研究人员利用机器学习从海量旧研究文献中提取信息，并基于其中的语言模式开启新发现。
Word2Vec算法揭示潜在热电材料
劳伦斯伯克利国家实验室团队于7月3日在《自然》杂志发表论文，详细介绍了该成果。研究人员运行名为Word2Vec的算法扫描旧科学文献，以揭示人类可能遗漏的科学发现。扫描后，该算法开始对可能的热电材料进行预测。
热电材料可将热能转化为电能，目前已广泛应用于加热和冷却过程。值得注意的是，该算法并不了解“热电”的定义，也未接受过任何材料科学训练，仅依靠词语间关系便能识别出具有潜力且可能优于现有材料的新型热电候选者。
它可以阅读任何关于材料科学的论文，因此能够建立任何科学家都无法建立的关联。有时它像研究人员一样行事；而在其他时候，则进行跨学科的关联分析。
基于330万篇摘要构建语料库
该算法在训练过程中使用了330万篇材料科学理论摘要中的语言，构建了约50万个词汇的语料库，并借助机器学习深入分析了词语之间的关系。