Físicos de Stanford crean IA para alterar las leyes de la naturaleza

El innovador programa de inteligencia artificial recrea la tabla periódica.

istockphoto

Fuente: istockphoto

Imagine poder aplicar el poder de la inteligencia artificial (IA) para inventar nuevos materiales que potencialmente puedan revolucionar muchas industrias como la farmacéutica, biotecnológica, electrónica, plásticos, semiconductores, vidrio, energía, nanotecnología, aleaciones metálicas, materiales compuestos, cerámica, óptica. , y muchos más. En 2018, los físicos pioneros de la Universidad de Stanford en Palo Alto, California, anunciaron en PNAS ( Actas de la Academia Nacional de Ciencias de los Estados Unidos de América ) la creación de un nuevo programa de inteligencia artificial (Atom2Vec) que pudo recrear la tabla periódica. de elementos: un primer paso importante hacia la creación de una IA que pueda descubrir nuevas leyes de la naturaleza e inventar nuevos materiales y compuestos [1]. Atom2Vec pudo lograr esto en tan solo unas “pocas horas”, en comparación con los muchos siglos que tomó para los humanos [2]. La forma en que esto se logró fue mediante un enfoque interdisciplinario de AI: aplicar conceptos lingüísticos a la ciencia de los materiales.

Los físicos de Stanford aplicaron la hipótesis de Zellig S. Harris sobre la estructura distributiva del lenguaje a los átomos en lugar de a las palabras. El concepto lingüístico de Harris plantea la idea de que las clases básicas de las entidades del lenguaje pueden agruparse por comportamiento distributivo porque tienden a tener propiedades distributivas similares. Para ilustrar la idea de Harris, la palabra “tía” se asocia con “mujer” y “tío” con “hombre”. Un posible vector para “tía” se puede describir como “tía es igual a tío menos hombre y mujer. Basándose en esta analogía lingüística, el equipo de investigación creó Atom2Vec con conceptos extraídos de Word2Vec de Google, una red neuronal de dos capas para el análisis de lenguaje natural [3].

Los físicos utilizaron “vectores atómicos como unidades de entrada básicas para redes neuronales y otros modelos de ML diseñados y entrenados para predecir las propiedades de los materiales”. Atom2Vec se basa en la conversión de unidades de datos básicos en vectores matemáticos que el programa AI aprende mediante el reconocimiento de patrones. Por ejemplo, Atom2Vec pudo aprender que el sodio y el potasio tienen propiedades similares basadas en la propiedad compartida de la unión con el cloro.

Esta primera iteración de Atom2Vec se basó en el aprendizaje automático no supervisado. Esto significa que el algoritmo se alimentó con datos de entrada sin etiquetar sin ninguna variable de salida correspondiente con el objetivo de que el algoritmo aprendiera la estructura inherente de los datos de entrada. Para la próxima versión, el equipo aprovechará el avance logrado en la IA que recrea la tabla periódica de elementos para desarrollar futuros tratamientos para pacientes con cáncer con un enfoque de aprendizaje automático más supervisado. El objetivo general de Atom2Vec 2.0 es identificar los anticuerpos óptimos con la menor cantidad de toxicidad y máxima eficacia para atacar a los antígenos en las células cancerosas. En un esfuerzo por encontrar soluciones novedosas para los tratamientos de inmunoterapia del cáncer, los investigadores planean mapear los genes en un vector matemático para organizar los más de 10 millones de anticuerpos en el cuerpo humano. El futuro de Atom2Vec abarcará desde disciplinas desde el ámbito de la química hasta la biología, oncología, inmunoterapia y medicina.

Copyright © 2018 Cami Rosso Todos los derechos reservados.

Referencias

1. Zhou, Quan; Tang, Peizhe; Liu, Shenxiu; Pan, Jinbo; Yan, Qimin; Zhang, Shou-Cheng. “Aprendizaje de átomos para el descubrimiento de materiales”. Actas de la Academia Nacional de Ciencias de los Estados Unidos de América (PNAS ). 26 de junio de 2018.

2. Que, Ker. “La IA de Stanford recrea la tabla periódica de elementos de la química”. Stanford News. 25 de junio de 2018.

3. Cobley, Andrew. “¿Usted Word2Vec? El gusano de red de la red neuronal de Google ”. The Register. 13 de octubre de 2017.

  • La Neurociencia Relacional de "White People".
  • ¿El lenguaje de procesamiento significa diferente de manera más eficiente?
  • Uso de hámsters para salvar a los hurones: la necesidad de una conservación compasiva
  • La psicología sorprendente de piedra-papel-tijera
  • 'Cuando la rama se rompe': exceso de peso antes del embarazo
  • Tenga en cuenta y estresar menos
  • Cronocentrismo
  • Este es tu cerebro sobre la empatía
  • No solo el solitario
  • Conciencia animal: nuevo informe pone todas las dudas a dormir
  • Cómo el estrés crónico afecta el circuito neuronal
  • Hacia la medición objetiva del dolor: fibromialgia y redes cerebrales
  • Drop Tart Tone
  • Una explicación científica para el surgimiento de la materia de la materia
  • La guerra en tu cerebro entre hábitos saludables y no saludables
  • ¿Tu teléfono celular es consciente? En la integración de la información
  • 3 técnicas efectivas de visualización para cambiar tu vida.
  • ¿Por qué preservar la sabiduría de los pueblos indígenas?
  • Cuente hasta diez y recupere su autonomía de su cerebro límbico
  • Aprendizaje permanente y cerebros activos: Comencemos
  • Yo era un tiro de grietas ciego
  • La nueva evidencia descubre que las vitaminas a menudo son innecesarias
  • Usted no es su Connectome!
  • La "eutanasia" animal es a menudo masacre: considere los canguros
  • ¿Multitareas nos hace menos inteligentes?
  • Chaos Theory y Batman Part II
  • Cuatro razones por las que su hijo probablemente no necesita medicamentos para el TDAH
  • Cómo la melatonina te ayuda a dormir
  • ¿Cómo afecta el trauma infantil al cerebro adulto?
  • "Los hombres de negro" gana
  • La sincronicidad puede significar momentos de amor o avances
  • Escribiendo errores
  • Las 7 cosas que todos deben saber sobre la paternidad
  • 5 formas de mejorar tu estado de ánimo cuando te sientas mal
  • ¿Qué queda fuera?
  • ¿Fuera de balance?