Мощный дроп от Meta FAIR

Подразделение Meta выкатило сразу три фундаментальные разработки, которые помогут специалистам в химии, материаловедении и нейронауках:

OMol25 - это новый масштабный датасет, включающий более 100 миллионов симуляций атомных взаимодействий. В отличие от предыдущих наборов данных OMol25 покрывает 83 элемента и системы до 350 атомов, что в 10 раз больше аналогов. Поможет с прогнозированием молекулярных свойств и разработкой новых материалов для энергетики и медицины.

Universal Model for Atoms (UMA) - модель, обученная на более чем 30 миллиардах атомов обобщает данные из всех крупных датасетов Meta FAIR за последние пять лет. Модель предсказывает взаимодействие атомов для самых разных материалов и молекул и позволит ускорить разработку материалов для химической промышленности, а также создание новых лекарств.

Adjoint Sampling - новый подход к генеративному моделированию. Модель обучается на основе скалярной награды, а не готовых датасетов. Создана для задач, где данных мало или нет вообще. Например, для генерации новых молекул или материалов. Совместное использование с UMA позволяет генерировать молекулы с заданными свойствами, оптимизируя процесс создания новых веществ.

Открытая наука как оно есть.

#будущее #нейросети

РОМАН КАЗАКОВ

Мощный дроп от Meta FAIR

Подразделение Meta выкатило сразу три фундаментальные разработки, которые помогут специалистам в химии, материаловедении и нейронауках:

OMol25 - это новый масштабный датасет, включающий более 100 миллионов симуляций атомных взаимодействий. В отличие от предыдущих наборов данных OMol25 покрывает 83 элемента и системы до 350 атомов, что в 10 раз больше аналогов. Поможет с прогнозированием молекулярных свойств и разработкой новых материалов для энергетики и медицины.

Universal Model for Atoms (UMA) - модель, обученная на более чем 30 миллиардах атомов обобщает данные из всех крупных датасетов Meta FAIR за последние пять лет. Модель предсказывает взаимодействие атомов для самых разных материалов и молекул и позволит ускорить разработку материалов для химической промышленности, а также создание новых лекарств.

Adjoint Sampling - новый подход к генеративному моделированию. Модель обучается на основе скалярной награды, а не готовых датасетов. Создана для задач, где данных мало или нет вообще. Например, для генерации новых молекул или материалов. Совместное использование с UMA позволяет генерировать молекулы с заданными свойствами, оптимизируя процесс создания новых веществ.

Открытая наука как оно есть.

#будущее #нейросети

Meta AI

Sharing new breakthroughs and artifacts supporting molecular property prediction, language processing, and neuroscience

Meta FAIR is sharing new research artifacts that highlight our commitment to advanced machine intelligence (AMI) through focused scientific and academic progress.

hottg.com/rvkazakov/782

206 viewsMay 15 at 14:46