共同推动科学进步:开源AI科学峰会要点回顾

媒体报道 Meta AI 原文语言:英文

Meta在加州门洛帕克举办的开源AI科学峰会展示了开放模型在神经科学、化学、药物发现等领域的应用。会议宣布将数字大脑项目的数据收集目标从15000小时提升至25000小时,并发布了加速化学模拟的UMA Nitro及其教学工具UMA Playground,已覆盖数百万师生。

全文

返回新闻中心

Meta

携手推进科学:开源科学AI峰会亮点

2026年11月20日 2026年11月20日

https://about.fb.com/wp-content/uploads/2026/11/Highlights-From-the-Open-Source-AI-For-Science-Summit_Header.mp4

核心要点

上个月,我们汇聚了来自高校、医院和行业的研发人员,共同举办了“开源科学AI峰会”(Open Source AI for Science Summit),这是一场围绕利用开源AI加速科学发现而举办的活动。

峰会上的研究人员分享了他们如何利用AI更好地理解神经科学、让化学变得更加普及、推进药物研发等。

从研究大脑到发现新材料,开源AI正为科学家应对难题提供新途径。上个月,Meta的基础AI研究(FAIR)团队在位于加利福尼亚州门洛帕克的总部汇聚了来自高校、医院和行业的研发人员,举办了开源科学AI峰会。

在为期两天的会议中,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健康、神经科学、化学、材料科学和数学的发展。实操工作坊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。

推进医学研究与现实应用

我们宣布扩展与罗斯柴尔德医院基金会(Rothschild Hospital Foundation)和蒙特利尔大学(University of Montreal)共同发起的“数字大脑项目”(Digital Brain Project)。该项目资助研究人员收集去标识化的大脑数据并进行公开共享。我们将该项目的数据目标从15,000小时的大脑数据提升至25,000小时,以帮助研究人员理解人类智能并探索改善神经健康的方法。

研究人员还在探索AI如何支持残障人士获得更大的独立性。匹兹堡大学(University of Pittsburgh)展示了一个基于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类进食的机器人,并正在试验允许用户用自己的语言下达指令。

加速化学研究并将其引入课堂

科学家在实验室测试之前,会使用计算机模拟来识别有前景的材料和药物。在本次峰会上,我们发布了UMA Nitro,这是Meta通用原子模型(Universal Model for Atoms)的更快版本。

在一项与卡耐基梅隆大学(Carnegie Mellon)和加州大学河滨分校(UC Riverside)合作的研究中,UMA模型在没有额外训练数据的情况下,识别出了药物分子的许多晶型。了解药物的晶型有助于研究人员理解药丸是如何溶解的。我们还与芝加哥大学(University of Chicago)合作展示了UMA如何按原子逐个模拟整个酶,这可能有助于科学家理解其工作原理,并为医学、可持续发展和能源设计出更好的酶。

这项技术还能让学生更容易接触化学。UMA Playground改变了我们可视化化学的方式,让用户能够构建分子、观看化学键的断裂和形成,并探索化学反应。Discovery Education宣布,该工具现已面向高中化学教师开放,并附带课堂指南。亚利桑那州立大学和卡耐基梅隆大学的大学化学课程RealChem计划将其整合到学生活动中。Discovery Education覆盖了超过400万名教育工作者和4500万名学生,而RealChem已被近100家机构使用。

让数学成为一门社区驱动的科学

核对一项新的数学定理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的开源语言,它允许计算机验证每一个逻辑步骤。这使得数学家更容易在前人的工作上继续推进——无论成果来自同事、学生还是AI助手,而无需重复核对同一项证明。

这种方法可以促成更大规模、更开放的合作,就像那些推动物理学和基因组学发现的合作一样。在此过程中,我们与数学社区紧密合作,确保他们的研究问题和优先事项始终处于核心地位。数学家们指导这项工作——他们选择问题,并确保用Lean编写的陈述准确反映他们的意图。

在峰会上,FAIR的研究人员分享了旨在支持这项工作的开源项目,包括ATLAS(一个将26本开放获取教材以及45,000多条经计算机核对的定义和结果进行形式化的开放库),为研究人员提供了可供构建的共同基础。

通过公开分享模型、代码和研究,我们帮助科学家和教育工作者在彼此的工作基础上前进。峰会展示了此类合作伙伴关系如何将 AI 的影响力扩展到 Meta 之外,并创造更多发现的机会。

正文为 AI 译文。

参考来源

← 返回每日AI报告