Fundamental AI Research (FAIR) w dniu 14 maja rozpoczął znaczącą kolekcję narzędzi sztucznej inteligencji open source, w tym modeli, punktów odniesienia i zestawów danych, zaprojektowanych w celu dramatycznego przyspieszenia odkrycia naukowego. The inicjatywa , mającą na celu rozwinięcie pól, takich jak prognoza właściwości molekularnej, przetwarzanie języka i neuroscience, jest kluczową częścią pułapu metalu Maszyna (AMI)-AMI rozwinięte w systemie pomijowym, jak prognozę pomijową, języka, przetwarzanie języka i neuroscience, jest kluczową częścią realizacji maszynowej maszyny (AMI). możliwości. Nowe narzędzia stanowią znaczący ruch Meta w celu przyspieszenia odkrycia naukowego w chemii i materiałach.
Flagowe wydania, otwarte cząsteczki 2025 (OMOL25) i uniwersalny model Meta dla atomów (UMA), opracowany z współpracownikami, w tym Departamentem Energii Lawrence Berkeley National Laboratory (Berkeley Lab)). href=”https://newscenter.lbl.gov/2025/05/14/computational-chemistry-unlocked-a-record-dataset-to-train-ai-models-has-lounched/”targ Technologie.
Nowe granice w naukach obliczeniowych
Zestaw danych OMOL25, zawierający ponad 100 milionów migawek molekularnych 3D, jest opisywany jako największy i najbardziej zróżnicowany kalkulacja chemii kwantowej o wysokim dokumentacji kwantowej dla biomolekuli, metali i elektrolitów. Jego tworzenie, wykorzystując pakiet programu Orca , wymagał ogromnych sześciu miliardów godzin obliczenia, według Berkeley Lab. Ten zestaw danych pozwala na symulacje systemów atomowych do dziesięciu razy większych niż wcześniej możliwe.
samuel blau, berkeley lab, wierzy to, jak to zrobić revolutionize Symulacje atomistyczne do chemii. Podstawowy model dokładniejszych prognoz zachowań molekularnych. Dostęp Przytulanie twarzy i innych platform, wybieranie podejścia do nauki o otwartej nauce. Target=”_ puste”> Meta wprowadziła również pobieranie próbek sąsiednich, Nowatorska technika generatywnych modeli AI bez wcześniejszych danych, zaprezentowana przez jego zdolność do generowania różnorodnych cząsteczek z UMA. Blog AI Pytanie i A Dalsze wyjaśniono, że pobieranie próbek sąsiednich jest szczególnie skierowane do de novo molecular href=”https://www.fo-rothschild.fr/”target=”_ puste”> rothschild hospital , zmapował, w jaki sposób reprezentacje językowe pojawiają się w rozwijającym się ludzkim mózgu, ujawniając uderzające paralele z dużymi modelami językowymi, takimi jak Meda’s Llama 3.1. Tradycyjne odkrycie eksperymentalne. href=”https://arxiv.org/abs/2505.08762″Target=”_ blank”> papier OMOL25 , wykorzystuje teorię funkcjonalną gęstości (DFT) do przewidywania właściwości molekularnych, szczególnie w złożonych scenariuszach obejmujących tworzenie wiązań. Berkeley Lab, podkreślił konieczność wiarygodnych modeli, stwierdzając: „Zaufanie jest tutaj szczególnie krytyczne, ponieważ naukowcy muszą polegać na tych modelach, aby uzyskać uzasadnione wyniki fizycznie, które przekładają się na badania naukowe.”
AI w nauce, współpracę i przyszłe wyzwania
Nowe narzędzia wchodzą w rywalizację, gdzie inni techniki są również wysuwanymi wyzwaniami. Na przykład granice AI. Projekt. Uniwersytet wskazuje, że AI zbliża się do poziomu ludzkich w obszarach takich jak diagnoza medyczna, utrzymują się znaczące luki i kwestie przejrzystości danych Współpraca OMOL25 zapewniła również oceny i odniesienia do śledzenia wydajności modelu. wartość. W miarę jak te wyrafinowane narzędzia AI są bardziej przyjęte, mają obietnicę odblokowania nowych granic naukowych i przyspieszenia rozwoju niektórych najbardziej palących problemów na świecie.