把一整套化学实验搬进中学教室,开源模型先教会了老师,再谈发现

首页 / AI资讯 / AI4S

0:00
0:00
1x
定时

11月20日,Meta的基礎人工智能研究团队在门洛帕克总部办了一场为期两天的开源科学AI峰会,把高校、医院和产业界的研究者请到一起。会上发布的东西分两类:一类是模型,通用原子模型UMA的加速版本UMA Nitro;另一类是工具和教材,包括一个能在浏览器里搭分子、看化学键断裂与生成的Playground,以及一套已向高中化学教师开放的教学指南。发布节奏透露出一个取向:科学的AI化不只发生在实验室,也发生在教室里。

一个更快的原子模型,先解决等不起

UMA是通用原子模型的缩写,思路是用一套参数覆盖分子、晶体、表面、催化等不同体系的原子间相互作用,从而替代为每类材料单独训练一个势函数的老办法。这次发布的Nitro版本把重点放在速度上,官方表述是更快的一版。

速度在原子模拟里不是锦上添花。材料筛选和药物设计要在成千上万个候选结构上做能量与力的计算,单次模拟慢一倍,整个筛选周期就慢一倍,而很多项目的时间窗只有几周。加速带来的直接后果是可用候选范围变大,而不是同一个实验跑得更舒服。

更关键的是通用性带来的迁移成本。过去换一种元素组合就要重新准备数据集、重训一个模型,现在可以在同一个模型上换体系,只需要调整输入。对一个既做电池材料又做催化剂的实验室来说,这一步省下的是重复建设的开销。

UMA Nitro的名字里没有参数量,也没有榜单分数,这在当下的模型发布里并不常见。它更像一次工程更新:把已经验证过的能力压到可以日常使用的成本上。

晶型这件事,制药厂每年都在为它付学费

峰会披露的第一项结果与晶型有关。Meta与卡内基梅隆大学、加州大学河滨分校合作,用UMA模型识别出药物分子的多种晶体形态,而且没有依赖额外的训练数据。

外行容易低估这件事的分量。同一个分子,晶格排列不同,溶解度、稳定性、压片性能就会不同,最终影响的是药物能不能被吸收、能不能长期存放。制药行业历史上多次因为晶型问题返工,有的产品上市后才发现存在更稳定的晶型,代价是重做制剂甚至召回。

常规做法是靠实验逐一尝试结晶条件,周期长、用料多,而且不能保证穷尽。用模型先在计算层面把可能的晶型筛一遍,实验只需要验证少数几个高概率候选,这是把试错从湿实验往前挪了一步。

值得注意的是无额外训练数据这个限定。它意味着模型靠的是对原子间相互作用的通用理解,而不是记住了某批药物分子的答案。对工业界来说,这决定了它能不能用在从未见过的新分子上。

把整个酶拆到原子,是理解而不只是预测

第二项结果与酶有关。Meta与芝加哥大学合作,展示了用UMA对整个酶做逐原子模拟的能力。酶是链状分子折叠成的三维结构,活性位点往往只有几十个原子,但决定它能不能催化某种反应的,是远处那些看似无关的折叠。

只预测结构不够用。结构给出的是形状,模拟给出的是运动:底物怎么进入口袋,键长怎么变化,过渡态怎么形成。这些信息才是改造酶的依据。把整个酶放进原子级模拟,等于把过去只能靠实验观察的过程,搬到了可以反复运行的计算环境里。

这项能力的边界也很清楚。酶体系的原子数动辄几万,模拟的时间尺度通常在纳秒到微秒之间,而真实的催化循环可能要毫秒级。要在可接受的时间里跑完,仍然要靠粗粒化、增强采样这些技巧配合,模型本身不能解决尺度问题。

但对工程改造来说,纳秒窗口已经够用。多数改造目标是让某个残基的侧链更容易让底物靠近,或者让某个氢键更稳定,这些变化正好发生在纳秒尺度上。

4500万学生,比任何一篇论文都难拿下

峰会上最不像AI发布的一项,是UMA Playground进入课堂。这个工具让人在浏览器里搭分子、观察化学键如何断裂与生成、探索反应路径,把抽象的电子转移变成可以拖动的图形。

落地的两家合作方都不是小机构。Discovery Education宣布该工具已向高中化学教师开放,并配有课堂指南,其服务网络覆盖超过400万名教育工作者和4500万名学生;亚利桑那州立大学与卡内基梅隆大学合办的大学化学课程RealChem计划把它纳入学生活动,目前有近100所机构在使用这套课程。

教育场景的难点从来不是能不能跑,而是能不能对上教学进度。一个工具再强,如果找不到与教材章节对应的案例,老师就不会用第二次。课堂指南的价值就在这里,它把模型能力翻译成了45分钟一节课能讲完的东西。

这也解释了为什么模型发布要带着教材一起发。科研用户会自己写脚本,教师不会。要让一项技术进入基础教育,配套的必须是能直接照抄的流程,而不是一份API文档。

开源科学的账,算在复现次数上

峰会上还有两件事值得单独提。数学方向,团队介绍了ATLAS这个开放库,它把26本开放获取的教科书形式化,收录了45000多个经过计算机验证的定义与结果,配合Lean这类可以逐步校验证明的语言,让不同人写下的推导能互相接上。

神经科学方向,与罗斯柴尔德医院基金会和蒙特利尔大学合作的数字大脑项目扩大了数据目标,计划公开的脑数据从15000小时提高到25000小时。数据量翻倍听起来平淡,但对需要长程记录的脑研究来说,样本时长直接决定了能问什么问题。

这两件事和UMA放在一起看,指向同一套判断:开源科学的价值不在首发,而在复现。一项结果如果只有原作者能跑,它在科学上的分量有限;代码、权重、数据、教材一起放出来,别人才能在你的结果上往下走。这也是这场峰会真正想说的话,模型只是入口,能被人接着用才是目的。

素材来源:Meta官方博客、机器之心、量子位 发布时间:2026-11-21