Het kostte menselijke wetenschappers bijna een eeuw van vallen en opstaan ​​om het periodiek systeem der elementen te organiseren, misschien wel een van de grootste wetenschappelijke prestaties in de chemie, in zijn huidige vorm.

Een nieuw programma voor kunstmatige intelligentie (AI), ontwikkeld door natuurkundigen van Stanford, volbracht dezelfde prestatie in slechts een paar uur.

genaamd Atom2Vec, het programma leerde met succes onderscheid te maken tussen verschillende atomen na analyse van een lijst met namen van chemische verbindingen uit een online database. De onbewaakte AI gebruikte vervolgens concepten die waren ontleend aan het veld van natuurlijke taalverwerking - in het bijzonder het idee dat de eigenschappen van woorden kunnen worden begrepen door te kijken naar andere woorden eromheen - om de elementen te clusteren op basis van hun chemische eigenschappen.

"We wilden weten of een AI slim genoeg kan zijn om het periodiek systeem zelf te ontdekken, en ons team heeft laten zien dat het kan, " zei studieleider Shou-Cheng Zhang, de J.G. Jackson en C.J. Wood hoogleraar natuurkunde aan de Stanford's School of Humanities and Sciences.

Zhang zegt dat het onderzoek, gepubliceerd in het nummer van 25 juni van Proceedings van de National Academy of Sciences , is een belangrijke eerste stap naar een ambitieuzer doel van zijn, die een vervanging ontwerpt voor de Turing-test - de huidige gouden standaard voor het meten van machine-intelligentie.

Om ervoor te zorgen dat een AI de Turing-test doorstaat, het moet in staat zijn om schriftelijke vragen te beantwoorden op een manier die niet te onderscheiden is van een mens. Maar Zhang denkt dat de test gebrekkig is omdat hij subjectief is. "Mensen zijn het product van evolutie en onze geest zit vol met allerlei irrationaliteiten. Om een ​​AI te laten slagen voor de Turing-test, het zou al onze menselijke irrationaliteiten moeten reproduceren, " zei Zhang. "Dat is heel moeilijk om te doen, en niet een bijzonder goed gebruik van de tijd van programmeurs."

Zhang zou in plaats daarvan een nieuwe benchmark van machine-intelligentie willen voorstellen. "We willen zien of we een AI kunnen ontwerpen die mensen kan verslaan bij het ontdekken van een nieuwe natuurwet, "zei hij. "Maar om dat te doen, we moeten eerst testen of onze AI enkele van de grootste ontdekkingen kan doen die al door mensen zijn gedaan."

Door het periodiek systeem der elementen opnieuw te creëren, Atom2Vec heeft dit secundaire doel bereikt, zegt Zhang.

Kalium is koning als...

Zhang en zijn groep hebben Atom2Vec gemodelleerd naar een AI-programma dat Google-ingenieurs hebben gemaakt om natuurlijke taal te ontleden. genaamd Word2Vec, de taal AI werkt door woorden om te zetten in numerieke codes, of vectoren. Door de vectoren te analyseren, de AI kan de kans inschatten dat een woord in een tekst voorkomt, gegeven het gelijktijdig voorkomen van andere woorden.

Bijvoorbeeld, het woord "koning" gaat vaak gepaard met "koningin, " en "man" door "vrouw". de wiskundige vector van "koning" kan ruwweg worden vertaald als "koning =een koningin minus een vrouw plus een man."

"We kunnen hetzelfde idee toepassen op atomen, "Zei Zhang. "In plaats van alle woorden en zinnen uit een verzameling teksten in te voeren, we hebben Atom2Vec alle bekende chemische verbindingen gevoed, zoals NaCl, KCl, H20, enzovoort."

Uit deze schaarse gegevens, het AI-programma bedacht, bijvoorbeeld, dat kalium (K) en natrium (Na) vergelijkbare eigenschappen moeten hebben omdat beide elementen kunnen binden met chloor (Cl). "Net zoals koning en koningin vergelijkbaar zijn, kalium en natrium zijn vergelijkbaar, ' zei Zhang.

Zhang hoopt dat in de toekomst, wetenschappers kunnen de kennis van Atom2Vec gebruiken om nieuwe materialen te ontdekken en te ontwerpen. "Voor dit project het AI-programma was zonder toezicht, maar je zou je kunnen voorstellen om het een doel te geven en het te sturen om te vinden, bijvoorbeeld, een materiaal dat zeer efficiënt is in het omzetten van zonlicht in energie, ' zei Zhang.

Zijn team werkt al aan versie 2.0 van hun AI-programma, die zich zal concentreren op het oplossen van een hardnekkig probleem in medisch onderzoek:het ontwerpen van precies het juiste antilichaam om antigenen aan te vallen - moleculen die een immuunrespons kunnen induceren - die specifiek zijn voor kankercellen. Momenteel, een van de meest veelbelovende benaderingen om kanker te genezen is kankerimmunotherapie, waarbij gebruik wordt gemaakt van de antilichamen die antigenen op kankercellen kunnen aanvallen.

Maar het menselijk lichaam kan meer dan 10 miljoen unieke antilichamen produceren, die elk bestaan ​​uit een andere combinatie van ongeveer 50 genen. "Als we deze bouwsteengenen in kaart kunnen brengen op een wiskundige vector, dan kunnen we alle antilichamen organiseren in iets dat lijkt op een periodiek systeem, " zegt Zhang. "Dan, als u ontdekt dat één antilichaam effectief is tegen een antigeen, maar toxisch is, je kunt binnen dezelfde familie zoeken naar een ander antilichaam dat net zo effectief is, maar minder toxisch."