人类科学家花了近一个世纪的反复试验才能将元素周期表组织成目前的形式，这可以说是化学领域最伟大的科学成就之一。斯坦福物理学家开发的新的人工智能(AI)程序在短短几个小时内就完成了同样的壮举。

该程序称为Atom2Vec，该程序通过分析在线数据库中的化合物名称列表，成功学会了区分不同原子的方法。然后，无人监督的AI使用从自然语言处理领域借来的概念(尤其是认为可以通过查看周围的其他单词来理解单词的属性的想法)来根据元素的化学特性来对元素进行聚类。

斯坦福大学人文学院的研究负责人张守成，JG Jackson和CJ Wood物理学教授说：“我们想知道AI是否能够足够聪明地独自发现元素周期表，我们的团队证明了它可以做到。” 和科学。

张说，这项研究发表在《 国家科学院院刊》上，是迈向其雄心勃勃的目标的重要第一步，他的目标是设计一种替代图灵测试的方法。图灵测试是衡量机器智能的现行黄金标准。

为了使AI通过图灵测试，它必须能够以与人类没有区别的方式回答书面问题。但是张认为测试是有缺陷的，因为它是主观的。“人类是进化的产物，我们的思维因各种非理性而杂乱无章。为了使AI通过图灵测试，它需要重现我们所有的人类非理性。”张说。“这很难做到，并且不能很好地利用程序员的时间。”

张反而是想提出一个新的机器智能基准。他说：“我们想看看我们是否可以设计出一种在发现新的自然规律方面能击败人类的人工智能。” “但是要做到这一点，我们首先必须测试我们的AI是否可以做出人类已经做出的一些最伟大的发现。”

张说，通过重新创建元素周期表，Atom2Vec实现了这个次要目标。

Zhang和他的小组在Google工程师创建的用于解析自然语言的AI程序上对Atom2Vec进行了建模。称为Word2Vec的语言AI通过将单词转换为数字代码或矢量来工作。通过分析向量，在给定其他单词同时出现的情况下，AI可以估计单词出现在文本中的概率。

例如，“国王”一词通常伴随着“女王”，而“男人”则伴随着“女人”。因此，“国王”的数学矢量可以粗略地翻译为“国王=女王减去女人再加上男人”。

张说：“我们可以对原子应用相同的想法。” “我们没有从一组文本中输入所有单词和句子，而是向Atom2Vec提供了所有已知的化学化合物，例如NaCl，KCl，H 2 0等。”

从此稀疏数据中，AI程序得出结论，例如，钾(K)和钠(Na)必须具有相似的性质，因为这两种元素都可以与氯(Cl)结合。“就像国王和王后一样，钾和钠也一样，”张说。

Zhang希望未来，科学家们可以利用Atom2Vec的知识来发现和设计新材料。“对于这个项目，人工智能程序是不受监督的，但是您可以想象给它一个目标，并指导它找到例如一种将太阳光转化为能量的高效材料，”张说。

他的团队已经在研究AI程序的2.0版，该程序将致力于解决医学研究中一个棘手的问题：设计正确的抗体来攻击针对癌细胞的抗原(能够诱导免疫反应的分子)。当前，治愈癌症的最有前途的方法之一是癌症免疫疗法，其涉及利用可以攻击癌细胞上抗原的抗体。

但是人体可以产生超过一千万种独特的抗体，每种抗体都由大约50个基因的不同组合组成。“如果我们可以将这些构建基团基因映射到数学载体上，那么我们就可以将所有抗体组织成类似于周期表的形式，” Zhang说。“然后，如果您发现一种抗体对抗原有效但具有毒性，那么您可以在同一个家族中寻找另一种同样有效但毒性较小的抗体。”