Ci sono voluti quasi un secolo di tentativi ed errori per gli scienziati umani per organizzare la tavola periodica degli elementi, probabilmente uno dei più grandi successi scientifici in chimica, nella sua forma attuale.

Un nuovo programma di intelligenza artificiale (AI) sviluppato dai fisici di Stanford ha compiuto la stessa impresa in poche ore.

Chiamato Atom2Vec, il programma ha imparato con successo a distinguere tra diversi atomi dopo aver analizzato un elenco di nomi di composti chimici da un database online. L'IA non supervisionata ha quindi utilizzato concetti presi in prestito dal campo dell'elaborazione del linguaggio naturale - in particolare, l'idea che le proprietà delle parole possano essere comprese osservando le altre parole che le circondano - per raggruppare gli elementi in base alle loro proprietà chimiche.

"Volevamo sapere se un'intelligenza artificiale può essere abbastanza intelligente da scoprire la tavola periodica da sola, e il nostro team ha dimostrato che può, ", ha affermato il leader dello studio Shou-Cheng Zhang, il professore di fisica J. G. Jackson e C. J. Wood alla School of Humanities and Sciences di Stanford.

Zhang dice che la ricerca, pubblicato nel numero del 25 giugno di Atti dell'Accademia Nazionale delle Scienze , è un primo passo importante verso un suo obiettivo più ambizioso, che sta progettando un sostituto del test di Turing, l'attuale gold standard per la misurazione dell'intelligenza delle macchine.

Affinché un'intelligenza artificiale superi il test di Turing, deve essere in grado di rispondere alle domande scritte in modi indistinguibili da quelli umani. Ma Zhang pensa che il test sia imperfetto perché è soggettivo. "Gli esseri umani sono il prodotto dell'evoluzione e le nostre menti sono ingombra di ogni sorta di irrazionalità. Affinché un'intelligenza artificiale superi il test di Turing, avrebbe bisogno di riprodurre tutte le nostre irrazionalità umane, " ha detto Zhang. "Questo è molto difficile da fare, e non un uso particolarmente buono del tempo dei programmatori."

Zhang vorrebbe invece proporre un nuovo punto di riferimento dell'intelligenza artificiale. "Vogliamo vedere se possiamo progettare un'intelligenza artificiale in grado di battere gli umani nella scoperta di una nuova legge della natura, " ha detto. "Ma per farlo, dobbiamo prima verificare se la nostra intelligenza artificiale può fare alcune delle più grandi scoperte già fatte dall'uomo".

Ricreando la tavola periodica degli elementi, Atom2Vec ha raggiunto questo obiettivo secondario, dice Zhang.

Il potassio sta al re come...

Zhang e il suo gruppo hanno modellato Atom2Vec su un programma di intelligenza artificiale creato dagli ingegneri di Google per analizzare il linguaggio naturale. Chiamato Word2Vec, il linguaggio AI funziona convertendo le parole in codici numerici, o vettori. Analizzando i vettori, l'IA può stimare la probabilità che una parola appaia in un testo data la co-occorrenza di altre parole.

Per esempio, la parola "re" è spesso accompagnata da "regina, " e "uomo" per "donna". il vettore matematico di "re" potrebbe essere tradotto approssimativamente come "re =una regina meno una donna più un uomo".

"Possiamo applicare la stessa idea agli atomi, " disse Zhang. "Invece di inserire tutte le parole e le frasi di una raccolta di testi, abbiamo alimentato Atom2Vec con tutti i composti chimici conosciuti, come NaCl, KCl, H20, e così via."

Da questi scarsi dati, il programma AI ha capito, Per esempio, che il potassio (K) e il sodio (Na) devono avere proprietà simili perché entrambi gli elementi possono legarsi al cloro (Cl). "Proprio come re e regina sono simili, potassio e sodio sono simili, " disse Zhang.

Zhang spera che in futuro, gli scienziati possono sfruttare le conoscenze di Atom2Vec per scoprire e progettare nuovi materiali. "Per questo progetto, il programma di intelligenza artificiale non era supervisionato, ma potresti immaginare di dargli un obiettivo e indirizzarlo a trovare, Per esempio, un materiale altamente efficiente nel convertire la luce solare in energia, " disse Zhang.

Il suo team è già al lavoro sulla versione 2.0 del loro programma AI, che si concentrerà sulla risoluzione di un problema intrattabile nella ricerca medica:progettare l'anticorpo giusto per attaccare gli antigeni – molecole in grado di indurre una risposta immunitaria – che sono specifici per le cellule tumorali. Attualmente, uno degli approcci più promettenti per curare il cancro è l'immunoterapia contro il cancro, che comporta lo sfruttamento degli anticorpi che possono attaccare gli antigeni sulle cellule tumorali.

Ma il corpo umano può produrre più di 10 milioni di anticorpi unici, ognuno dei quali è costituito da una diversa combinazione di circa 50 geni. "Se riusciamo a mappare questi geni costitutivi su un vettore matematico, quindi possiamo organizzare tutti gli anticorpi in qualcosa di simile a una tavola periodica, " dice Zhang. "Allora, se scopri che un anticorpo è efficace contro un antigene ma è tossico, puoi cercare all'interno della stessa famiglia un altro anticorpo altrettanto efficace ma meno tossico".