بیگ بنگ: تیمی از محققان دانشگاه استنفورد موفق به ساخت یک برنامه هوش مصنوعی شدند که جدول تناوبی عناصر را از نو می سازد؛ آنها می خواهند از آن ابزار برای کشف و طراحی مواد جدید استفاده کنند.

به گزارش بیگ بنگ، انسان تقریبا به نیم قرن آزمون و خطا نیاز داشت تا جدول تناوبی عناصر را به شکل مناسبی سازماندهی کند؛ به جرات می توان این جدول را بعنوان یکی از بزرگترین دستاوردهای علمی در شیمی قلمداد کرد. برنامه هوش مصنوعی جدیدی که فیزیکدانان استنفورد آن را طراحی کردند، همین کار را در عرض چند ساعت انجام داد. این برنامه که «Atom2Vec» نام دارد بطور موفقیت‌آمیزی یاد گرفت پس از تجزیه و تحلیل لیستی از نام‌های ترکیبات شیمیایی از یک پایگاه داده آنلاین، بین اتم ها تفکیک قائل شود. سپس این هوش مصنوعی از مفاهیم قرض گرفته شده از حوزه پردازش زبان طبیعی استفاده کرد تا عناصر را بر اساس ویژگی‌های شیمیایی شان دسته‌بندی کند. بر طبق پردازش زبان طبیعی، ویژگی کلمات می تواند با نگاه کردن به سایر کلمات پیرامون آنها به راحتی درک شود.

محقق و سرپرست مطالعه «شو چنگ ژانگ»، «جی جکسون» و «سی. جی. وود» هر سه پروفسور فیزیک در دانشکده علوم و علوم انسانی در دانشگاه استنفورد بیان کردند: «می خواستیم بدانیم آیا هوش مصنوعی می تواند به قدر کافی باهوش باشد تا خودش به تنهایی جدول تناوبی را کشف کند یا خیر و یافته‌های تیم ما نشان داد که بله می تواند.»

به باور ژانگ، این تحقیق یک گام ابتدایی ِ مهم به سوی هدفی جاه‌طلبانه‌تر است؛ یعنی طراحی یک جایگزین برای آزمون تورینگ. این آزمایش در حال حاضر بعنوان ابزاری استاندارد برای سنجش هوش ماشینی کاربرد دارد. برای اینکه هوش مصنوعی بتواند آزمایش تورینگ را پشت سر بگذارد، باید بتواند به گونه‌ای به پرسش‌های مکتوب پاسخ بدهد که قابل تفکیک و تمایز از انسان نباشد. اما ژانگ فکر می کند این آزمایش ایراد دارد زیرا ماهیت ذهنی دارد. آقای ژانگ اظهار داشت: «انسان‌ها محصول تکامل‌اند و ذهن ما با چیزهای غیرمنطقی زیادی سر و کار دارد. برای اینکه یک هوش مصنوعی بتواند آزمون تورینگ را با موفقیت پشت سر بگذارد، باید بتواند همه نامعقولی‌های ما را تولید کند. انجام این کار بسیار دشوار است.»

در عوض، ژانگ ابزار محک تازه ای برای هوش ماشینی پیشنهاد می کند. او افزود: «می خواهیم ببینیم آیا می توانیم یک هوش مصنوعی طراحی کنیم که در کشف قانون جدید طبیعت از انسان‌ها جلو بزند یا خیر. برای انجام این کار، ابتدا باید این مورد را بیازماییم که آیا هوش مصنوعی‌مان می تواند برخی از اکتشافات بزرگی را که انسان به آنها نائل آمده است، دوباره انجام دهد یا خیر.»

برنامه «Atom2Vec» با تولید دوباره جدول تناوبی عناصر به هدف فوق‌الذکر دست پیدا کرده است. ژانگ و همکارانش «Atom2Vec» را در یک برنامه هوش مصنوعی مدل‌سازی کردند که مهندسان گوگل آن را برای تجزیه زبان طبیعی ساخته بودند. هوش مصنوعی زبان تحت عنوان «Word2Vec» با تبدیل کلمات به رمزهای عددی یا بردار عمل می کند. این هوش مصنوعی می تواند با تجزیه و تحلیل‌بردارها، احتمال ظهور یک کلمه در متن را تخمین بزند. برای مثال، کلمه «پادشاه» غالبا با کلمه «ملکه» و کلمه «مرد» با «زن» همراه‌اند و کنار هم می آیند. پس، بردار ریاضی «پادشاه» می تواند به صورت «پادشاه = ملکه – زن + مرد».

ژانگ گفت: «ما می توانیم همین ایده را برای اتم‌ها نیز به کار ببریم. به جای سر و کله زدن با همه کلمات و جملات از مجموعه‌ای از متون، همه ترکیبات شیمیایی شناخته شده از قبیل H2O، NaCl و غیره را در اختیار Atom2Vec قرار می دهیم.» با این داده‌های پراکنده، برنامه هوش مصنوعی دریافت که پتاسیم (K) و سدیم (Na) باید ویژگی‌های مشابهی داشته باشند زیرا هر دو عنصر می توانند به کلر «Cl» بچسبند. ژانگ افزود: «همان طور که پادشاه و ملکه شبیه هم هستند، پتاسیم و سدیم نیز به یکدیگر شباهت دارند. امیدواریم دانشمندان بتوانند در آینده از دانش Atom2Vec برای کشف و طراحی مواد تازه استفاده کنند. شاید بتوان از این ابزار برای یافتن ماده‌ای بسیار کارآمد که نور خورشید را به انرژی تبدیل کند، استفاده کرد.»

تیم ژانگ در حال کار بر روی نسخه دوم برنامه هوش مصنوعی است که می خواهد مشکلی بزرگ در تحقیقات پزشکی را حل کند: طراحی آنتی‌بادی مناسب برای حمله به آنتی ژن‌ها. در حال حاضر، یکی از نویدبخش‌ترین روش‌ها برای درمان سرطان، ایمنی درمانی است. در این روش، آنتی‌بادی‌هایی که می توانند در سلول‌های سرطانی به آنتی ژن‌ها حمله کنند، دستکاری می شوند. اما بدن انسان می تواند بیش از 10 میلیون آنتی بادی منحصربفرد تولید کند، که هر کدام از آنها از ترکیب متفاوتی از 50 ژن تشکیل شده‌اند. اگر بتوان این ژن ها را در یک بردار ریاضی ترسیم کرد، می توان تمامی آنتی‌بادی‌ها را در چیزی شبیه به جدول تناوبی سازماندهی کرد. جزئیات بیشتر این مقاله در مجله «Proceedings of the National Academy of Sciences» منتشر شده است.

ترجمه: منصور نقی لو/ سایت علمی بیگ بنگ

منبع: phys.org