▲美国斯坦福大学的研究人员开发了一种人工智能程序，并利用该程序重塑了元素周期表。他们希望藉此发现和设计新材料。
《美国国家科学院院刊》（Proceedings of the National Academy of Sciences）在6月25日出版的论文中称，美国斯坦福大学（Stanford University）人文与科学学院物理学教授张守成（Shou-Cheng Zhang）等开发了一种新型的非监督人工智能（AI）程序“Atom2Vec”。该程序通过自我学习，重塑了元素周期表。这对于新材料的发现与设计或有重要意义。
科学家们花费了接近一个世纪的时间进行反复试验，才将化学史上最伟大的成就之一——元素周期表整理成现在的形式。而Atom2Vec在几个小时内就完成了同样的壮举。Atom2Vec通过分析在线数据库中的化合物名称，成功学会了区分不同原子。随后，Atom2Vec使用了从自然语言处理领域“借来”的概念，根据元素化学性质对元素进行了聚类。研究负责人张教授说：“我们想知道人工智能是否足够聪明，能够自己发现元素周期表。我们团队的发现得出了肯定的答案。”张教授认为，Atom2Vec的成功为他向终极目标（设计替代图灵测试的方法）迈出了重要一步。
为了让人工智能通过图灵测试，它必须以类似人类的方式回答书面问题。但张教授认为这个测试存在缺陷（过于主观）。张教授说：“人类是进化的产物，其头脑中充斥着各种各样的非理性。人工智能为了通过图灵测试，需要复制人类所有的非理性。这很难做到，也很浪费程序员的时间。”因此，张教授更倾向于提出一种新的测试基准。他说：“我们尝试设计出一种人工智能，能在发现新自然规律这一点上打败人类。为了达到这一目的，我们首先需要测试的是，这个人工智能是否能够重复出人类已经取得过的伟大成就。”通过重塑元素周期表，Atom2Vec实现了这一次级目标。
Atom2Vec借鉴了谷歌工程师创建的解析自然语言的人工智能程序（Word2Vec）。Word2Vec可以将文字转换为代码或向量，进而通过分析这些向量估计文本中某个单词和其他关联词的共现概率。类似的，Atom2Vec被张教授团队录入了所有已知化合物。Atom2Vec根据录入的零散数据，推测元素是否具有类似性质。如钾和钠可能是相似的，因为它们都可以和氯化合。
张教授希望在未来，科学家可以利用Atom2Vec发现和设计新材料。他说：“在这个项目中，Atom2Vec是非监督人工智能。但人们可以通过给它设定目标，引导其寻找新材料。”目前，张教授团队已经在着手研究Atom2Vec的2.0版本。Atom2Vec 2.0将主要用于解决医学研究中的一个棘手问题——设计合适的抗体以攻击抗原，从而改进癌症免疫疗法。
编译：雷鑫宇 审稿：三水
责编：南熙
