No mundo da ciência dos materiais, projetar a próxima geração de displays eletrônicos muitas vezes parece como procurar uma agulha em um palheiro, mas o palheiro é feito de átomos invisíveis e a agulha é um arranjo específico de energia. Cientistas estão constantemente procurando por novas moléculas orgânicas que possam emitir luz de forma eficiente, particularmente para uso em diodos orgânicos emissores de luz, ou OLEDs. Para encontrar essas moléculas, pesquisadores tradicionalmente dependem de dois métodos: executar simulações computacionais complexas que levam dias para terminar, ou realizar experimentos físicos que são caros e lentos. Ambos os enfoques enfrentam dificuldades quando não há dados suficientes para treinar um computador para reconhecer padrões, uma situação comum na pesquisa de ponta, onde novos materiais são raros. Por décadas, a esperança tem sido que a inteligência artificial pudesse aprender a prever como uma molécula se comportará apenas olhando para sua forma, mas esses modelos computacionais frequentemente falham quando carecem de vastas bibliotecas de exemplos para estudar. Eles tendem a adivinhar aleatoriamente em vez de compreender as regras subjacentes, muito parecido com um estudante que memoriza respostas sem entender a lição.

Uma equipe de pesquisadores encontrou uma maneira de ensinar computadores a pensar mais como especialistas humanos ao observar como esses especialistas realmente olham para as moléculas. Em vez de forçar o computador a aprender com milhões de pontos de dados que ele não possui, os cientistas registraram os movimentos oculares de químicos experientes enquanto eles estudavam a estrutura de moléculas orgânicas em uma tela. Eles descobriram que esses especialistas não apenas olham fixamente; eles seguem um padrão de atenção específico e repetível. Primeiro, eles escaneiam a molécula rapidamente, diminuindo a velocidade apenas quando chegam às conexões críticas entre diferentes partes da estrutura. Depois, focam intensamente em áreas específicas para entender como essas partes interagem. Ao traduzir esses hábitos visuais para a linguagem do código de computador, os pesquisadores construíram um novo tipo de inteligência artificial que imita essa forma humana de ver. Este modelo, treinado em um conjunto relativamente pequeno de moléculas, aprendeu a prever a distribuição de elétrons dentro de uma molécula com uma precisão que rivaliza com as simulações computacionais mais poderosas e demoradas, oferecendo, ao mesmo tempo, uma janela clara sobre o porquê de suas previsões.

O cerne desta descoberta reside na compreensão de como especialistas humanos processam informações visuais. Quando um químico olha para uma molécula complexa, seus olhos não se movem em uma linha suave e contínua. Em vez disso, eles saltam rapidamente de um ponto para outro, um movimento conhecido como sacada, e depois fazem uma pausa para coletar informações, uma pausa chamada fixação. Os pesquisadores descobriram que, quando esses especialistas analisavam as propriedades eletrônicas de uma molécula, seus olhos se comportavam de uma maneira muito específica. Durante os primeiros segundos de observação de uma nova estrutura, seus olhos se moviam rapidamente, mas desaceleravam significativamente sempre que passavam pelas "pontes" que conectavam as partes doadoras e receptoras de elétrons da molécula. Essas zonas de desaceleração, que os pesquisadores nomearam como Zonas de Sacada Desacelerada, revelavam que os especialistas estavam processando ativamente as conexões mais importantes. Conforme o tempo passava, os especialistas paravam de escanear e começavam a manter o olhar fixo em grupos específicos de átomos por períodos mais longos, integrando a informação que haviam coletado. Este processo de duas etapas — primeiro um escaneamento amplo com desaceleração focada, seguido por uma atenção profunda e sustentada — foi o padrão fundamental que a equipe desejava capturar.

Para transformar essa observação em uma ferramenta funcional, os pesquisadores construíram um modelo de computador que replica essas duas etapas da atenção humana. A primeira parte do modelo atua como o escaneamento inicial, usando uma rede projetada para observar pequenas partes locais da molécula e, em seguida, conectá-las rapidamente para entender a forma geral. Isso imita os movimentos oculares rápidos e a desaceleração sobre as pontes críticas. A segunda parte do modelo atua como o foco profundo, usando um mecanismo que permite ao computador reter as informações mais importantes enquanto descarta os detalhes menos relevantes, semelhante à forma como uma mente humana filtra distrações para se concentrar no problema central. Ao treinar este sistema em um conjunto de dados de 733 moléculas orgânicas conhecidas por sua capacidade de emitir luz eficientemente, o modelo aprendeu a prever onde os elétrons estariam localizados dentro da molécula. Os resultados foram impressionantes: o modelo previu a distribuição de elétrons com uma taxa de erro inferior a um por cento em comparação com as simulações computacionais de alto poder, que geralmente levam dias para serem executadas.

O que torna este feito particularmente significativo não é apenas a precisão, mas o fato de o modelo evitar os erros comuns cometidos por outros sistemas de inteligência artificial. Modelos computacionais padrão frequentemente lutam quando uma molécula possui múltiplas partes semelhantes, confundindo-se frequentemente sobre qual parte está realizando qual função, ou podem atribuir incorretamente propriedades elétricas aos átomos errados. O novo modelo, no entanto, identificou consistentemente as regiões corretas, demonstrando uma intuição química que os modelos puramente baseados em dados não possuem. Isso ocorre porque o modelo foi construído para priorizar as mesmas interações estruturais que os especialistas humanos valorizam. Quando os pesquisadores olharam dentro do modelo para ver o que ele estava "prestando atenção", descobriram que ele destacava exatamente as mesmas conexões e grupos funcionais que os especialistas humanos desaceleraram seus olhos para examinar. O computador efetivamente aprendeu a ver a molécula da maneira que um químico vê, focando nas pontes e nas junções críticas que determinam como o material irá performar.

As implicações deste trabalho estendem-se além de apenas obter a resposta correta mais rápido. No passado, a inteligência artificial na ciência tem sido frequentemente uma "caixa preta", onde um computador fornece uma previsão sem explicar como chegou àquela conclusão. Esta nova abordagem oferece uma visão clara do processo de raciocínio. Como os mecanismos de atenção do modelo estão alinhados com o comportamento visual humano, os cientistas podem observar a saída do modelo e ver exatamente quais partes da molécula ela considera importantes. Isso fornece um mapa quantitativo de como diferentes partes de uma molécula influenciam umas às outras, oferecendo uma nova ferramenta para o design de melhores materiais. Os pesquisadores mostraram que o modelo poderia identificar pares estruturais específicos que têm uma forte influência nas propriedades eletrônicas da molécula, fornecendo um guia para os químicos sobre onde fazer alterações para melhorar o desempenho. Ao incorporar padrões cognitivos humanos diretamente na arquitetura da máquina, a equipe criou um sistema que não apenas calcula, mas compreende, unindo a lacuna entre a intuição humana e o poder computacional em um campo onde os dados são escassos e a precisão é tudo.