Pesquisadores da Universidade de Hong Kong desenvolveram um modelo teórico que permite analisar e prever o comportamento de redes complexas em diferentes escalas.
O pós-doutorando Fei Jing conduziu o trabalho sob supervisão do professor Qingpeng Zhang, do Instituto de Ciência de Dados da Fundação Musketeers da Universidade de Hong Kong. A pesquisa contou com colaboração de instituições da China e da Itália e foi publicada na Proceedings of the National Academy of Sciences.
Redes complexas sustentam sistemas biológicos, redes sociais e arquiteturas de inteligência artificial que estruturam o mundo contemporâneo. A equipe aplicou conceitos da física estatística para mapear a previsibilidade dessas estruturas.
Os cientistas utilizaram como base o modelo clássico de spin glass. O professor Giorgio Parisi, da Universidade Sapienza de Roma, recebeu o Prêmio Nobel de Física em 2021 por seu trabalho sobre spin glass, e seu aporte teórico serviu de fundamento para a nova metodologia.
A principal descoberta revela que a previsibilidade global de redes extensas pode ser decomposta em contribuições locais oriundas de conexões individuais. Essa decomposição reduz de forma significativa a complexidade computacional necessária para examinar sistemas de grande porte.
O método utiliza amostragem local baseada em informações de vizinhança para processar grandes volumes de dados. Tal estratégia entrega resultados com maior velocidade e precisão do que abordagens tradicionais.
No campo da inteligência artificial, o framework permite criar métricas que avaliam e aprimoram arquiteturas de modelos. Essas métricas elevam a eficiência operacional e a interpretabilidade dos sistemas de aprendizado de máquina.
Na biomedicina, a metodologia acelera a previsão de interações moleculares em larga escala. O avanço contribui para a descoberta de novos medicamentos e para o desenvolvimento de tratamentos mais eficazes.
O professor Zi-Ke Zhang, da Universidade de Zhejiang, integrou a equipe internacional de pesquisa. Conforme reportagem do Phys.org, o trabalho expande a compreensão teórica e prática sobre o funcionamento de redes complexas em múltiplas disciplinas.
📨 Inscreva-se na Newsletter de O Cafezinho
Receba nossas análises e as principais notícias diárias do Brasil e do Sul Global.
if(!email) { responses.innerHTML = "Por favor, insira um e-mail válido."; return; }
button.innerText = "Enviando..."; button.style.opacity = "0.7"; button.disabled = true; responses.innerHTML = "";
// Transforma a action nativa em endpoint JSONP e anexa os dados var formAction = this.action.replace('/post?', '/post-json?'); var formData = new FormData(this); var url = formAction;
for (var pair of formData.entries()) { url += "&" + encodeURIComponent(pair[0]) + "=" + encodeURIComponent(pair[1]); }
var script = document.createElement('script'); var callbackName = 'mailchimpCallback' + new Date().getTime(); window[callbackName] = function(data) { button.innerText = "ASSINAR"; button.style.opacity = "1"; button.disabled = false;
if (data.result === 'success') { responses.innerHTML = "✅ Inscrição confirmada com sucesso! Bem-vindo(a) ao O Cafezinho."; document.getElementById('mce-EMAIL-ajax').value = ''; } else { var msg = data.msg || ""; if(msg.includes('is already subscribed')) { msg = "⚠️ Este e-mail já está assinado na nossa newsletter."; } else if(msg.includes('too many')) { msg = "⚠️ Muitas tentativas. Tente novamente mais tarde."; } else if(msg.includes('domain')) { msg = "⚠️ O domínio do e-mail é inválido."; } else { msg = "⚠️ Erro: " + msg; } msg = msg.replace(/^[0-9]+\s-\s/, ''); responses.innerHTML = "" + msg + ""; } delete window[callbackName]; document.body.removeChild(script); };
url = url + '&c=' + callbackName; script.src = url; document.body.appendChild(script); });