quarta revolução industrial

As aplicações possíveis a partir do uso de uma massa de dados começaram a despertar a atenção do setor industrial, e alterar toda a atividade produtiva. Esse fenômeno, chamado de quarta revolução industrial, precisa ser enfrentado pelas corporações que pretendam ter algum papel relevante no futuro próximo.

“Há uma alteração profunda na forma como fazemos tudo na sociedade. Não podemos ficar de fora. Se não nos inserirmos, estaremos fora do grande jogo global”, afirmou Gadelha.

O presidente do LNCC citou o exemplo de sociedades com maior interferência estatal na vida dos cidadãos como um diferencial estratégico, e as implicações éticas e políticas dessas formas de organização da sociedade.

“Voltemos ao exemplo do facebook e toda a controvérsia em torno da privacidade dos cidadãos. Ao mesmo tempo, temos um país como a China, com uma população superior a 1 bilhão de pessoas, gerando ados que podem ser acessados, estruturados e utilizados pelo governo”, exemplificou.

Esse diferencial competitivo certamente impacta a área médica e farmacêutica. “Na área de medicina as máquinas já acertam mais que os médicos a identificação do câncer de mama. Há o uso de relógios como o da Apple ou da Samsung que medem seus dados de saúde, como batimentos cardíacos e pressão arterial, e são armazenados”, citou, antes de complementar: “na China recentemente um robô dotado de AI começou a fazer cirurgias”.

Gadelha citou frase de John Baldoni, da GSK, que afirmou no início de 2018 sobre o uso de AI. “Daqui a três anos eu espero que o tempo entre a escolha de um alvo e a obtenção da molécula seja 12 meses. Hoje leva de 5 a 6 anos”.

Não é apenas uma frase de efeito. O setor farmacêutico realmente entrou de cabeça no tema. Uma rápida busca na Internet permite acessarmos artigos com informações e posicionamentos das Big Pharma nessa nova forma de atuar no mercado, como Pharma R&D is crying out for disruption – is AI the answer?, Artificial Intelligence Already Revolutionizing Pharma, The Next Generation of Medicine: Artificial Intelligence and Machine Learning, 19 Pharma Companies Using Artificial Intelligence in Drug Discovery e AI in Pharma and Biomedicine – Analysis of the Top 5 Global Drug Companies.

A forma é, em geral, a associação entre uma empresa farmacêutica e uma empresa, a maioria startups, de inteligência artificial. No Brasil, Gadelha demonstrou as iniciativas do Laboratório por ele coordenado, localizado em Petrópolis (RJ) e que possui o supercomputador Santos Dumont.

“Temos o maior computador da América Latina, com capacidade de processamento de 1,1 Petaflops. É motivo de orgulho, mas não significa que estamos bem situados internacionalmente. Ele, por exemplo, deixou de ser um dos 500 maiores computadores do mundo, e só a China tem 250 desses 500 maiores”, citou Gadelha.

Apesar disso, a máquina ainda é subutilizada pela comunidade brasileira. “Estamos abertos à parceiras e queremos estabelecer projetos com vocês, utilizem a nossa estrutura e nosso pessoal”, citou o diretor do LNCC.

Gadelha informou que o Santos Dumont tem acesso a mais de 200 bancos de dados associados ao tema da Genômica no mundo, congrega os dados do Laboratório de BioInformática do LNCC e fornece dados ao portal Dockthor, para pesquisas na área médica.

A apresentação de Gadelha motivou intervenções do público. Integrante da Comissão Científica do VI SACT, Cristina Possas vislumbrou possíveis usos da AI. “Vejo essa possibilidade no Human Genome Project e em uma vacina universal para influenza. Além disso, existe o projeto ‘Imunômica’, um novo campo da Imunologia, que usa AI para trabalhar grande massa de dados, na resolução de desafios para aplicação em ações de imunização”.

Assessor Científico Sênior de Bio-Manguinhos, Akira Homma vislumbra o uso da AI como “uma possibilidade fantástica de futuro, mas também a presença de desafios em forma acelerada”.

“São muitos os desafios colocados ainda sem resposta. Temos muitos peritos em Imunologia, Biologia Molecular, mas ainda não existe um kit sorológico para diagnóstico diferencial em arboviroses, que possuem antígenos comuns. É absolutamente importante ter esse produto, e mundo inteiro está derrapando nisso. Creio que o deep learning pode colaborar nesse processo”, citou.

Akira vê ainda possibilidades de uso fora da atividade de desenvolvimento de novos produtos. “Um uso possível é de melhoria de atuação em atividades já operacionais, como procedimentos, rotinas de controle e garantia, rendimento do produto, produtividade de nossas plataformas”, comentou, antes de lembrar da necessidade de Bio-Manguinhos em particular, e o Brasil em geral, dispor de pessoal qualificado para atuar nessa nova realidade. “Temos uma dependência enorme de recursos humanos especializados para encaminhar essas questões”, complementou.

Diretor do Instituto, Mauricio Zuma fez questão de fazer uso da palavra para lembrar que Bio-Manguinhos busca acelerar seus processos e tomadas de decisão. “Ficamos com a lição de aumentar nossa velocidade na utilização das inovações".

 

Jornalista: Paulo Schueler