I fisici di Stanford creano l’intelligenza artificiale per distruggere le leggi della natura

Il programma innovativo di intelligenza artificiale ricrea la tavola periodica.

Fonte: istockphoto

Immagina di essere in grado di applicare il potere dell’intelligenza artificiale (AI) per inventare nuovi materiali che possono potenzialmente rivoluzionare molte industrie come prodotti farmaceutici, biotecnologie, elettronica, plastica, semiconduttori, vetro, energia, nanotecnologie, leghe metalliche, materiali compositi, ceramica, ottica , e tanti altri. Nel 2018, i fisici pionieri della Stanford University di Palo Alto, in California, annunciarono nel PNAS ( Atti della National Academy of Sciences degli Stati Uniti d’America ) la creazione di un nuovo programma AI (Atom2Vec) che fu in grado di ricreare la tavola periodica di elementi – un primo passo fondamentale verso la creazione di un’IA che può scoprire nuove leggi della natura e inventare nuovi materiali e composti [1]. Atom2Vec è stato in grado di ottenere questo risultato entro poche “poche ore”, rispetto ai molti secoli che ci sono voluti per gli esseri umani [2]. Il modo in cui questo è stato raggiunto è stato un approccio AI interdisciplinare – l’applicazione di concetti linguistici alla scienza dei materiali.

I fisici di Stanford hanno applicato l’ipotesi di Zellig S. Harris sulla struttura distributiva del linguaggio agli atomi anziché alle parole. Il concetto linguistico di Harris mette in luce l’idea che le classi base delle entità del linguaggio possono essere raggruppate per comportamento distributivo perché tendono ad avere proprietà distributive simili. Per illustrare l’idea di Harris, la parola “zia” è associata a “femmina” e “zio” con “maschio”. Un possibile vettore per “zia” può essere descritto come “zia è uguale a zio meno maschio più femmina. Basandosi su questa analogia linguistica, il team di ricerca ha creato Atom2Vec con concetti tratti da Word2Vec di Google, una rete neurale a due strati per l’analisi del linguaggio naturale [3].

• Perché Christine Blasey Ford non ricorda come è arrivata a casa
• Come l’innovazione delle cellule staminali ha avanzato ricerca neuroscientifica
• Nuova ricerca: pesticidi associati all’autismo
• Lezioni dagli animali sugli ostacoli alla leadership femminile
• Il tasso crescente di autismo nei bambini

I fisici hanno usato “i vettori atomici come unità di input di base per le reti neurali e altri modelli ML progettati e addestrati per prevedere le proprietà dei materiali.” Atom2Vec si basa sulla conversione di unità dati di base in vettori matematici che il programma AI apprende attraverso il riconoscimento di modelli. Ad esempio, Atom2Vec è stato in grado di apprendere che sodio e potassio hanno proprietà simili basate sulla proprietà condivisa di legare con il cloro.

Questa prima iterazione di Atom2Vec si basava sull’apprendimento automatico non supervisionato. Ciò significa che l’algoritmo è stato alimentato con dati di input senza etichetta senza alcuna corrispondente variabile di output con l’obiettivo per l’algoritmo di apprendere la struttura intrinseca dai dati di input. Per la prossima versione, il team farà leva sulla svolta raggiunta nell’IA ricreando la tavola periodica degli elementi per sviluppare trattamenti futuri per i malati di cancro con un approccio di apprendimento automatico più controllato. L’obiettivo generale di Atom2Vec 2.0 è quello di identificare gli anticorpi ottimali con la minore quantità di tossicità e la massima efficacia per attaccare gli antigeni sulle cellule tumorali. Nel tentativo di trovare nuove soluzioni per i trattamenti di immunoterapia del cancro, i ricercatori progettano di mappare i geni su un vettore matematico per organizzare più di 10 milioni di anticorpi nel corpo umano. Il futuro di Atom2Vec coprirà tutte le discipline, dal regno della chimica alla biologia, all’oncologia, all’immunoterapia e alla medicina.

Copyright © 2018 Cami Rosso Tutti i diritti riservati.

• 5 azioni per creare maggiore significato e gioia
• Segui il gregge
• Epigenetica ambientale del Padre del campo
• I moderni esseri umani sono l’unica specie con la religione?
• Gravidanza: l’esperienza di ospitare un altro dentro

Riferimenti

1. Zhou, Quan; Tang, Peizhe; Liu, Shenxiu; Pan, Jinbo; Yan, Qimin; Zhang, Shou-Cheng. “L’apprendimento degli atomi per la scoperta dei materiali.” Atti della National Academy of Sciences degli Stati Uniti d’America (PNAS ). 26 giugno 2018.

2. Than, Ker. “Stanford AI ricrea la tavola periodica degli elementi della chimica.” Stanford News. 25 giugno 2018.

3. Cobley, Andrew. “Word2Vec? Bookworm di rete neurale di Google. ” The Register. 13 ott 2017.