NOVO Inquérito: Agentes de IA para Descoberta Científica. Esta é uma das áreas mais emocionantes para 2026. (adicione este aos favoritos) Esta nova pesquisa apresenta o SAGA (Agente Científico Autônomo em Evolução de Objetivos), uma estrutura de dois níveis onde o ciclo externo evolui automaticamente os objetivos enquanto o ciclo interno otimiza as soluções. Por que este artigo é importante? A descoberta científica requer iteração sobre o que otimizar, não apenas como otimizar. Automatizar este ciclo de evolução de objetivos fecha uma lacuna que tem estrangulado a maior parte da pesquisa científica impulsionada por IA recente. Em vez de tratar o design de objetivos como uma decisão humana única, o SAGA torna-o um processo de descoberta dinâmico e autônomo. Um planejador baseado em LLM propõe novos objetivos. Um implementador os converte em funções de pontuação executáveis. Um otimizador busca soluções. Um analisador examina os resultados e identifica onde os objetivos precisam de refinamento. O SAGA opera em três níveis de automação: > modo co-piloto, onde os cientistas colaboram na evolução dos objetivos > semi-piloto onde os cientistas apenas fornecem feedback ao analisador > piloto automático onde tanto a análise quanto o planejamento são totalmente automatizados Resultados em quatro domínios científicos: Na designação de antibióticos para K. pneumoniae resistente a medicamentos, o SAGA alcança o melhor equilíbrio entre atividade biológica e semelhança com medicamentos. Enquanto as linhas de base falham em otimizar a atividade ou alcançam alta atividade com moléculas quimicamente irreais, o SAGA adiciona dinamicamente objetivos como penalidades de sintetizabilidade e filtros de estabilidade metabólica com base na análise de tendências em nível populacional. Na designação de materiais, o SAGA encontrou 15 novas estruturas estáveis para ímãs permanentes com baixo risco de cadeia de suprimentos em 200 cálculos DFT, superando o MatterGen (11 estruturas). Para materiais superduros, mais de 90% dos cristais propostos contêm elementos leves essenciais para dureza, alinhando-se com descobertas experimentais. Na designação de sequências de DNA, o SAGA supera as linhas de base no design de melhoradores específicos para tipos celulares em até 176%, com 48% de melhoria em especificidade e 47% em enriquecimento de motivos. Na designação de processos químicos, o SAGA identifica que otimizar apenas para pureza do produto leva a fluxogramas desnecessariamente complexos, então adiciona autonomamente objetivos para custos de capital e intensidade de fluxo de material. ...