मेटा ने अपने ओपन-सोर्स तर्क को पहुँच से आगे बढ़ाकर विज्ञान के लिए साझा बुनियादी ढाँचे तक पहुँचा दिया है, यह दाँव लगाते हुए कि खुले तौर पर जारी किए गए मॉडल, डेटा और जाँचे गए पुस्तकालय किसी एक कंपनी के भीतर रखे गए काम की तुलना में अधिक शोध पैदा करेंगे। यदि साझेदार उन संसाधनों पर कुछ नहीं बनाते, तो यह दावा अपनी ही शर्तों पर विफल हो जाता है।
| दस्तावेज़ | विवरण |
|---|---|
| जारीकर्ता | Meta |
| प्रकाशित | 20 नवंबर 2026 |
| आधिकारिक पाठ | about.fb.com |
| जुड़े आधिकारिक पृष्ठ | 2 |
इस दावे की कसौटी मेटा का दस्तावेज़ “साथ मिलकर विज्ञान को आगे बढ़ाना: ओपन सोर्स एआई फॉर साइंस समिट की मुख्य बातें” है, जो 20 नवंबर 2026 को प्रकाशित हुआ। मेटा का कहना है कि उसकी फंडामेंटल एआई रिसर्च टीम ने स्वास्थ्य सेवा, तंत्रिका विज्ञान, रसायन विज्ञान, पदार्थ विज्ञान और गणित पर दो दिन के काम के लिए कैलिफोर्निया के मेनलो पार्क में विश्वविद्यालयों, अस्पतालों और उद्योग के शोधकर्ताओं की मेज़बानी की। सिंगापुर में मेटा के हाल के व्यावसायिक सर्वेक्षण के बाद नई बात यह है कि अब वह कितना कुछ साझा करने का प्रस्ताव रख रहा है: एक बड़ा मस्तिष्क डेटासेट, कक्षाओं के बाहर के लिए एक तेज़ परमाणु मॉडल, और पुन: उपयोग के लिए तैयार एक गणित पुस्तकालय।
बड़ा मस्तिष्क डेटासेट, खुलेआम साझा किया गया
सबसे स्पष्ट प्रतिबद्धता डिजिटल ब्रेन प्रोजेक्ट से जुड़ी है, जो रॉथ्सचाइल्ड हॉस्पिटल फाउंडेशन और मॉन्ट्रियल विश्वविद्यालय के साथ चलाया जा रहा है। मेटा का कहना है कि यह परियोजना शोधकर्ताओं को पहचान-रहित मस्तिष्क डेटा एकत्र करने और उसे खुले तौर पर जारी करने के लिए भुगतान करती है। शिखर सम्मेलन में मेटा ने संग्रह का लक्ष्य बढ़ाने की घोषणा की, लक्ष्य को 15,000 घंटे से बढ़ाकर 25,000 घंटे कर दिया।
यह वृद्धि इसलिए मायने रखती है, क्योंकि इसका घोषित उद्देश्य कोई निजी प्रशिक्षण सेट नहीं है। मेटा इस डेटा को दो लक्ष्यों से जोड़ता है: मानव बुद्धिमत्ता की बेहतर व्याख्या और वह शोध जो तंत्रिका-तंत्र संबंधी स्वास्थ्य को सुधार सके। दस्तावेज़ में नए लक्ष्य तक पहुँचने की कोई समय-सीमा नहीं दी गई है, और न ही यह बताया गया है कि अतिरिक्त घंटे विभिन्न स्थलों में कैसे बाँटे जाएँगे। इसलिए यह प्रतिबद्धता एक अर्थ में मापने योग्य है और दूसरे अर्थ में खुली हुई है। पाठक अंतिम कुल संख्या की तुलना उस लक्ष्य से कर सकते हैं जो मेटा ने अब तय किया है, लेकिन केवल इस दस्तावेज़ से वे गति या दायरे का आकलन नहीं कर सकते।
