Metas grundläggande AI-division (Fair) den 14 maj lanserade en betydande samling av open source artificiella intelligensverktyg, inklusive modeller, riktmärken och datasätt, utformade för att dramatiskt påskynda vetenskaplig upptäckt. The initiative, aimed at advancing fields like molecular property prediction, language processing, and neuroscience, is a key part of Meta’s pursuit of advanced machine intelligence (AMI) – AI systems with highly developed cognitive capabilities. The new tools represent a significant move by Meta to accelerate scientific discovery in chemistry and materials.
The flagship releases, Open Molecules 2025 (OMol25) and Meta’s Universal Model for Atoms (UMA), developed with collaborators including the Department of Energy’s Lawrence Berkeley National Laboratory (Berkeley Lab) as detaljerad av Berkeley lab Teknologier.
Nya Frontiers in Computational Science
Omol25-datasättet, som innehåller över 100 miljoner 3D-molekylära ögonblicksbilder, beskrivs av meta som de största och mest mångfaldiga kvantkvantkvantkemiska beräkningsresurser för biomolekuler, metallkomplex och elektroly. Dess skapelse, med användning av orca-programpaket , krävde en enorm sex miljarder timmar med beräkning, enligt Berkeley Lab. This dataset allows for simulations of atomic systems up to ten times larger than previously possible.
Samuel Blau, a Berkeley Lab chemist, believes it “is going to revolutionize how people do atomistic Simuleringar för kemi. Exakta förutsägelser om molekylbeteende. Kramning av ansikte och andra plattformar, att välja en öppen vetenskaplig strategi uppmuntrar denna strategi bredare samhällsengagemang och innovation. Provtagning, En ny teknik för utbildningsgenerativa AI-modeller utan befintlig data, visar av dess förmåga att generera olika molekyler med UMA-releas-followup Meta ai-bloggen q & (meta ytterligare carnified-carnified-carniedi-blogg. är särskilt inriktad på de novo molekylär design.
Dessutom genomfördes en storskalig Neuroscience-studie HREF=”https://www.fo-rothschild.fr/”Target=”_ blank”> Rothschild Foundation Hospital , kartlagt hur språkrepresentationer dyker upp i den utvecklingen av mänsklig hjärna, avslöjande strejkande paralleller med stora språkmodeller som Meta’s Lama 3.1. Årtionden långa tidslinjer som är typiska i traditionell experimentell upptäckt genom att tillhandahålla exakta och generaliserbara maskininlärningsmodeller, Meta och dess partners, som också inkluderar Princeton University, Genentech och Los Alamos National Laboratory, syftar till att stärka forskarna. href=”https://arxiv.org/abs/2505.08762″Target=”_ blank”> Omol25 papper , utnyttjar densitetsfunktionsteorin (DFT) för att förutsäga molekylära egenskaper, särskilt i komplexa scenarier som involverar bondbildning och brott. underscored the necessity of reliable models, stating, “Trust is especially critical here because scientists need to rely on these models to produce physically sound results that translate to and can be used for scientific research.”
AI in Science, Collaboration, And Future Challenges
The new tools from Meta enter a competitive landscape where other tech giants are also pushing the boundaries of AI in Vetenskap. Microsofts Bioemu-1, som modellerar den dynamiska rörelsen av proteiner.
Emellertid har den ökande kraften i AI i vetenskapliga domäner inneboende utmaningar om forskning om forskning om finjusterad AI-modeller har framhävt risker för”Emergent Misalignment,”där modeller kan utveckla oändliga beteenden. Mänskliga icke-specialistiska nivåer i områden som medicinsk diagnos, betydande luckor och frågor om dataöppning kvarstår. Benchmarks för att spåra modellprestanda. Antagen har löfte om att låsa upp nya vetenskapliga gränser och påskynda utvecklingen av lösningar på några av världens mest pressande problem.
