Tecnología e innovación

AI recrea la química de la tabla periódica de los elementos

tardó casi un siglo de ensayo y error para los científicos humanos para organizar la tabla periódica de los elementos, sin duda uno de los mayores logros científicos de la química, en su forma actual.

Un equipo de Stanford ha desarrollado una inteligencia artificial programa que recrea el período de la tabla de los elementos, y tienen por objetivo aprovechar esta herramienta para descubrir y diseño de nuevos materiales. (crédito de la Imagen: Claire Scully)

Una nueva inteligencia artificial (AI) es un programa desarrollado por Stanford físicos logrado la misma hazaña en un par de horas.

Llama Atom2Vec, el programa de éxito aprendido a distinguir entre los diferentes átomos después de analizar una lista de compuestos químicos nombres a partir de una base de datos en línea. La supervisión de la IA, a continuación, utiliza los conceptos prestados desde el campo del procesamiento del lenguaje natural – en particular, la idea de que las propiedades de las palabras puede ser entendido por buscar en otras palabras que las rodean – para agrupar los elementos según sus propiedades químicas.

“queríamos saber si AI puede ser lo suficientemente inteligente para descubrir la tabla periódica en su propio, y nuestro equipo demostró que puede”, dijo el líder del estudio, Shoucheng Zhang, la de J. G. Jackson y C. J. de Madera Profesor de Física de la universidad de Stanford de la Escuela de Humanidades y Ciencias.

Zhang dice la investigación, publicada en la 25 de julio cuestión de la Actas de la Academia Nacional de Ciencias, es un primer paso importante hacia un objetivo más ambicioso de su, que es el diseño de un sustituto para el test de Turing – el actual estándar de oro para medir la máquina de inteligencia.

para que un AI para pasar el test de Turing, debe ser capaz de responder a las preguntas por escrito en formas que son indistinguibles de los humanos. Pero Zhang cree que la prueba es imperfecto porque es subjetivo. “Los seres humanos son producto de la evolución y nuestras mentes están llenas de todo tipo de irracionalidades. Para una IA para pasar el test de Turing, es necesario para reproducir todos nuestros humano irracionalidades”, dijo Zhang. “Eso es muy difícil de hacer, y no un particular, el buen uso de los programadores de tiempo”.”

Zhang sería el lugar de proponer un nuevo punto de referencia de la máquina de inteligencia. “Queremos ver si podemos diseñar una IA que puede vencer a los seres humanos en el descubrimiento de una nueva ley de la naturaleza”, dijo. “Pero para hacer eso, primero tenemos que comprobar si nuestro AI puede hacer que algunos de los mayores descubrimientos ya realizados por los seres humanos.”

Mediante la recreación de la tabla periódica de los elementos, Atom2Vec ha logrado este objetivo secundario, Zhang dice.

el Potasio es el rey de …

Zhang y su grupo de modelado Atom2Vec en un programa de IA que los ingenieros de Google creado para analizar el lenguaje natural. Llama Word2Vec, el idioma de la IA funciona mediante la conversión de las palabras en códigos numéricos, o vectores. Mediante el análisis de los vectores, la AI se puede estimar la probabilidad de una palabra que aparece en un texto, habida cuenta de la co-ocurrencia de palabras.

Por ejemplo, la palabra “rey” es a menudo acompañada por la “reina” y “hombre” por “la mujer”. Por lo tanto, la matemática vector de “rey” puede ser traducido aproximadamente como “el rey = una cama de menos a una mujer, además de un hombre.”

“se puede aplicar la misma idea a los átomos”, dijo Zhang. “En lugar de la alimentación de todas las palabras y frases a partir de una colección de textos, que alimenta Atom2Vec todos los compuestos químicos, tales como NaCl, KCl, H20, y así sucesivamente.”

a partir De esta escasez de datos, el programa de IA descubierto, por ejemplo, que el potasio (K) y sodio (Na), debe tener propiedades similares porque ambos elementos puede enlazar con el cloro (Cl). “Tal como el rey y la reina son similares, el potasio y el sodio son similares”, dijo Zhang.

Zhang espera que en el futuro, los científicos pueden aprovechar Atom2Vec del conocimiento para descubrir y diseño de nuevos materiales. “Para este proyecto, el programa de IA fue sin supervisión, pero usted se pueda imaginar, dándole un objetivo y dirigir a encontrar, por ejemplo, un material que es muy eficiente en la conversión de luz solar a la energía”, dijo Zhang.

Su equipo ya está trabajando en la versión 2.0 de su programa de IA, que se centrará en el agrietamiento de un problema irresoluble en la investigación médica: el diseño de sólo el derecho de anticuerpos para atacar a los antígenos, moléculas capaces de inducir una respuesta inmune – que son específicos para las células cancerosas. En la actualidad, uno de los enfoques más prometedores para el tratamiento del cáncer es el cáncer de la inmunoterapia, que consiste en el aprovechamiento de los anticuerpos que pueden atacar a los antígenos en las células de cáncer.

Pero el cuerpo humano puede producir más de 10 millones de anticuerpos, cada uno de los cuales se compone de una combinación diferente de alrededor de 50 genes. “Si podemos hacer un mapa de estos bloques de construcción de los genes en una matemática de vectores, entonces podemos organizar todos los anticuerpos en algo similar a una tabla periódica,” dice Zhang. “Entonces, si usted descubre que un anticuerpo es eficaz contra un antígeno, pero es tóxico, puede buscar dentro de la misma familia por otro anticuerpo que es igual de eficaz pero menos tóxicos.”

Otros Stanford co-autores incluyen a estudiantes de posgrado Quan Zhou y Shenxiu Liu, y el investigador postdoctoral Peizhe Tang. La financiación para la investigación fue proporcionada por el Departamento de Energía.

This content was originally published here.

EL 2 DE JUNIO DEL 2024 VOTA PARA MANTENER

TU LIBERTAD, LA DEMOCRACIA Y EL RESPETO A LA CONSTITUCIÓN.

VOTA POR XÓCHITL