元素周期表可以說是化學領域最偉大的科學成就之一，人類科學家用了近一個世紀的時間，反覆嘗試才將元素周期表組織成目前的形式。
而由史丹福大學物理學教授們開發的一個新型人工智慧（AI）程序，在幾個小時內就完成了同樣的壯舉。
這個名為Atom2Vec的程序，通過在線資料庫分析化合物名稱列表，成功地學會了區分不同原子。
然後該程序使用從自然語言處理領域借鑑的概念——通過觀察周圍的其他單詞可以理解某單詞的屬性——根據元素的化學屬性對元素進行聚類。
史丹福大學文理學院的研究負責人張壽成教授和物理學教授傑克遜·伍德說:「我們想知道人工智慧是否足夠聰明，可以自己發現元素周期表。我們的團隊已經證明了這一點。」
張教授說，這項研究發表在6月25日出版的《國家科學院院刊》上，這是他朝著更加宏偉的目標邁出的重要一步，他正在設計替代圖靈測試的工具——圖靈測試是目前測量人工智慧的黃金標準。
張教授認為，圖靈測試是有缺陷的，因為它是主觀的。「人類是進化的產物，我們的思想混雜著各種非理性因素。讓AI通過圖靈測試，它需要重現我們人類的非理性，這是非常困難的事。」
他希望提出一個新的人工智慧標準。「我們想看看能否設計出一種人工智慧，在發現新的自然法則方面勝過人類。為了做到這一點，我們首先要測試它是否能夠完成人類已經做出的一些最偉大的發現。通過重建元素周期表，Atom2Vec已經實現了這個次要目標。」
張教授和他的團隊在Google解析自然語言的AI程序上，對Atom2Vec進行建模。Google的AI程序稱為Word2Vec，其工作原理是將單詞轉換成數字代碼或向量。
通過分析向量，AI可以在其他單詞同時出現的情況下，預測某單詞在文本中出現的概率。
例如，「國王」這個詞經常伴隨著「王后」，而「男人」則通常伴隨著「女人」。因此，「國王」的數學矢量大概可以翻譯成「國王=王后減去女人再加上男人」。
張教授說：「我們可以把同樣的想法應用於原子，我們沒有在一組文本中輸入所有的單詞和句子，而是輸入了所有已知的化合物，如NaCl、KCl、H20等。」
從這些數據中，AI程序得出一些結論，例如鉀（K）和鈉（Na）必須具有相似的性質，因為這兩種元素都可以與氯（Cl）結合。「就像國王和王后搭配，鉀和鈉也是搭配的。」
張教授希望，今後，科學家可以利用Atom2Vec來發現和設計新材料。「這個人工智慧項目是無人監督的，但是你可以給它一個目標，並指導它去尋找一種高效的材料，比如將太陽光轉化為能量。」
他的團隊正在研發程序的2.0版，該程序將致力於破解醫學研究中的一個棘手問題:設計正確的抗體（能夠誘導免疫反應的分子）來攻擊癌細胞特有的抗原。目前，治療癌症最有希望的方法之一是免疫療法——靠自身的抗體攻擊癌細胞。
但是人體可以產生1000多萬種獨特的抗體，每種抗體由大約50個基因組合而成。
「如果我們能將這些基因構建模塊映射到一個數學載體上，那麼我們就可以將所有抗體組織成類似周期表的東西。然後，如果你發現一種抗體對抗原有效但有毒，你就可以在同一個家族中尋找另一種同樣有效但毒性較小的抗體。」
來源：PHYS作者： Ker Than智能觀 編譯
—完—
聲明：編譯文章旨在幫助讀者了解行業新思想、新觀點及新動態，為原作者觀點，不代表智能觀觀點。