Metaの基本的なAI Research（FAIR）部門は、5月14日に科学的発見を劇的に加速するように設計されたモデル、ベンチマーク、データセットを含むオープンソースの人工知能ツールの重要なコレクションを発表しました。 イニシアチブは、分子特性予測、言語処理、神経科学などの高度なマシンの患者の主要な部分の重要な部分の重要な部分です。新しいツールは、化学と材料の科学的発見を加速するためのメタによる重要な動きを表しています。
フラッグシップリリース、オープン分子2025（OMOL25）およびATOMSの普遍的なモデル（UMA）は、エネルギー省のエネルギー省のローレンスバークレーラボ）を含むコラボレーターと開発されました。 href=”https://newscenter.lbl.gov/2025/05/14/computational-chemistry-unlocked-a-record-breaking-dataset-to-train-ai-models/”ターゲット=”_ blank>テクノロジー。
計算科学の新しいフロンティア
1億を超える3D分子スナップショットを含むOMOL25データセットは、メタによって最大かつ最も多様な高精度の量子化学化学の計算リソース、Metal completes、および電化のための電子電子類の計算リソースと記述されています。 Berkeley Labによると、 orcaプログラムパッケージを利用して作成しました。このデータセットにより、以前の可能性よりも最大10倍大きい原子システムのシミュレーションが可能になります。これを補完するシミュレーション、UMAは、メタのデータセットから300億を超える原子について訓練された機械学習間の潜在的です。分子挙動の予測
メタは、 omol25データセットアクセスを作成しています。オープンな科学的なアプローチを選択すると、メタの公正なラボの研究ディレクターが促進されます。サンプリング、既存のデータなしで生成的AIモデルをトレーニングするための新しい手法は、UMAを使用して多様な分子を生成する能力によって紹介されています。補助サンプリングは、特にde novo分子設計を対象としています。
さらに、大規模は、発展途上の人間の脳で言語表現がどのように出現し、メタのllama 3.1の後ろにある
p>従来の実験的発見に典型的なタイムライン。プリンストン大学、Genentech、およびLos Alamos National Laboratoryを含むMetaとそのパートナーは、科学者に力を与えることを目指していますhref=”https://arxiv.org/abs/2505.08762″ターゲット=”_ blank”> omol25論文、特に結合形成と破損を伴う複雑なシナリオで分子特性を予測するために密度汎関数理論（DFT）を活用します。信頼できるモデルの必要性を強調し、「科学者が科学、協力、将来の課題に翻訳して使用できる物理的な健全な結果を生成するために科学者がこれらのモデルに依存する必要があるため、ここでは特に重要です。」たとえば、Google DeepmindのAlphafold 3は、非営利的な使用のための複雑な分子相互作用を可能にしますタンパク質の動的な動きをモデル化するMicrosoftのBioEMU-1のようなツールに貢献していますが、科学的領域におけるAIの力の増加は、微調整されたAIモデルの研究をもたらします。 AIは、医療診断などの分野で人間の専門家レベルに近づいていますが、データの透明性の問題は、堅牢な安全プロトコルの必要性の増加も明らかですコラボレーションは、フェアの研究科学者であるモデルのパフォーマンスを追跡するための評価とベンチマークも提供しています洗練されたAIツールはより広く採用され、新しい科学的フロンティアのロックを解除し、世界で最も差し迫った問題のいくつかに対するソリューションの開発を加速するという約束を抱えています。