उसी खंड में डेटासेट के साथ एक दूसरा उपयोग भी रखा गया है। पिट्सबर्ग विश्वविद्यालय के शोधकर्ताओं ने मेटा के DINOv3 और SAM 3 मॉडलों से निर्मित सहायक रोबोटिक्स प्रस्तुत किया। मेटा का कहना है कि टीम एक ऐसे रोबोट को दिखाने की योजना बना रही है जो किसी व्यक्ति को खाना खाने में मदद कर सके, और वह उपयोगकर्ता के अपने शब्दों में बोले गए निर्देशों का परीक्षण कर रही है। यहाँ दावा किया गया मूल्य विकलांग लोगों के लिए स्वतंत्रता है, न कि कोई प्रयोगशाला स्कोर। सार्वजनिक प्रदर्शन की कोई तारीख नहीं दी गई है, और इस प्रणाली को उपयोग के लिए तैयार होने के बजाय नियोजित और प्रयोगात्मक बताया गया है।
प्रयोगशाला में खर्च से पहले परमाणुओं का अनुकरण
रसायन विज्ञान मेटा के व्यापक दावे के पीछे का तंत्र प्रदान करता है। वैज्ञानिक प्रयोगशाला परीक्षणों पर पैसा खर्च करने से पहले आशाजनक सामग्रियों और दवाओं को चुनने के लिए कंप्यूटर अनुकरण का उपयोग करते हैं। परमाणुओं को अधिक सटीकता से, या अधिक तेज़ी से, संभालने वाला मॉडल उस पहली पसंद को संकुचित कर सकता है।
शिखर सम्मेलन में मेटा ने UMA Nitro जारी किया, जिसे उसके यूनिवर्सल मॉडल फॉर एटम्स का तेज़ संस्करण बताया गया है। मेटा का कहना है कि कार्नेगी मेलन और यूसी रिवरसाइड के साथ किए गए काम में UMA मॉडलों ने बिना अतिरिक्त प्रशिक्षण डेटा के दवा अणुओं के कई क्रिस्टल रूप खोजे। दस्तावेज़ सरल शब्दों में बताता है कि यह क्यों मायने रखता है: किसी दवा का क्रिस्टल रूप इस बात को प्रभावित करता है कि गोली कैसे घुलती है। जो शोधकर्ता संभावित रूपों को पहले जान लेता है, वह ऐसे संस्करण को आगे बढ़ाने से बच सकता है जो सेवन करने पर खराब व्यवहार करता है।
मेटा यह भी कहता है कि शिकागो विश्वविद्यालय के साथ किए गए काम में UMA ने पूरे एंजाइमों का परमाणु-दर-परमाणु अनुकरण किया। एंजाइम ऐसे प्रोटीन होते हैं जो जीवित चीज़ों में रासायनिक अभिक्रियाओं को चलाते हैं। यदि कोई अनुकरण पूरे एंजाइम को भरोसेमंद तरीके से दर्शा सके, तो मेटा का तर्क है कि वैज्ञानिक यह अध्ययन कर सकते हैं कि वह कैसे काम करता है और चिकित्सा, स्थिरता और ऊर्जा के लिए उसके बदले हुए संस्करण डिज़ाइन कर सकते हैं। दस्तावेज़ इस चरण के लिए सतर्क भाषा का उपयोग करता है, इसे एक तैयार विधि के बजाय संभावित मदद के रूप में प्रस्तुत करता है। यह भेद मेटा के खुलेपन के पक्ष में दिए जा रहे तर्क के लिए केंद्रीय है: मॉडल दूसरों के परीक्षण के लिए जारी किया गया है, इसलिए इसकी सीमाएँ सार्वजनिक उपयोग में सामने आएँगी, घोषणा से तय नहीं होंगी।
वितरण माध्यम के रूप में कक्षा
मेटा UMA को शोध समूहों के भीतर ही नहीं छोड़ता। उसका UMA Playground उपयोगकर्ताओं को अणु बनाने, बंधों को टूटते और बनते देखने और अभिक्रियाओं को दृश्य रूप से समझने देता है। डिस्कवरी एजुकेशन ने शिखर सम्मेलन में घोषणा की कि यह उपकरण अब हाई स्कूल रसायन विज्ञान के शिक्षकों के लिए उपलब्ध है, साथ में कक्षा में उपयोग के लिए मार्गदर्शिकाएँ भी हैं। एरिज़ोना स्टेट और कार्नेगी मेलन का कॉलेज पाठ्यक्रम RealChem इस उपकरण को छात्र गतिविधियों में जोड़ने की योजना बना रहा है।
