【数据应用案例】atom2vec，通过无监督学习的方式复现元素周期表

案例来源：@量子位 @CoupMF @新智元

案例地址：https://mp.weixin.qq.com/s/fOOXBImDHEeweYTcMZ1cBg；https://cloud.tencent.com/developer/news/260987；https://xueqiu.com/3426965578/109607389

 

1. 目标：让模型学习现有的分子结构式，将同类型的原子归类，复现元素周期表

 

2. 过程

    1）参考word2vec，利用分子式作为文本，原子用上下文原子进行表示，如Bi2Se3中，2个Bi周围有3个Se，则Bi表示为（Bi，2Se3）；3个Se周围有2个Bi，则Se表示为（Se，3Bi2）

    2）构造了 原子-上下文 的稀疏矩阵，用SVD进行降维

    3）对降维后的矩阵进行层次聚类，距离采用余弦距离，进行聚类

    4）发现主族元素能聚类在一起，过渡金属效果较差。基本复现了元素周期表主要的部分

 

3. 延伸

    1）目前仅是基础研究，未来的研究中希望能帮助发现新的分子材料

    2）将算法抑制到分子生物学领域，设计出可以攻击正确抗原的抗体

    3）作为一种判断计算机智能的方法：图灵测试受限于人的判断能力，而如果模型能够重复人类已经完成的一些伟大发现（如元素周期表），那么说明模型有一定的智能