在科技日新月異的時代,Meta 的 AI 研究團隊與卡內基美隆大學攜手合作,共同開發了原子通用模型 (UMA),這項突破性的進展,正為化學研究帶來革命性的變革。
UMA 的目標是在保持密度泛函理論 (DFT) 準確性的同時,大幅降低計算成本。這使得研究人員能夠進行先前因資源限制而無法進行的模擬,為前所未有的發現打開了大門。 UMA 的出現,為化學研究領域帶來了新的可能性,讓科學家們能夠更深入地探索分子世界。
UMA 的開發受益於 Open Molecules 2025 (OMol25) 資料集,該資料集包含超過 1 億次的 DFT 計算。這個龐大的資料集涵蓋了從簡單到複雜的各種分子,使得可以創建適用於不同化學領域的 MLIP。這項技術的進步,為化學研究提供了更強大的工具。
UMA 模型使用 eSEN 架構,其中包含線性專家 (MoLE) 設計的混合。這種創新方法允許在不犧牲速度的情況下實現可擴展的模型容量。例如,UMA-medium 模型具有 14 億個參數。這使得 UMA 能夠處理複雜的化學系統,並提供更精確的模擬結果。
UMA 在各種基準測試中表現出色,包括材料、分子和金屬有機框架。它在 AdsorbML 和 Matbench Discovery 等基準測試中取得了最先進的成果。 UMA-S 可以以每秒 16 步的速度模擬 1,000 個原子,並在單個 GPU 上處理多達 100,000 個原子的系統。這表明 UMA 是一個強大的工具,適用於各種規模的化學系統。
總之,UMA 的出現為化學研究領域帶來了巨大的變革。 這項技術的進步,將加速藥物發現、材料科學和能源技術的發展,為未來的科學研究奠定堅實的基礎。