यहीं शिखर सम्मेलन एक शोध मॉडल के दर्शकों को बदल देता है। दवा और सामग्री के काम से पहले उचित ठहराया गया एक अनुकरण उन छात्रों के लिए शिक्षण सामग्री बन जाता है जो शायद कभी पेशेवर रूप से प्रयोगशाला अनुकरण नहीं चलाएँगे। मेटा उस कदम के संदर्भ के रूप में दोनों शिक्षा साझेदारों की पहुँच बताता है, डिस्कवरी एजुकेशन के बड़े शिक्षक और छात्र दर्शकों और लगभग 100 संस्थानों में RealChem के उपयोग का उल्लेख करते हुए। संस्थानों का आंकड़ा यहाँ उपयोगी है: किसी पाठ्यक्रम द्वारा अपनाया जाना एक ऐसा निर्णय है जो कोई शिक्षक या विभाग लेता है, और बार-बार कक्षा में उपयोग यह दिखाएगा कि क्या एक शोध इंटरफ़ेस सामान्य शिक्षण में टिक सकता है।
समझौता भी दिखाई देता है। एक दृश्य खेल का मैदान बंधों और अभिक्रियाओं को समझना आसान बना सकता है, लेकिन यह उस काम को सरल करता है जो एक शोध मॉडल करता है। मेटा का दस्तावेज़ यह दावा नहीं करता कि कक्षा संस्करण प्रयोगशाला प्रशिक्षण की जगह लेता है। वह पहुँच और परिचय को लाभ के रूप में प्रस्तुत करता है। यह खोज से भी संकीर्ण वादा है, और अधिक विश्वसनीय भी, क्योंकि शिक्षक जल्दी आकलन कर सकते हैं कि क्या छात्र इसका उपयोग करने के बाद अभिक्रियाओं को बेहतर समझते हैं।
गणित, जिसे एक बार जाँचकर आगे बढ़ा जा सके
गणित वाला खंड एक अलग अड़चन को समझाता है। Meta के अनुसार, किसी नए प्रमाण की जाँच में विशेषज्ञों को महीनों या वर्षों तक लग सकते हैं। Lean, गणित लिखने की एक ओपन सोर्स भाषा है, जो कंप्यूटर को हर तार्किक चरण को सत्यापित करने देती है। एक बार कोई परिणाम उस रूप में लिखकर जाँच लिया जाए, तो अन्य गणितज्ञ पूरी जाँच दोहराए बिना उस पर आगे काम कर सकते हैं, चाहे वह परिणाम किसी सहकर्मी से आया हो, किसी छात्र से या किसी AI सहायक से।
Meta इस बात पर ज़ोर देता है कि नियंत्रण किसके पास रहता है। गणितज्ञ ही प्रश्न चुनते हैं और यह सुनिश्चित करते हैं कि Lean में लिखे गए कथन ठीक वही हों, जो वे सिद्ध करना चाहते हैं। FAIR के शोधकर्ताओं ने उस काम में सहायता के लिए परियोजनाएँ साझा कीं, जिनमें ATLAS भी शामिल है, एक खुली लाइब्रेरी जो 26 ओपन-एक्सेस पाठ्यपुस्तकों को औपचारिक रूप देती है और जिसमें 45,000 से अधिक कंप्यूटर द्वारा जाँची गई परिभाषाएँ और परिणाम शामिल हैं।
यही दो आँकड़े इस तर्क का भार उठाते हैं। कोई साझा लाइब्रेरी तभी उपयोगी होती है जब उसमें इतनी स्थापित सामग्री हो कि नया काम उस पर खड़ा हो सके, और जब उन परिभाषाओं पर उन लोगों को भरोसा हो जिनसे उनके इस्तेमाल की अपेक्षा की जाती है। ATLAS को ठीक उसी नींव के रूप में प्रस्तुत किया गया है। उसकी परीक्षा शिखर सम्मेलन में घोषित उसके आकार से नहीं होगी, बल्कि इससे होगी कि बाहर के गणितज्ञ उसी रूप में अपने परिणाम उसमें जोड़ते हैं या नहीं और उस लाइब्रेरी को शुरुआती बिंदु के रूप में उद्धृत करते हैं या नहीं। Meta की भूमिका, उसके अपने कथन के अनुसार, औपचारिक आधार और उपकरण उपलब्ध कराना है, जबकि शोध समुदाय एजेंडा तय करता है।
