Yapay zeka bağımsız olarak yeni doğa yasalarını keşfedebilir: Stanford Çin takım algoritması periyodik tabloyu yeniden üretir
Görüntüleri, otonom sürüşü, akıllı ses hizmetlerini ve Go oynamayı tanıyan yapay zeka, birçok açıdan inanılmaz başarılar elde etti. Bununla birlikte, insanların bağımsız olarak yeni doğa yasalarını keşfedebilecek bir YZ oluşturmaları için daha uzun bir yol olabilir.
Zhang Shousheng'in Stanford Üniversitesi'ndeki ekibi, bu hedefe ulaşmak için yakın zamanda, kimyasal elementlerin periyodik tablosunu yeniden oluşturabilen bir yapay zeka programı oluşturdu ve yapay zekanın ilk adımını doğa yasalarını bağımsız olarak keşfetmek için attı. Yeni AI programı, periyodik tablonun yeniden inşasını sadece birkaç saat içinde tamamladı. Bu araştırma sonucu 26 Haziran'da Proceedings of the National Academy of Sciences of the United States of America dergisinde yayınlandı.
Zhang Shousheng, ünlü bir Çinli Amerikalı fizikçi, Amerikan Sanat ve Bilim Akademisi üyesi, Ulusal Bilimler Akademisi üyesi ve Çin Bilimler Akademisi'nin yabancı bir üyesidir. Stanford Üniversitesi'nde şu anki J.G. Jackson ve C.J. Wood Kürsüsü Profesörleri.
Resim | Ünlü Çinli bilim adamı Zhang Shousheng
Periyodik tablo
Kimyasal elementlerin periyodik tablosu, atom numaralarına göre en küçüğünden en büyüğüne sıralanmış kimyasal elementlerin bir listesidir. Bu liste, çeşitli elementlerin özelliklerini ve farklı elementler arasındaki ilişkiyi doğru bir şekilde tahmin edebilen benzer kimyasal özelliklere sahip elementleri aynı gruba koyar. Periyodik element tablosu, kimyasal davranışı analiz etmek için çok yararlı bir çerçeve olarak kimyada ve diğer bilimsel alanlarda yaygın olarak kullanılmaktadır.
Yeni elementlerin keşfedilmesi ve teorik modellerin geliştirilmesi ile periyodik tablonun görünümü değişmiş ve genişlemiştir.Şu anda kullandığımız kimyasal elementlerin periyodik tablosu yaklaşık bir asırdır insan bilim adamları tarafından elde edilmektedir. Periyodik tablonun kimyadaki en büyük başarılardan biri olduğu söylenebilir.
Bununla birlikte, Stanford Üniversitesi'ndeki birkaç fizikçi tarafından geliştirilen yeni bir AI programı, süreci sadece birkaç saat içinde tamamladı.
Şekil | Modelden bağımsız yöntem sayesinde AI, ana ailenin (solda) ve alt ailenin (sağda) eleman vektörlerini elde eder (Kaynak: PNAS)
AI programı, denetimsiz bir AI programı olan Atomi2Vec olarak adlandırılır. İlk önce çevrimiçi bir veritabanındaki bileşik adların bir listesini analiz eder ve ardından farklı atomları ayırt etmeyi öğrenebilir ve ardından program, öğeleri farklı kimyasal özelliklerle sınıflandırmak için doğal dil işleme alanından bazı kavramları ödünç alır. Kavram özellikle: bazı cümleleri anlamak için bağlam kelimeleri arasındaki mantığı gözlemleyerek hedefe ulaşabilirsiniz.
Doğal dil işleme ve kimyasal element sınıflandırması
Atom2Vec'in tasarımı, Google mühendisleri tarafından doğal dili ayrıştırmak için oluşturulan Word2Vec adlı bir dil AI programına dayanmaktadır. Çalışma prensibi, kelimeleri dijital kodlara (veya vektörlere) dönüştürmektir.Vektörleri analiz ederek, AI, başka kelimeler de göründüğünde belirli bir kelimenin metinde görünme olasılığını belirleyebilir.
Örneğin, "kral" kelimesine genellikle "kraliçe" ve "erkek" kelimesine "kadın" eşlik eder. Bu nedenle, "kral" ın vektör hesaplaması kabaca şu şekilde yazılabilir: "kral = kraliçe-kadın + erkek".
