来源：Stanford
斯坦福张首晟团队创造了一个人工智能程序Atom2Vec，只用几个小时就重新得出了元素周期表。这项研究更宏大的目标是设计出替代作为机器智能标准的图灵检验的新标准。张首晟教授在接受新智元采访时认为，实验是检验规律的唯一标准，人类可以通过实验来认证人工智能做出的理论预言。
元素周期表可以说是化学历史上最重要的科学成就，人类科学家们经过将近一个世纪的摸索和尝试来把元素周期表整理成当前的形式； 而一个来自斯坦福的物理学家们的人工智能程序只需要几个小时。
这个程序叫Atom2Vec（从原子到矢量）。它能够分析从网络数据库得到的不同元素组合而成的化合物名称来学习区分不同的原子，整个过程是独立无监督的，并没有人类智能的参与。这个程序的开发借用了自然语言处理中的简单概念：一个词语的特性是可以从它周围出现的其他单词来得出的；把化学元素根据它们所出的化学环境聚类。
项目的负责斯坦福人文与科学学院J. G. Jackson and C. J. Wood
教授张首晟说：“我们想知道是否一个人工智能可以智慧到独立发现元素周期表，我们的团队证明了这一点。”
借鉴NLP概念搭配化合物中的原子，Atom2Vec将来可用于发现和设计新材料
张教授和他的团队对于Atom2Vec的开发基于谷歌工程师们分析自然语言使用的Word2Vec。这是一个可以把单词浓缩成为电脑中有限的几个数字（矢量）。通过分析这些矢量，这个人工智能程序可以估计在这个单词周围可能出现哪些其他单词，他们的概率是多少，之间的组合关系如何。
例如，单词“国王”经常和“王后”出现在一起，而“男人”经常和“女人”出现在一起。因此，Word2Vec分析出的代表“国王”的矢量可以跟代表“王后”，“男人”和“女人”的矢量有如下简单的关系：“国王”＝“王后”－“女人”＋“男人”。
张教授指出，“我们可以把类似的想法用到原子上，就像输入给谷歌的Word2Vec很多文本里不同单词组成的句子，我们可以输入给我们的Atom2Vec不同原子组成的化合物，就像NaCl（氯化钠）, KCl（氯化钾）, H2O（水） 等等。”
从这些数据的分析中，人工智能程序可以发现钾和钠有着类似的性质，因为它们都可以跟卤素结合成化合物，张教授说，“就像国王和王后很类似一样，钾和钠也是类似的。”
Atom2Vec工作流学习材料数据库中的原子。对材料数据库中的每一种化合物生成原子-环境对，在此基础上构造原子-环境矩阵。这里使用一个包含7个化合物的小数据集作为示例。原子-环境矩阵的条目表示原子-环境对的数量。插图显示化合物
的单元中和对应于目标原子Bi和环境(2)Se3的条目。只考虑成分信息，而忽略结构信息。Atom2Vec学习算法从原子环境矩阵中提取原子的知识，并对原子向量中学习的属性进行编码。
张教授希望在未来，科学家们可以使用Atom2Vec的知识来发现和设计新材料，“在这个项目里，我们的程序是无监督的，但是你可以给它一个特定的目标去优化，例如，找到最有效率转换太阳能的材料。”
张教授的团队已经开始团队人工智能程序2.0版本的研究，集中攻克一个生物医学上很困难的问题：设计出正确可以攻击抗原的抗体，通常来讲，抗体是由免疫机制生成的。这对于癌症的研究极其重要，当前最有前景的治疗癌症方案之一——免疫治疗，就试图找到并且控制能够攻击癌细胞抗原的抗体。
然而人类身体可以创造超过1000万种不同的抗体，每一种都是大约50个基因的一种不同组合，“如果我们可以把这些基因数据里的信息浓缩到一个数学矢量里去，像排列元素周期表一样排列它们，那么，如果我们发现其中一种抗体对一个抗原有效然而有毒，我们可以从我们的表中接着寻找它同类的但毒性更小的抗体。”
更宏大的目标：设计出替代图灵检验的新标准
张首晟表示，这项发表于6月25日美国国家科学院院刊的研究将是实现更宏大的目标之前的重要的第一步。更宏大的目标是设计出替代作为机器智能标准的图灵检验的新标准。
图灵检验里面，一个机器如果可以和人类一样回复检验者的问题，让检验者无法区分其是否是人类，就可以通过检验。但张教授认为，这种检验是有瑕疵的，主观的，“人类是一个漫长进化的结果，人类的心智里充满了种种不理性的因素，如果一个人工智能要通过图灵检验，它需要能够重复这些人类复杂的非理性的一面，这是非常困难而琐碎的，因此并不能够有效利用程序设计者的时间创造价值。”
张教授提出，对于一个机器智能可以有另一种标准，“我们想试试我们是否可以设计出在发现自然规律上可以击败人类的人工智能，但是在此之前，我们要先测试我们的人工智能是否可以重复人类已经完成的一些伟大发现。而Atom2Vec独立发现元素周期表就是后者的一个成果”。
新智元向张首晟教授提问：如果AI发现了自然规律，我们怎么知道那就是事实呢？张首晟教授认为，实验是检验规律的唯一标准，人类可以通过实验来认证人工智能做出的理论预言。
张首晟教授还认为，纯理性的标准才是客观的，人机竞智的标准一定要客观才行。
此外，这个项目中其他的参与者有，斯坦福的博士生周权和刘慎修，博士后汤沛哲等。