खुली रणनीति, जिसका फ़ैसला दूसरों के काम से होगा
एक साथ पढ़ने पर तीनों क्षेत्रों में एक ही पैटर्न दिखता है। Meta एक साझा संपत्ति उपलब्ध कराता है, जिसे दूसरे लोग परख सकते हैं और फिर से इस्तेमाल कर सकते हैं: खुले तौर पर जारी करने के लिए एकत्र किया गया मस्तिष्क डेटा, शोध और कक्षाओं में रखा गया एक परमाणु मॉडल, और जाँची हुई गणित की एक लाइब्रेरी। हर मामले में साझेदार केवल सजावट नहीं है। अस्पताल और विश्वविद्यालय डेटा और प्रश्न उपलब्ध कराते हैं, शिक्षक तय करते हैं कि कोई उपकरण किसी पाठ के अनुकूल बैठता है या नहीं, और गणितज्ञ औपचारिक कथनों के अर्थ की रक्षा करते हैं।
यह पैटर्न उस बदलाव को भी दर्शाता है जो Meta द्वारा नवंबर की शुरुआत में प्रकाशित स्वच्छ विनिर्माण समझौतों से अलग है, जहाँ दीर्घकालिक खरीद के वादों का उद्देश्य आपूर्ति तैयार करना था। यहाँ साधन कोई खरीद आदेश नहीं है, बल्कि साझा सामग्री है, जिसका उद्देश्य इस्तेमाल पैदा करना है। पहले वाला तरीका संयंत्र बनवाने के लिए भुगतान करता था। यह तरीका इस पर निर्भर है कि शोधकर्ता उन खुले प्रारूपों में काम करना चुनें, जिन्हें Meta बढ़ावा दे रहा है।
दस्तावेज़ की सीमा स्पष्ट है। यह Meta के अपने शिखर सम्मेलन का उसका अपना विवरण है, जिसमें UMA Nitro का कोई स्वतंत्र परीक्षण नहीं है, मस्तिष्क डेटा संग्रह का कोई ऑडिट नहीं है, और लंबे समय तक इस्तेमाल के बाद शिक्षकों या गणितज्ञों की कोई रिपोर्ट नहीं है। इन कमियों से घोषणा की सामग्री खाली नहीं हो जाती, क्योंकि लक्ष्य और जारी की गई चीज़ें इतनी विशिष्ट हैं कि बाद में उनकी जाँच की जा सके। इनका मतलब यह ज़रूर है कि लाभ को लेकर हर दावा तब तक Meta का ही दावा बना रहेगा, जब तक साझेदार अपने परिणाम स्वयं प्रकाशित नहीं करते।
निष्कर्ष उसी ढाँचे से निकलता है, जो Meta ने चुना है। यहाँ खुलापन तैयार उत्पादों के साथ जोड़ा गया कोई नारा नहीं है; यह एक दाँव है कि साझा डेटा, मॉडल और लाइब्रेरी उन लोगों द्वारा अपनाए जाएँगे, जिन्हें Meta नियंत्रित नहीं करता। मस्तिष्क परियोजना का ऊँचा लक्ष्य, कक्षाओं के लिए जारी किया गया संस्करण और ATLAS का विस्तार इस दाँव को मापने के तीन अलग-अलग पैमाने देते हैं। यदि ये संपत्तियाँ ठहर गईं, तो शिखर सम्मेलन एक प्रदर्शन भर के रूप में पढ़ा जाएगा। यदि उन पर बाहर का काम जमा होने लगा, तो Meta यह दिखा चुका होगा कि सामग्री मुफ़्त में दे देना उन शर्तों को तय कर सकता है, जिन पर कोई क्षेत्र आगे बढ़ता है।
स्रोत: Meta, Meta, Introducing Direct: An App Just for Messaging, Meta, Meta’s New Agreements Bring Clean Manufacturing to Data Center Supply Chains · तिथि:



