AI genskaber kemiens periodiske tabel med elementer

Det tog næsten et århundrede med forsøg og fejl for menneskelige forskere at organisere det periodiske system med elementer, uden tvivl en af ​​de største videnskabelige resultater inden for kemi, i sin nuværende form.

Et nyt kunstigt intelligensprogram (AI) udviklet af Stanford -fysikere opnåede den samme bedrift på få timer.

Kaldes Atom2Vec, programmet lærte med succes at skelne mellem forskellige atomer efter at have analyseret en liste over kemiske forbindelsesnavne fra en online database. Den uovervåget AI brugte derefter begreber lånt fra naturligt sprogbehandling - især tanken om, at ordets egenskaber kan forstås ved at se på andre ord, der omgiver dem - for at klynge elementerne efter deres kemiske egenskaber.

"Vi ville vide, om en AI kan være smart nok til at opdage det periodiske system på egen hånd, og vores team viste, at det kan, "sagde studieleder Shou-Cheng Zhang, J. G. Jackson og C. J. Wood -professor i fysik ved Stanford's School of Humanities and Sciences.

Zhang siger, at forskningen, udgivet i 25. juni -udgaven af Procedurer fra National Academy of Sciences , er et vigtigt første skridt mod et mere ambitiøst mål for ham, som designer en erstatning for Turing -testen - den nuværende guldstandard for måling af maskinens intelligens.

For at en AI kan bestå Turing -testen, den skal være i stand til at besvare skriftlige spørgsmål på måder, der ikke kan skelnes fra et menneske. Men Zhang mener, at testen er fejlbehæftet, fordi den er subjektiv. "Mennesker er et produkt af evolution, og vores sind er rodet med alle mulige irrationaliteter. For at en AI kan bestå Turing -testen, det ville være nødvendigt at gengive alle vores menneskelige irrationaliteter, "Sagde Zhang." Det er meget svært at gøre, og ikke en særlig god brug af programmørers tid. "

Zhang vil i stedet gerne foreslå et nyt benchmark for maskineintelligens. "Vi vil se, om vi kan designe en AI, der kan slå mennesker ved at opdage en ny naturlov, "sagde han." Men for at gøre det, vi skal først teste, om vores AI kan gøre nogle af de største opdagelser, som mennesker allerede har gjort. "

Ved at genskabe elementernes periodiske system, Atom2Vec har nået dette sekundære mål, Siger Zhang.

Kalium er til konge som ...

Zhang og hans gruppe modellerede Atom2Vec på et AI -program, som Google -ingeniører skabte for at analysere naturligt sprog. Kaldes Word2Vec, sproget AI fungerer ved at konvertere ord til numeriske koder, eller vektorer. Ved at analysere vektorerne, AI kan estimere sandsynligheden for, at et ord optræder i en tekst givet andre forekomst af andre ord.

For eksempel, Ordet "konge" ledsages ofte af "dronning, "og" mand "af" kvinde. "Således, den matematiske vektor af "konge" kan oversættes nogenlunde som "konge =en dronning minus en kvinde plus en mand."

"Vi kan anvende den samme idé på atomer, "Sagde Zhang." I stedet for at fodre alle ord og sætninger fra en samling tekster, vi fodrede Atom2Vec med alle de kendte kemiske forbindelser, såsom NaCl, KCl, H20, og så videre."

Ud fra disse sparsomme data, AI -programmet fandt ud af, for eksempel, at kalium (K) og natrium (Na) skal have lignende egenskaber, fordi begge elementer kan binde med chlor (Cl). "Ligesom konge og dronning ligner hinanden, kalium og natrium er ens, "Sagde Zhang.

Zhang håber, at i fremtiden forskere kan udnytte Atom2Vecs viden til at opdage og designe nye materialer. "Til dette projekt, AI -programmet var uden opsyn, men du kunne forestille dig at give det et mål og lede det til at finde, for eksempel, et materiale, der er yderst effektivt til at omdanne sollys til energi, "Sagde Zhang.

Hans team arbejder allerede på version 2.0 af deres AI -program, som vil fokusere på at knække et uhåndterligt problem inden for medicinsk forskning:at designe det helt rigtige antistof til at angribe antigener - molekyler, der er i stand til at fremkalde et immunrespons - der er specifikke for kræftceller. I øjeblikket, en af ​​de mest lovende metoder til behandling af kræft er kræftimmunterapi, hvilket indebærer at udnytte de antistoffer, der kan angribe antigener på kræftceller.

Men menneskekroppen kan producere mere end 10 millioner unikke antistoffer, som hver består af en anden kombination af omkring 50 gener. "Hvis vi kan kortlægge disse byggesten -gener på en matematisk vektor, så kan vi organisere alle antistoffer til noget, der ligner et periodisk system, "Siger Zhang." Så, hvis du opdager, at et antistof er effektivt mod et antigen, men er giftigt, du kan lede inden for samme familie efter et andet antistof, der er lige så effektivt, men mindre giftigt. "