AI analyseerde 3,3 miljoen wetenschappelijke abstracts en ontdekte mogelijke nieuwe materialen

Categorie: Kunstmatige intelligentie Geplaatst 09 juli

Een nieuw artikel laat zien hoe natuurlijke taalverwerking wetenschappelijke ontdekkingen kan versnellen.

De context: De verwerking van natuurlijke taal heeft de afgelopen jaren grote vooruitgang geboekt, dankzij de ontwikkeling van niet-gecontroleerde machinale leertechnieken die echt goed zijn in het vastleggen van de relaties tussen woorden. Ze tellen hoe vaak en hoe nauw woorden ten opzichte van elkaar worden gebruikt, en brengen die relaties in kaart in een driedimensionale vectorruimte. De patronen kunnen vervolgens worden gebruikt om basale analogieën te voorspellen, zoals man is voor koning zoals vrouw is voor koningin, of om zinnen te construeren en zaken als autocomplete en andere voorspellende tekstsystemen te construeren.

Nieuwe applicatie: Een groep onderzoekers heeft deze techniek nu gebruikt om 3,3 miljoen wetenschappelijke samenvattingen te knabbelen die tussen 1922 en 2018 zijn gepubliceerd in tijdschriften die waarschijnlijk materiaalwetenschappelijk onderzoek bevatten. De resulterende woordrelaties legden fundamentele kennis binnen het veld vast, inclusief de structuur van het periodiek systeem en de manier waarop de structuren van chemicaliën zich verhouden tot hun eigenschappen. Het papier was gepubliceerd in Nature vorige week.

Vanwege het vermogen van de techniek om analogieën te berekenen, vond het ook een aantal chemische verbindingen die eigenschappen vertonen die vergelijkbaar zijn met die van thermo-elektrische materialen, maar die niet eerder als zodanig zijn bestudeerd. De onderzoekers denken dat dit een nieuwe manier kan zijn om bestaande wetenschappelijke literatuur te ontginnen voor voorheen ondoordachte correlaties en de vooruitgang van onderzoek in een veld te versnellen.

Gerelateerd werk: Dit is niet de eerste keer dat dergelijke technieken fascinerende, soms verrassende relaties in een enorme hoeveelheid tekst hebben ontdekt. In 2017 bijvoorbeeld een paper gepubliceerd in Science ontdekte dat dezelfde techniek die werd gebruikt om een ​​gigantisch corpus tekst van internet te verwerken, met succes historische menselijke vooroordelen tegen ras en geslacht reproduceerde, en zelfs de verhouding tussen mannen en vrouwen in verschillende beroepen berekende. Deze papers laten zien hoeveel rijke informatie over onze wereld impliciet in de menselijke taal zit. Machine learning geeft ons nu de tools om die kennis te ontsluiten.

Meld u aan voor onze Webby-genomineerde AI-nieuwsbrief The Algorithm om meer van dit soort verhalen rechtstreeks in uw inbox te ontvangen. Het is gratis.