As bolsas Encode: AI for Science integram os melhores talentos em IA nos principais laboratórios do Reino Unido para enfrentar desafios científicos e acelerar o caminho para soluções práticas. Três bolsas da primeira turma estão sendo oferecidas em Cambridge.

O bolsista do Encode, Jonathan Carter, está utilizando tecnologia originalmente desenvolvida para pesquisas em astrofísica para decifrar como os humanos entendem a física – por exemplo, como o cérebro humano realiza cálculos físicos intuitivos, como prever onde uma bola lançada cairá. Trabalhando com Hiranya Peiris, que detém a Cátedra de Astrofísica de Cambridge (1909), sua abordagem utiliza codificadores variacionais interpretáveis, uma rede neural especializada capaz de encontrar representações compactas e significativas em dados complexos. Essa pesquisa interdisciplinar pode avançar tanto nossa compreensão da inteligência humana quanto nossa capacidade de construir sistemas de IA que aprendam e generalizem como os humanos.

Shruti Mishra, outra bolsista do Encode, está desenvolvendo um sistema de IA capaz de descobrir equações claras e compreensíveis que descrevem o comportamento de fluxos turbulentos em diferentes escalas. Este é um desafio antigo na física que afeta tudo, desde a previsão do tempo até o design aeroespacial. Orientada por Miles Cranmer, professor assistente de Ciência Intensiva de Dados em Cambridge, Shruti está combinando aprendizado de máquina com matemática simbólica para produzir automaticamente equações que os cientistas podem interpretar e confiar, em vez de "previsões de caixa-preta", onde o processo de tomada de decisão é difícil de entender. Seu trabalho tem o potencial de permitir previsões climáticas mais precisas e aprimorar designs industriais.

E a bolsista da Encode, Martyna Stachaczyk, está trabalhando com Rika Antonova, professora associada em Cambridge, para projetar uma arquitetura de controle no dispositivo, inspirada na biologia, para inteligência local em tempo real. Esta pesquisa pode liberar sistemas inteligentes da nuvem – que pode ser insegura e inacessível onde a conectividade é limitada – permitindo autonomia robusta e adaptável para próteses, robôs e plataformas ambientais, mesmo em ambientes com recursos limitados ou desconectados.

O programa Encode AI for Science Fellowship é administrado pela Pillar VC, com financiamento da Advanced Research + Invention Agency (ARIA) e da Sovereign AI Unit do governo do Reino Unido.