Stanford Üniversitesi'nde fizik profesörü olan araştırma lideri Zhang Shousheng, Atomlar için aynı yöntemi uygulayabiliriz, ancak bu sefer sodyum klorür (NaCl) ve potasyum klorür gibi bilinen tüm bileşikleri Atom2Vec'e giriyoruz. Doğal dil işleme için kullanılan kelime ve cümlelerden ziyade (KCl) ve su (H2O) vb. "
Girdi seyrek verilerinden, AI programı belirli kurallar buldu.Örneğin, potasyum (K) ve sodyum (Na) benzer özelliklere sahip olmalıdır çünkü her iki element de klor (Cl) ile birleştirilebilir. Profesör Zhang, "Tıpkı 'kral' ve 'kraliçe' benzer olduğu gibi, potasyum ve sodyum da benzer." Dedi.
Şekil | Veritabanından makine öğrenimi için Atom2Vec iş akışı (Kaynak: PNAS)
Doğa kanunlarını bağımsız olarak keşfedin ve Turing testine meydan okuyun
Bununla birlikte, periyodik tabloyu yeniden oluşturmak nihai hedef değildir. Profesör Zhang'ın yapmak istediği şey, yeni bir makine zekası kriteri önermek ve yeni doğal kodları insanlardan daha hızlı ve daha iyi keşfedebilen bir yapay zeka programı oluşturup yaratamayacağını görmek, ancak önce yapay zekanın bu insanları tekrar etme yeteneğine sahip olması gerekir. Yapılan büyük keşif.
Kimyasal elementlerin periyodik tablosunun başarılı bir şekilde yeniden yapılandırılması, AI programının Atome2Vec'in bu yeniden yapılandırma yeteneğine sahip olduğunu kanıtlıyor.
Bu iyi bir başlangıç. Profesör Zhang şunları söyledi: "Yapay zekanın, element döngüleri yasasını bağımsız olarak keşfedebildiği ölçüde 'akıllı' olup olmadığını bilmek istiyoruz ve araştırmalar bu sorunun cevabının evet olduğunu gösterdi."
Turing testi, makine zekasını ölçmek için kullanılan altın kuraldır.Bir AI programı Turing testini geçerse, bu, yazılı sorulara insani bir şekilde cevap verebileceği anlamına gelir ve cevabın aslında bir makine olduğuna karar vermeyi imkansız hale getirir.
Araştırmacılar, makinelerin insanlar gibi düşünme yeteneğini değerlendirmek için Turing testini kullanıyorlar. Turing testinin akıllı davranışı test etmede birçok avantajı olmasına rağmen, yapay zeka için bu kriter 60 yıldan uzun süredir kullanılmaktadır. Şu anda bu test sistemi ve onun destekleyici teorileri de filozoflardan bilgisayar bilimcilerine kadar sorgulanmaktadır.
Profesör Zhang, Turing Testinin kusurunun çok öznel olduğuna inanıyor ve şöyle dedi: "İnsanlar evrimin bir ürünüdür ve düşüncelerimizde her türlü mantıksızlık vardır. Turing Testini geçmek için AI, insan düşüncelerini yeniden inşa etmek zorunda olduğu anlamına gelir. Süreçteki mantıksızlığa ulaşmak sadece zor değil, aynı zamanda programı etkin bir şekilde kullanmanın bir yolu da değil. "
Gelecekteki uygulama beklentileri
Profesör Zhang, periyodik tabloya ek olarak, Atom2Vec'in daha bilimsel araştırma alanlarına da uygulanabileceğini umuyor.
Gelecekte bilim insanlarının yeni malzemeleri keşfetmek ve tasarlamak için Atom2Vec bilgilerini kullanabileceğine inanıyor: "Bu projede denetimsiz yapay zeka kullanıyoruz, ancak yapay zekaya bir hedef vermek ve bulması için rehberlik etmek için denetimli bir yol kullanmayı hayal edebiliyoruz Güneş ışığını enerjiye dönüştürebilen verimli bir malzeme. "
Profesör Zhangın ekibi zaten AI programının 2.0 versiyonunu incelemeye başladı. Programın yeni versiyonu, tıbbi araştırmadaki zor bir problemi çözmeye odaklanacak: kanser hücrelerindeki spesifik antijenlere saldırmak için uygun antikorlar tasarlama. Şu anda, kanseri tedavi etmenin en umut verici yöntemlerinden biri, kanser hücreleri üzerindeki antijenlere saldırmak için antikorları kullanan immünoterapidir.
İnsan vücudu, her biri farklı kombinasyonlarda yaklaşık 50 genden oluşan 10 milyondan fazla benzersiz antikor üretebilir. Profesör Zhang şunları söyledi: "Eğer bu genler vektörlerle eşleştirilebilirse, tüm antikorları elementlerin periyodik tablosuna benzer bir tablo halinde derleyebiliriz. Bir antikorun etkili ancak antijen için toksik olduğunu tespit ederseniz, onu aynı ailede arayabilirsiniz. Eşit derecede etkili ancak daha az toksik olan başka bir antikor. "
