E se uma máquina descobrisse novas leis da natureza que ainda nos são desconhecidas? Não porque essa máquina fosse mais inteligente do que nós, mas porque podia investigar os dados muito mais depressa.

Temos algoritmos que podem mergulhar em montanhas de dados pessoais de maneira a associar personalidades a publicidade extremamente bem direccionada. Porque não ter algoritmos que mergulham em montanhas de dados sobre o cosmos para desenhar tendências escondidas?

A grande dificuldade, resume a revista New Scientist, é que na física teórica, uma “tendência escondida” chama-se de equação e não é fácil ensinar esta “linguagem” a uma inteligência artificial (IA). Certamente, no século XVI, Johannes Kepler foi capaz de escrever as suas próprias equações matemáticas sobre os movimentos dos planetas, porque ele tinha mergulhado nos muitos dados de observações astronómicas do seu tempo. Mas hoje, o campo de análise e a quantidade de dados são infinitamente mais amplos, e continuam a crescer a cada nova observação dos telescópios espaciais James Webb ou Gaia. Quanto mais variáveis existem, mais o número de equações possíveis se multiplica: mesmo uma IA não saberia por onde começar.

Uma das pistas é ir pedaço a pedaço: há alguns anos, uma equipa da Universidade de Princeton “alimentou” um algoritmo com os movimentos das luas em torno de Júpiter e Saturno, e esperou que “descobrisse” as leis da gravitação. Desde então, outros investigadores têm tentado passar para o nível superior: os seus algoritmos conseguiram deduzir a massa dos buracos negros a partir de dados sobre as ondas gravitacionais, por exemplo. Poderia um alvo ainda mais “superior” ser a matéria escura, que permeia o cosmos, mas que não conseguimos ver ou detectar? Se se descobrisse que a sua distribuição está ligada a sistemas observáveis, teríamos uma chave para uma equação matemática que uma IA poderia deduzir, mesmo que estejamos a falar de um fenómeno à escala cósmica.

Mas mesmo que lá se chegue, ainda haverá um problema, resumido pela New Scientist: todos estes sucessos dos últimos anos são “equações empíricas. Por outras palavras, são descritivos e adequados para reproduzir dados experimentais”, mas não para “oferecer uma explicação teórica”.

Tal como aconteceu há quatro séculos atrás: Kepler tinha descoberto as leis do movimento planetário, o que significa que podia descrever “como funciona”; mas teríamos de esperar que Newton entendesse o “porquê”, isto é, uma lei de gravidade que unisse todos estes corpos celestes.

Será que uma IA alguma vez chegará tão longe? Impossível dizer, mas os físicos teóricos gostariam que lhe oferecessem esta ajuda.

Por Agence Science-Presse. Imagem de Martin Heigan (CC).