Meta 开源重磅资源：分子数据集 OMol25 和原子通用模型 UMA，加速材料科学与神经科学突破

在科学研究领域，数据和基础模型的开放共享是推动创新的重要力量。特别是在分子科学、材料发现以及神经科学等领域，对大规模、高质量的数据集和能够理解原子层面相互作用的模型有着迫切的需求。近日，科技巨头 Meta AI 宣布开源了两项重要的资源-一个大规模的分子数据集 OMol25 和一个全新的原子通用模型 UMA（Universal Model for Atoms），旨在加速这些前沿科学领域的进展。

科学研究的瓶颈-数据稀缺与模型局限

分子科学、材料科学和神经科学的研究都涉及对原子和分子层面的复杂相互作用的理解和预测。然而，这些领域面临一些共性挑战：

• 高质量数据稀缺- 获取大规模、标注准确的实验数据通常耗时耗力，且成本高昂。
• 计算模型局限- 现有的计算模型往往针对特定领域或特定类型的分子/材料，泛化能力有限。
• 跨领域知识鸿沟- 分子、材料和神经科学虽然都在微观层面有所关联，但研究方法和数据形式存在差异，缺乏统一的建模框架。

这些瓶颈限制了科学家们利用机器学习和人工智能技术进行更深入探索和发现的速度。

OMol25-迈向更全面的分子数据集

为了缓解高质量分子数据稀缺的问题，Meta AI 开源了 OMol25 数据集。这个数据集据称是一个包含大量分子结构和属性信息的综合性资源。相较于现有的分子数据集，OMol25 可能具有以下优势-

• 规模更大- 包含更多的分子实例和更丰富的属性。
• 多样性更强- 可能涵盖不同类型的分子，包括有机分子、无机分子、生物分子等。
• 标注更全面- 除了基本的分子结构信息，可能还包含更复杂的物理、化学、生物学属性数据。

大规模、多样化且标注全面的分子数据集，能够为训练更强大的分子性质预测模型和生成模型提供坚实的基础。

UMA-构建原子层面的通用理解模型

除了数据集，Meta AI 还提出了并开源了原子通用模型 UMA。顾名思义，UMA 的目标是建立一个能够理解和预测不同原子之间相互作用的通用模型，无论这些原子构成的是分子、材料还是生物系统（如蛋白质或神经元）。UMA 的提出，可能基于以下理念-

• 原子作为基本单元- 无论是分子还是材料，其核心都是原子的排列和相互作用。
• 通用规律存在- 原子之间的相互作用可能存在跨领域的通用规律。
• 利用大规模数据学习- 通过在大规模数据集（包括 OMol25）上进行训练，让模型学习这些通用规律。

UMA 如果能够成功实现其目标，将极大地降低在不同科学领域建立特定计算模型的门槛，实现跨领域的知识迁移和预测能力。它可以为材料设计、药物发现、脑科学研究等提供统一的底层建模工具。

加速科学发现-应用前景与影响

OMol25 数据集和 UMA 模型的开源，预计将对相关科学研究领域产生深远影响-

• 加速材料发现- 帮助科学家预测新型材料的性能，设计具有特定功能的材料。
• 推动药物研发- 加快潜在药物分子的筛选和设计过程。
• 深化神经科学理解- 可能有助于模拟和理解神经元之间的相互作用，甚至构建更精确的大脑模型。
• 促进 AI for Science 发展- 为利用人工智能解决科学难题提供强大的数据和工具支持。
• 降低研究门槛- 开源资源使得更多研究人员能够接触和利用这些先进的数据和模型。

Meta AI 的这一举措，体现了科技公司在推动基础科学研究方面的责任和贡献。通过开放这些关键资源，Meta 期望能够激发全球科学界的创新活力，加速人类在物质世界和生命科学领域的探索步伐。这项工作也再次证明了 AI 在赋能基础科学研究方面的巨大潜力。