AI 热点

Meta 开源 AI 科学峰会亮点:推动科研协作与发现

Meta:Newsroom · AI更新于 11月21日 02:34

Advancing Science Together: Highlights From the Open Source AI For Science Summit

AI 导读

Meta 在开源 AI 科学峰会上展示多项科研进展,并将 Digital Brain Project 的脑数据目标从 15,000 小时提高至 25,000 小时。峰会还发布更快的 UMA Nitro,展示基于 DINOv3 和 SAM 3 的辅助机器人系统,以及收录 26 本开放教材和逾 45,000 项计算机验证内容的 ATLAS。

正文 · AI 翻译

返回新闻中心

Meta

2026年11月20日2026年11月20日

0.25× 0.5× 1× 1.25× 1.5× 2×

要点

上个月,我们汇聚了来自大学、医院和业界的研究人员,共同参加开源 AI 科学峰会。该活动旨在利用开源 AI 加速科学发现。

峰会上的研究人员分享了他们如何利用 AI 更深入地了解神经学、提高化学的普及度、推进药物发现等工作。

从研究大脑到发现新材料,开源 AI 正在为科学家提供解决难题的新方法。上个月,Meta 基础人工智能研究(FAIR)团队在我们位于加利福尼亚州门洛帕克的总部举办了开源 AI 科学峰会,汇聚了来自大学、医院和业界的研究人员。

在为期两天的活动中,与会者探讨了公开共享的 AI 模型、工具和数据如何推动医疗保健、神经科学、化学、材料科学和数学的发展。实践研讨会还让与会者有机会与 Meta 模型背后的科学家直接合作。

以下是部分亮点。

我们宣布扩大与罗斯柴尔德医院基金会和蒙特利尔大学共同发起的 Digital Brain Project。该项目资助研究人员收集经过匿名化处理的脑数据并将其公开共享。我们正将该项目的脑数据目标从 15,000 小时提高到 25,000 小时,以帮助研究人员了解人类智能,并探索改善神经系统健康的方法。

研究人员还在探索 AI 如何帮助残障人士提高独立生活能力。匹兹堡大学展示了一套基于 DINOv3 和 SAM 3 构建的辅助机器人系统。该团队计划演示一款能够帮助人进食的机器人,并正在尝试让用户用自己的话向机器人下达指令。

科学家在实验室测试之前,会使用计算机模拟来筛选有潜力的材料和药物。在峰会上,我们发布了 UMA Nitro,这是 Meta Universal Model for Atoms 的更快版本。

在与卡内基梅隆大学和加州大学河滨分校合作开展的一项研究中,UMA 模型无需额外训练数据便识别出了多种药物分子的晶型。了解药物的晶型有助于研究人员弄清药片如何溶解。我们还与芝加哥大学共同展示了 UMA 如何逐个原子地模拟完整酶分子,这可能有助于科学家了解酶的工作原理,并为医药、可持续发展和能源领域设计出性能更优的酶。

同一项技术还可以让学生更容易接触和学习化学。UMA Playground 改变了我们将化学过程可视化的方式,让用户能够构建分子、观察化学键的断裂与形成,并探索化学反应。Discovery Education 宣布,该工具现已向高中化学教师开放,并配有课堂教学指南。由亚利桑那州立大学和卡内基梅隆大学开设的大学化学课程 RealChem 计划将其融入学生活动。Discovery Education 覆盖超过 400 万名教育工作者和 4,500 万名学生,而近 100 所机构正在使用 RealChem。

检查一项新的数学证明可能需要专家花费数月甚至数年时间。Lean 是一种用于编写数学内容的开源语言,可让计算机验证每一个逻辑步骤。这样一来,无论研究成果来自同事、学生还是 AI 助手,数学家都能更轻松地在他人工作的基础上继续研究,而不必再次检查同一个证明。

这种方法有望促成规模更大、更加开放的协作,就像推动物理学和基因组学发现的合作模式一样。在整个过程中,我们与数学界密切合作,始终将他们的研究问题和优先事项置于核心位置。数学家为这项工作提供指导——由他们选择问题,并确保用 Lean 编写的陈述准确反映其本意。

峰会上,FAIR 研究人员分享了旨在支持这项工作的开源项目,其中包括 ATLAS。这个开放资源库对 26 本开放获取教材进行了形式化处理,收录了超过 45,000 项经计算机验证的定义和结果,为研究人员提供了一个可共同利用的基础。

通过公开共享模型、代码和研究成果,我们正帮助科学家和教育工作者在彼此工作的基础上继续推进。此次峰会展示了这类合作伙伴关系如何将 AI 的影响力拓展到 Meta 之外,并创造更多发现机会。

来源

Meta:Newsroom · AI