Los científicos humanos tardaron casi un siglo de prueba y error en organizar la tabla periódica de elementos, posiblemente uno de los mayores logros científicos en química, en su forma actual.

Un nuevo programa de inteligencia artificial (IA) desarrollado por físicos de Stanford logró la misma hazaña en solo unas pocas horas.

Llamado Atom2Vec, el programa aprendió con éxito a distinguir entre diferentes átomos después de analizar una lista de nombres de compuestos químicos de una base de datos en línea. Luego, la IA no supervisada utilizó conceptos tomados del campo del procesamiento del lenguaje natural, en particular, la idea de que las propiedades de las palabras pueden entenderse mirando otras palabras que las rodean, para agrupar los elementos de acuerdo con sus propiedades químicas.

"Queríamos saber si una IA puede ser lo suficientemente inteligente como para descubrir la tabla periódica por sí misma, y nuestro equipo demostró que se puede "dijo el líder del estudio, Shou-Cheng Zhang, el Profesor de Física J. G. Jackson y C. J. Wood en la Escuela de Humanidades y Ciencias de Stanford.

Zhang dice que la investigación, publicado en la edición del 25 de junio de procedimientos de la Academia Nacional de Ciencias , es un primer paso importante hacia su objetivo más ambicioso, que está diseñando un reemplazo para la prueba de Turing, el estándar de oro actual para medir la inteligencia de las máquinas.

Para que una IA pase la prueba de Turing, debe ser capaz de responder a preguntas escritas de formas que sean indistinguibles de las de un humano. Pero Zhang cree que la prueba es defectuosa porque es subjetiva. "Los humanos somos el producto de la evolución y nuestras mentes están abarrotadas de todo tipo de irracionalidades. Para que una IA pase la prueba de Turing, necesitaría reproducir todas nuestras irracionalidades humanas, ", Dijo Zhang." Eso es muy difícil de hacer, y no es un uso particularmente bueno del tiempo de los programadores ".

En cambio, a Zhang le gustaría proponer un nuevo punto de referencia de inteligencia artificial. "Queremos ver si podemos diseñar una IA que pueda vencer a los humanos en el descubrimiento de una nueva ley de la naturaleza, ", dijo." Pero para hacer eso, primero tenemos que probar si nuestra IA puede hacer algunos de los mayores descubrimientos que ya han hecho los humanos ".

Al recrear la tabla periódica de elementos, Atom2Vec ha logrado este objetivo secundario, Dice Zhang.

El potasio es el rey como ...

Zhang y su grupo modelaron Atom2Vec en un programa de inteligencia artificial que los ingenieros de Google crearon para analizar el lenguaje natural. Llamado Word2Vec, el lenguaje AI funciona convirtiendo palabras en códigos numéricos, o vectores. Analizando los vectores, la IA puede estimar la probabilidad de que una palabra aparezca en un texto dada la co-ocurrencia de otras palabras.

Por ejemplo, la palabra "rey" suele ir acompañada de "reina, "y" hombre "por" mujer ". el vector matemático de "rey" podría traducirse aproximadamente como "rey =una reina menos una mujer más un hombre".

"Podemos aplicar la misma idea a los átomos, ", Dijo Zhang." En lugar de incorporar todas las palabras y oraciones de una colección de textos, alimentamos Atom2Vec con todos los compuestos químicos conocidos, como NaCl, KCl, H2O, etcétera."

A partir de estos datos escasos, el programa de IA averiguado, por ejemplo, que el potasio (K) y el sodio (Na) deben tener propiedades similares porque ambos elementos pueden unirse con el cloro (Cl). "Al igual que 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 el conocimiento de Atom2Vec para descubrir y diseñar nuevos materiales. "Para este proyecto, el programa de inteligencia artificial no estaba supervisado, pero podría imaginarse darle un objetivo y dirigirlo para que encuentre, por ejemplo, un material que es altamente eficiente para convertir la luz solar en energía, "Dijo Zhang.

Su equipo ya está trabajando en la versión 2.0 de su programa de IA, que se centrará en resolver un problema insoluble en la investigación médica:diseñar el anticuerpo adecuado para atacar a los antígenos (moléculas capaces de inducir una respuesta inmunitaria) que son específicos de las células cancerosas. En la actualidad, uno de los enfoques más prometedores para curar el cáncer es la inmunoterapia contra el cáncer, que implica aprovechar los anticuerpos que pueden atacar a los antígenos de las células cancerosas.

Pero el cuerpo humano puede producir más de 10 millones de anticuerpos únicos, cada uno de los cuales está formado por una combinación diferente de aproximadamente 50 genes. "Si podemos mapear estos genes de bloques de construcción en un vector matemático, entonces podemos organizar todos los anticuerpos en algo similar a una tabla periódica, "Dice Zhang". Entonces, si descubre que un anticuerpo es eficaz contra un antígeno pero es tóxico, puede buscar dentro de la misma familia otro anticuerpo que sea igual de eficaz pero menos tóxico ".