A inteligência artificial (IA) se tornou amplamente difundida na pesquisa científica, mas a aplicação de modelos de aprendizado de máquina pode levar a resultados enganosos ou incorretos. Pesquisadores da Universidade da Califórnia, Berkeley, propuseram uma técnica estatística chamada "Inferência Direcionada por Predições" (PPI, do inglês Prediction-Driven Inference) para validar hipóteses científicas.
A técnica PPI consegue corrigir a saída de grandes modelos gerais, adaptando-a a problemas científicos específicos, sem a necessidade de entender a natureza dos erros do modelo, evitando assim vieses do aprendizado de máquina. Essa técnica não se limita à previsão de estruturas de proteínas, podendo ser aplicada em diversas áreas de pesquisa, como a estimativa do desmatamento na Amazônia.
A PPI se torna um componente essencial na ciência moderna, caracterizada por sua alta densidade de dados, modelos e colaboração.
