L'IA a analysé 3,3 millions de résumés scientifiques et découvert de nouveaux matériaux possibles

Catégorie: Intelligence artificielle Posté juil. 09

Un nouvel article montre comment le traitement du langage naturel peut accélérer la découverte scientifique.

Le contexte: Le traitement du langage naturel a connu des avancées majeures ces dernières années, grâce au développement de techniques d'apprentissage automatique non supervisées qui sont vraiment efficaces pour capturer les relations entre les mots. Ils comptent la fréquence et la proximité des mots utilisés les uns par rapport aux autres, et cartographient ces relations dans un espace vectoriel tridimensionnel. Les modèles peuvent ensuite être utilisés pour prédire des analogies de base comme l'homme est au roi ce que la femme est à la reine, ou pour construire des phrases et alimenter des choses comme la saisie semi-automatique et d'autres systèmes de texte prédictifs.

Nouvelle application: Un groupe de chercheurs a maintenant utilisé cette technique pour parcourir 3,3 millions de résumés scientifiques publiés entre 1922 et 2018 dans des revues susceptibles de contenir des recherches en science des matériaux. Les relations de mots résultantes ont capturé des connaissances fondamentales dans le domaine, y compris la structure du tableau périodique et la façon dont les structures des produits chimiques sont liées à leurs propriétés. Le papier était publié dans Nature La semaine dernière.

En raison de la capacité de la technique à calculer des analogies, elle a également trouvé un certain nombre de composés chimiques qui présentent des propriétés similaires à celles des matériaux thermoélectriques mais qui n'ont pas été étudiés en tant que tels auparavant. Les chercheurs pensent que cela pourrait être une nouvelle façon d'exploiter la littérature scientifique existante pour des corrélations jusque-là inconsidérées et d'accélérer l'avancement de la recherche dans un domaine.

Travaux connexes: Ce n'est pas la première fois que de telles techniques découvrent des relations fascinantes, parfois surprenantes, dans une grande quantité de texte. En 2017, par exemple, un article publié dans Science ont constaté que la même technique utilisée pour traiter un corpus géant de textes provenant d'Internet reproduisait avec succès les préjugés humains historiques contre la race et le sexe, et calculait même le ratio hommes/femmes dans différentes professions. Ces articles montrent combien d'informations riches sur notre monde sont implicites dans le langage humain. L'apprentissage automatique nous donne maintenant les outils pour libérer ces connaissances.

Pour recevoir plus d'histoires comme celle-ci directement dans votre boîte de réception, inscrivez-vous à notre newsletter AI nominée par Webby, The Algorithm. C'est gratuit.