ИИ сам открыл периодическую таблицу элементов и займется борьбой с раком

Ученым потребовалось почти столетие испытаний и ошибок для организации периодической таблицы элементов, возможно одного из величайших научных достижений в химии, в ее нынешнем виде.

Новая программа искусственного интеллекта (AI), разработанная физиками Стэнфорда, совершила тот же подвиг всего за несколько часов.

Называемая Atom2Vec, программа успешно научилась различать разные атомы после анализа списка имен химических соединений из онлайн-базы данных. Затем неконтролируемый ИИ использовал концепции, заимствованные из области обработки естественного языка — в частности, идею о том, что свойства слов могут быть поняты путем изучения других окружающих их слов — группировать элементы в соответствии с их химическими свойствами.

«Мы хотели знать, может ли ИИ быть достаточно умным, чтобы открыть периодическую таблицу самостоятельно, и наша команда показала, что это возможно», — сказали руководитель исследования Шоу-Чен Чжан, профессор Дж. Дж. Джексон и профессор кафедры физики в Стэнфордской школе гуманитарных наук и наук.

Шоу-Чен Чжан говорит, что исследование, опубликованное в выпуске «Proceedings of the National Academy of Sciences» от 25 июня, является важным первым шагом на пути к его более амбициозной цели, — замене теста Тьюринга — действующего стандарта для машины на интеллект.

Чтобы ИИ прошел тест Тьюринга, он должен быть способен отвечать на письменные вопросы способами, неотличимыми от человека. Но Чжан считает, что тест некорректен, потому что он субъективен. «Люди — продукт эволюции, и наши умы загромождают всевозможные иррациональности. Для ИИ, чтобы пройти тест Тьюринга, нужно будет воспроизвести все наши человеческие иррациональности», — сказал Чжан. «Это очень сложно сделать, и не очень хорошо использовать время программистов таким образом».

Вместо этого Чжан хотел бы предложить новый тест машинного интеллекта. «Мы хотим увидеть, можем ли мы разработать ИИ, который может победить людей в открытии нового закона природы», — сказал он. «Но для этого нам сначала нужно проверить, сможет ли наш ИИ сделать некоторые из величайших открытий, уже сделанных людьми».

Благодаря повторному открытию периодической таблицы элементов, Atom2Vec достиг этой вторичной цели, говорит Чжан.

Чжан и его группа моделировали Atom2Vec по программе AI, созданной инженерами Google для анализа естественного языка. Называемый Word2Vec, язык AI работает путем преобразования слов в числовые коды или векторы. Анализируя векторы, ИИ может оценить вероятность появления слова в тексте, учитывая совпадение других слов.

Например, слово «король» часто сопровождается словами «королева» и «мужчина», но не «женщина». Таким образом, математический вектор «король» можно было бы перевести примерно как «король = королева, минус женщина, плюс мужчина».

«Мы можем применить ту же идею и к атомам», — сказал Чжан. «Вместо того, чтобы скормить все слова и предложения из набора текстов, мы подавали Atom2Vec все известные химические соединения, такие как NaCl, KCl, H20 и т. д.».

Из этих разреженных данных программа AI выяснила, например, что калий (K) и натрий (Na) должны обладать схожими свойствами, поскольку оба элемента могут связываться с хлором (Cl). «Подобно тому, как король и королева похожи, калий и натрий похожи, — сказал Чжан.

Чжан надеется, что в будущем ученые смогут использовать знания Atom2Vec для изучения и разработки новых материалов. «Для этого проекта программа AI была неконтролируемой, но вы могли бы представить себе ее цель и направить ее на поиск, например, материала, который очень эффективен при преобразовании солнечного света в энергию», — сказал Чжан.

Его команда уже работает над версией 2.0 своей программы ИИ, которая будет сосредоточена на устранении неразрешимой проблемы в медицинских исследованиях: проектировании только правильного антитела для атаки антигенов — молекул, способных индуцировать иммунный ответ, — которые являются специфическими для раковых клеток.

В настоящее время одним из наиболее перспективных подходов к лечению рака является иммунотерапия рака, которая включает в себя использование антител, которые могут атаковать антигены на раковых клетках.

Но человеческий организм может производить более 10 миллионов уникальных антител, каждый из которых состоит из разной комбинации около 50 генов.

«Если мы сможем сопоставить эти гены строительного блока с математическим вектором, тогда мы сможем организовать все антитела во что-то подобное периодической таблице», — говорит Чжан.

«Тогда, если вы обнаружите, что одно антитело эффективно против антигена, но оно токсично, вы можете посмотреть в пределах одной семьи на другое антитело, которое так же эффективно, но менее токсично».

Больше информации: Quan Zhou el al., «Atom2Vec: Learning atoms for materials discovery,» PNAS (2018). www.pnas.org/cgi/doi/10.1073/pnas.1801181115