Demorou quase um século de tentativa e erro para os cientistas humanos organizarem a tabela periódica dos elementos, indiscutivelmente uma das maiores conquistas científicas da química, em sua forma atual.

Um novo programa de inteligência artificial (IA) desenvolvido por físicos de Stanford realizou a mesma façanha em apenas algumas horas.

Chamado Atom2Vec, o programa aprendeu com sucesso a distinguir entre diferentes átomos depois de analisar uma lista de nomes de compostos químicos de um banco de dados online. A IA não supervisionada, então, usou conceitos emprestados do campo do processamento de linguagem natural - em particular, a ideia de que as propriedades das palavras podem ser compreendidas olhando outras palavras que as cercam - agrupar os elementos de acordo com suas propriedades químicas.

"Queríamos saber se uma IA pode ser inteligente o suficiente para descobrir a tabela periódica por conta própria, e nossa equipe mostrou que pode, "disse o líder do estudo Shou-Cheng Zhang, o J. G. Jackson e C. J. Wood Professor de Física na Escola de Humanidades e Ciências de Stanford.

Zhang diz que a pesquisa, publicado na edição de 25 de junho de Proceedings of the National Academy of Sciences , é um primeiro passo importante em direção a uma meta mais ambiciosa dele, que está projetando uma substituição para o teste de Turing - o padrão ouro atual para medir a inteligência da máquina.

Para que uma IA passe no teste de Turing, deve ser capaz de responder a perguntas escritas de maneira indistinguível de um humano. Mas Zhang acha que o teste é falho porque é subjetivo. "Os humanos são o produto da evolução e nossas mentes estão confusas com todos os tipos de irracionalidades. Para uma IA passar no teste de Turing, precisaria reproduzir todas as nossas irracionalidades humanas, "Zhang disse." Isso é muito difícil de fazer, e não é um uso particularmente bom do tempo dos programadores. "

Em vez disso, Zhang gostaria de propor um novo benchmark de inteligência de máquina. "Queremos ver se podemos projetar uma IA que possa vencer os humanos na descoberta de uma nova lei da natureza, "disse ele." Mas para fazer isso, primeiro temos que testar se nossa IA pode fazer algumas das maiores descobertas já feitas por humanos. "

Ao recriar a tabela periódica de elementos, Atom2Vec atingiu esse objetivo secundário, Zhang diz.

O potássio é rei como ...

Zhang e seu grupo modelaram o Atom2Vec em um programa de IA que os engenheiros do Google criaram para analisar a linguagem natural. Chamado Word2Vec, a linguagem AI funciona convertendo palavras em códigos numéricos, ou vetores. Ao analisar os vetores, o AI pode estimar a probabilidade de uma palavra aparecer em um texto dada a coocorrência de outras palavras.

Por exemplo, a palavra "rei" costuma ser acompanhada por "rainha, "e" homem "por" mulher ". Assim, o vetor matemático de "rei" pode ser traduzido aproximadamente como "rei =uma rainha menos uma mulher mais um homem".

"Podemos aplicar a mesma ideia aos átomos, "Disse Zhang." Em vez de alimentar todas as palavras e frases de uma coleção de textos, alimentamos Atom2Vec com todos os compostos químicos conhecidos, como NaCl, KCl, H20, e assim por diante."

A partir desses dados esparsos, o programa de IA descobriu, por exemplo, que o potássio (K) e o sódio (Na) devem ter propriedades semelhantes porque os dois elementos podem se ligar ao cloro (Cl). "Assim como o rei e a rainha são semelhantes, potássio e sódio são semelhantes, "Disse Zhang.

Zhang espera que, no futuro, os cientistas podem aproveitar o conhecimento do Atom2Vec para descobrir e projetar novos materiais. "Para este projeto, o programa de IA não era supervisionado, mas você pode imaginar dar a ele um objetivo e direcioná-lo para encontrar, por exemplo, um material que é altamente eficiente na conversão de luz solar em energia, "Disse Zhang.

Sua equipe já está trabalhando na versão 2.0 de seu programa de IA, que se concentrará em resolver um problema intratável na pesquisa médica:projetar o anticorpo certo para atacar antígenos - moléculas capazes de induzir uma resposta imunológica - que são específicos para células cancerosas. Atualmente, uma das abordagens mais promissoras para a cura do câncer é a imunoterapia contra o câncer, que envolve o controle de anticorpos que podem atacar antígenos nas células cancerosas.

Mas o corpo humano pode produzir mais de 10 milhões de anticorpos únicos, cada um dos quais é composto de uma combinação diferente de cerca de 50 genes. "Se pudermos mapear esses genes de blocos de construção em um vetor matemático, então podemos organizar todos os anticorpos em algo semelhante a uma tabela periódica, "Zhang diz." Então, se você descobrir que um anticorpo é eficaz contra um antígeno, mas é tóxico, você pode procurar dentro da mesma família por outro anticorpo que seja tão eficaz, mas menos tóxico. "