Google Cloud passará a oferecer modelos de IA especializados em ciência da SandboxAQ

O Google Cloud passou a oferecer, a partir de janeiro de 2025, modelos especializados em ciência da SandboxAQ no seu marketplace, uma mudança concreta na infraestrutura de IA para pesquisa aplicada. Os chamados Large Quantitative Models (LQMs) não são LLMs: são treinados em dados numéricos, equações diferenciais, resultados experimentais e simulações físicas, não em textos da web. Isso os torna capazes de prever energias de adsorção, estabilidade molecular ou propriedades eletrônicas com precisão compatível com métodos computacionais tradicionais, mas com velocidade muito maior. A primeira oferta confirmada é o AQCat, previsto para o terceiro trimestre de 2025, focado em catálise e materiais para baterias e semicondutores. O AQPotency, voltado à descoberta de fármacos, também está previsto para o mesmo período.

A SandboxAQ surgiu em março de 2022 como spin-off do laboratório X da Alphabet, com forte ligação a técnicas quânticas e IA híbrida. Seus modelos não substituem simulações ab initio, mas atuam como aceleradores preditivos, por exemplo, filtrando milhares de moléculas antes de uma simulação DFT cara. O acesso via Google Cloud Marketplace significa que equipes de R&D podem usar esses modelos sem infraestrutura própria, pagando por uso, como um serviço SaaS científico.

Essa integração resolve uma lacuna real: LLMs como o Gemini são fracos em cálculos científicos exatos, enquanto ferramentas tradicionais de modelagem (como Gaussian ou VASP) exigem alta especialização e tempo de CPU. Os LQMs da SandboxAQ preenchem esse espaço intermediário, não são genéricos nem superespecializados demais. Para empresas farmacêuticas, fabricantes de chips ou laboratórios de materiais, isso significa reduzir ciclos de iteração entre hipótese e validação experimental. O prêmio de US$ 500 milhões do programa CHIPS dos EUA para a SandboxAQ confirma que essa aplicação já é estratégica para cadeias produtivas críticas, especialmente na fabricação de semicondutores, onde simulações rápidas de defeitos em redes cristalinas impactam diretamente o tempo de desenvolvimento de novos processos.

Desenvolvedores de aplicações científicas no Google Cloud agora têm acesso nativo a APIs para AQCat e AQPotency via Vertex AI, com suporte a pipelines integrados ao Gemini for Science. Isso permite construir fluxos como: (1) um pesquisador descreve em linguagem natural uma necessidade (ex.: 'preciso de um catalisador para oxidação seletiva de etanol'), (2) o Gemini gera a estrutura do pipeline e formula parâmetros, (3) o AQCat executa cálculos de adsorção em lote, (4) os resultados são resumidos novamente pelo Gemini. Não há SDK próprio da SandboxAQ exigido, tudo roda dentro do ecossistema Google Cloud. A arquitetura é orientada a tarefas científicas, não a tokens: os modelos não geram texto, mas retornam tensores, gráficos de energia ou estruturas 3D validáveis por ferramentas como RDKit ou ASE.