AI analyserede 3,3 millioner videnskabelige abstracts og opdagede mulige nye materialer

Kategori: Kunstig intelligens Udsendt 09 jul

Et nyt papir viser, hvordan behandling af naturligt sprog kan fremskynde videnskabelig opdagelse.

Konteksten: Naturlig sprogbehandling har oplevet store fremskridt i de seneste år, takket være udviklingen af ​​uovervågede maskinlæringsteknikker, der er rigtig gode til at fange relationerne mellem ord. De tæller, hvor ofte og hvor tæt ord bruges i forhold til hinanden, og kortlægger disse relationer i et tredimensionelt vektorrum. Mønstrene kan derefter bruges til at forudsige grundlæggende analogier som manden er til konge, som kvinde er til dronning, eller til at konstruere sætninger og magt ting som autofuldførelse og andre forudsigelige tekstsystemer.

Ny ansøgning: En gruppe forskere har nu brugt denne teknik til at gnaske gennem 3,3 millioner videnskabelige abstracts offentliggjort mellem 1922 og 2018 i tidsskrifter, der sandsynligvis ville indeholde materialevidenskabelig forskning. De resulterende ordrelationer fangede grundlæggende viden inden for området, herunder strukturen af ​​det periodiske system og den måde, kemikaliers strukturer relaterer til deres egenskaber. Papiret var udgivet i Nature sidste uge.

På grund af teknikkens evne til at beregne analogier fandt den også en række kemiske forbindelser, der demonstrerer egenskaber svarende til termoelektriske materialer, men som ikke er blevet undersøgt som sådan før. Forskerne mener, at dette kunne være en ny måde at udvinde eksisterende videnskabelig litteratur på for hidtil uovervejede sammenhænge og fremskynde udviklingen af ​​forskning på et felt.

Relateret arbejde: Det er ikke første gang, at sådanne teknikker har opdaget fascinerende, nogle gange overraskende forhold i en stor mængde tekst. I 2017 var der f.eks. en artikel udgivet i Science fandt ud af, at den samme teknik, der blev brugt til at behandle et gigantisk korpus af tekst fra internettet, med succes reproducerede historiske menneskelige skævheder mod race og køn, og endda beregnede forholdet mellem mænd og kvinder i forskellige erhverv. Disse papirer viser, hvor meget rig information om vores verden, der er implicit i det menneskelige sprog. Maskinlæring giver os nu værktøjerne til at låse op for den viden.

For at få flere historier som denne leveret direkte til din indbakke, tilmeld dig vores Webby-nominerede AI-nyhedsbrev The Algorithm. Det er gratis.