Atom2Vec, come un AI ha ricreato la tavola periodica in poche ore

C’è voluto circa un secolo di tentativi ed errori da parte degli scienziati per riuscire a organizzare i vari elementi chimici nella tavola periodica, nella forma che noi conosciamo. Si tratta, probabilmente, di uno dei più grandi risultati scientifici in questo campo. Eppure un’intelligenza artificiale è riuscita ad approdare al medesimo risultato solo in poche ore. Si tratta del programma sviluppato dai fisici dell’Università di Stanford, chiamato Atom2Vec, che ha imparato con successo a distinguere i diversi atomi analizzando una lista di nomi di composti chimici da un database online.

L’intelligenza artificiale, senza supervisione, ha utilizzato concetti presi in prestito dall’elaborazione del linguaggio naturale – in particolare, l’idea che le proprietà delle parole possano essere comprese guardando gli altri vocaboli che le circondano – per raggruppare gli elementi secondo le loro proprietà chimiche.

“Volevamo sapere se un’intelligenza artificiale potesse essere abbastanza brillante da scoprire in maniera autonoma la tavola periodica, e il nostro team ha mostrato che può farlo”, ha dichiarato il leader del gruppo di ricerca Shoucheng Zhang, professore di fisica presso la School of Humanities and Sciences dell’Università di Stanford, purtroppo recentemente scomparso.

Verso un nuovo test di Turing?

Secondo Zhang questa ricerca, pubblicata dalla prestigiosa rivista Proceedings of the National Academy of Sciences, è un passo importante verso il suo vero obiettivo, piuttosto ambizioso: progettare un sostituto del test di Turing, l’attuale punto di riferimento per misurare l’intelligenza di una macchina. Perché un’intelligenza artificiale passi il test, infatti, deve essere in grado di rispondere a domande scritte in maniera tale da risultare indistinguibile da una persona.

Ma Zhang era convinto che il test fosse viziato, perché soggettivo: “gli esseri umani sono il prodotto dell’evoluzione, e le nostre menti sono piene di ogni sorta di irrazionalità. Perché un’intelligenza artificiale passi il test di Turing, dovrebbe riuscire a riprodurre tutte le nostre irrazionalità umane. Cosa molto difficile da fare, oltre a non essere un uso particolarmente buono del tempo dei programmatori.”

L’intenzione di Zhang era quella di proporre un nuovo standard di riferimento per l’intelligenza delle macchine: “vogliamo vedere se siamo in grado di progettare un’intelligenza artificiale che può battere le persone nello scoprire una nuova legge della natura. Ma per farlo, prima dobbiamo verificare se la nostra IA può fare alcune delle più grandi scoperte già realizzate dall’uomo”. Ricreando la tavola periodica degli elementi, Atom2Vec ha raggiunto il suo obiettivo secondario.

Dalle parole agli atomi

Zhang e il suo gruppo si sono ispirati, per Atom2Vec, a un programma che gli ingegneri di Google hanno creato per analizzare il linguaggio naturale, chiamato Word2Vec. Quest’ultimo converte le parole in codici numerici, o “vettori”, che una volta analizzati permettono all’intelligenza artificiale di stimare la probabilità che una parola appaia in una frase a partire dall’occorrenza di altri vocaboli. Per esempio, la parola “re” è spesso accompagnata da “regina”, e “uomo” da “donna”. Quindi, il vettore matematico di “re” potrebbe essere tradotto come “re” = “regina” meno “donna” più “uomo”.

Si può applicare la stessa idea anche agli atomi: invece di “dare in pasto” all’intelligenza artificiale tutte le parole e le frasi di una selezione di testi, Atom2Vec è stato nutrito con tutti i composti chimici conosciuti, come NaCl, KCl, H2O e così via. A partire da questi scarsi dati, il programma è stato in grado di comprendere, per esempio, che il potassio (K) e il sodio (Na) devono avere proprietà simili, dal momento che entrambi gli elementi si possono legare con il cloro (Cl). Così come “re” e “regina” sono simili, anche potassio e sodio lo sono…

La speranza di Zhang era che in futuro gli scienziati potessero sfruttare le conoscenze di Atom2Vec per scoprire e progettare nuovi materiali: “per questo progetto il programma non aveva supervisione, ma si può immaginare di assegnargli un obiettivo e dirigerlo a trovare, per esempio, un materiale che sia altamente efficiente nel convertire la luce del sole in energia.”

Il suo gruppo è già al lavoro su una versione 2.0 del programma, che si focalizzerà su un grande problema della ricerca medica: la progettazione dell’anticorpo in grado di attaccare gli antigeni tumore-specifici. Il corpo umano può produrre più di dieci milioni di anticorpi, ognuno dei quali è una diversa combinazione di circa 50 geni. Se questi geni costituenti possono essere mappati come vettori matematici, così come è avvenuto per gli elementi chimici, potrebbe essere organizzata una specie di tavola periodica degli anticorpi. A quel punto, se se n’è individuato uno efficace contro un certo antigene, ma è tossico, si può guardare all’interno della stessa famiglia per trovarne un altro altrettanto incisivo, ma meglio tollerato dal nostro organismo.

Se, quindi, siamo in qualche modo stati superati in velocità dall’intelligenza artificiale, questo apre nuove possibilità in campo chimico. Ma non solo.

Leggi anche: La tavola periodica dell’abbondanza

Articolo pubblicato con licenza Creative Commons Attribuzione-Non opere derivate 2.5 Italia.