斯坦福最新研究：用AI重建化学元素周期表

元素周期表可以说是化学领域最伟大的科学成就之一，人类科学家用了近一个世纪的时间，反复尝试才将元素周期表组织成目前的形式。

而由斯坦福大学物理学教授们开发的一个新型人工智能（AI）程序，在几个小时内就完成了同样的壮举。

这个名为Atom2Vec的程序，通过在线数据库分析化合物名称列表，成功地学会了区分不同原子。

然后该程序使用从自然语言处理领域借鉴的概念——通过观察周围的其他单词可以理解某单词的属性——根据元素的化学属性对元素进行聚类。

斯坦福大学文理学院的研究负责人张寿成教授和物理学教授杰克逊·伍德说:“我们想知道人工智能是否足够聪明，可以自己发现元素周期表。我们的团队已经证明了这一点。”

张教授说，这项研究发表在6月25日出版的《国家科学院院刊》上，这是他朝着更加宏伟的目标迈出的重要一步，他正在设计替代图灵测试的工具——图灵测试是目前测量人工智能的黄金标准。

张教授认为，图灵测试是有缺陷的，因为它是主观的。“人类是进化的产物，我们的思想混杂着各种非理性因素。让AI通过图灵测试，它需要重现我们人类的非理性，这是非常困难的事。”

他希望提出一个新的人工智能标准。“我们想看看能否设计出一种人工智能，在发现新的自然法则方面胜过人类。为了做到这一点，我们首先要测试它是否能够完成人类已经做出的一些最伟大的发现。通过重建元素周期表，Atom2Vec已经实现了这个次要目标。”

张教授和他的团队在Google解析自然语言的AI程序上，对Atom2Vec进行建模。Google的AI程序称为Word2Vec，其工作原理是将单词转换成数字代码或向量。

通过分析向量，AI可以在其他单词同时出现的情况下，预测某单词在文本中出现的概率。

例如，“国王”这个词经常伴随着“王后”，而“男人”则通常伴随着“女人”。因此，“国王”的数学矢量大概可以翻译成“国王=王后减去女人再加上男人”。

张教授说：“我们可以把同样的想法应用于原子，我们没有在一组文本中输入所有的单词和句子，而是输入了所有已知的化合物，如NaCl、KCl、H20等。”

从这些数据中，AI程序得出一些结论，例如钾（K）和钠（Na）必须具有相似的性质，因为这两种元素都可以与氯（Cl）结合。“就像国王和王后搭配，钾和钠也是搭配的。”

张教授希望，今后，科学家可以利用Atom2Vec来发现和设计新材料。“这个人工智能项目是无人监督的，但是你可以给它一个目标，并指导它去寻找一种高效的材料，比如将太阳光转化为能量。”

他的团队正在研发程序的2.0版，该程序将致力于破解医学研究中的一个棘手问题:设计正确的抗体（能够诱导免疫反应的分子）来攻击癌细胞特有的抗原。目前，治疗癌症最有希望的方法之一是免疫疗法——靠自身的抗体攻击癌细胞。

但是人体可以产生1000多万种独特的抗体，每种抗体由大约50个基因组合而成。

“如果我们能将这些基因构建模块映射到一个数学载体上，那么我们就可以将所有抗体组织成类似周期表的东西。然后，如果你发现一种抗体对抗原有效但有毒，你就可以在同一个家族中寻找另一种同样有效但毒性较小的抗体。”

原文链接：

https://phys.org/news/2018-06-ai-recreates-chemistry-periodic-table.html

来源：PHYS

作者： Ker Than

智能观 编译

—完—

想知道AI加教育领域有哪些最新研究成果？

想要AI领域更多的干货？

想了解更多专家的“智能观”？

请前往：www.智能观.com。

声明：

编译文章旨在帮助读者了解行业新思想、新观点及新动态，为原作者观点，不代表智能观观点。