Meta теперь обосновывает открытый исходный код не просто доступом, а созданием общей инфраструктуры для науки. Компания рассчитывает, что открыто опубликованные модели, данные и проверенные библиотеки позволят вести больше исследований, чем работа, сосредоточенная внутри одной компании. Если партнеры не будут развивать эти ресурсы, тезис не выдержит проверки на собственных условиях.
| Документ | Сведения |
|---|---|
| Кем издан | Meta |
| Опубликован | 20 ноября 2026 г. |
| Официальный текст | about.fb.com |
| Связанные официальные страницы | 2 |
Проверить его можно по документу Meta «Развиваем науку вместе: главное с саммита по открытым ИИ-технологиям для науки», опубликованному 20 ноября 2026 года. Meta сообщает, что ее команда Fundamental AI Research пригласила исследователей из университетов, больниц и промышленности в Менло-Парк, штат Калифорния, на два дня работы над темами здравоохранения, нейронауки, химии, материаловедения и математики. По сравнению с недавним бизнес-опросом Meta в Сингапуре новое здесь — масштаб ресурсов, которыми компания теперь предлагает делиться: более крупный набор данных о мозге, более быстрая атомная модель для применения за пределами учебных аудиторий и математическая библиотека, рассчитанная на повторное использование.
Более крупный набор данных о мозге — в открытом доступе
Самое конкретное обязательство касается проекта Digital Brain, который ведется совместно с Фондом больницы Ротшильда и Монреальским университетом. Meta говорит, что проект оплачивает работу исследователей, собирающих обезличенные данные о мозге и публикующих их в открытом доступе. На саммите компания объявила о повышении целевого объема сбора: теперь цель составляет 25,000 часов вместо 15,000.
Это увеличение важно, потому что заявленная цель проекта — не создание закрытой обучающей выборки. Meta связывает эти данные с двумя задачами: лучше понять человеческий интеллект и продвинуть исследования, способные улучшить неврологическое здоровье. В документе нет ни срока достижения новой цели, ни разбивки по площадкам, которая показывала бы, как будут распределены дополнительные часы. Поэтому в одном отношении обязательство можно измерить, а в другом оно остается неопределенным. Читатели смогут сравнить итоговый объем с поставленной Meta целью, но по одному этому документу нельзя оценить ни темпы сбора, ни охват.
В том же разделе рядом с набором данных описано и другое его применение. Исследователи из Питтсбургского университета представили роботизированные средства помощи, созданные с использованием моделей DINOv3 и SAM 3 от Meta. Компания сообщает, что команда планирует показать робота, который сможет помочь человеку принимать пищу, и тестирует инструкции, произнесенные пользователем своими словами. Заявленная ценность здесь — самостоятельность людей с инвалидностью, а не лабораторный показатель. Дата публичной демонстрации не названа; система описана как проектируемая и экспериментальная, а не готовая к использованию.
Атомы моделируют до того, как лаборатории приступят к работе
Химия показывает, как именно устроен более широкий аргумент Meta. Ученые используют компьютерное моделирование, чтобы отбирать перспективные материалы и лекарства, прежде чем оплачивать лабораторные испытания. Модель, которая точнее или быстрее работает с атомами, может сузить круг первоначального поиска.
На саммите Meta выпустила UMA Nitro, назвав ее более быстрой версией Universal Model for Atoms. Компания сообщает, что в совместной работе с Университетом Карнеги-Меллон и UC Riverside модели UMA обнаружили множество кристаллических форм молекул лекарственных веществ без дополнительных обучающих данных. В документе простыми словами объясняется, почему это важно: кристаллическая форма лекарства влияет на то, как растворяется таблетка. Если исследователь заранее знает, какие формы вероятны, он может не тратить время на вариант, который нежелательным образом проявляет себя при приеме.
Meta также сообщает, что в работе с Чикагским университетом UMA моделировала целые ферменты, атом за атомом. Ферменты — это белки, обеспечивающие химические реакции в живых организмах. Если моделирование достоверно воспроизводит фермент целиком, утверждает Meta, ученые могут изучать его работу и создавать измененные варианты для медицины, устойчивого развития и энергетики. На этом шаге документ формулирует вывод осторожно: речь идет о потенциальной помощи, а не о готовом методе. Это различие принципиально для довода Meta в пользу открытости: модель выпущена, чтобы другие могли ее проверить, поэтому ее ограничения выявятся в открытом использовании, а не будут определены одним лишь объявлением.
Учебная аудитория как канал распространения
Meta не ограничивает UMA исследовательскими группами. В UMA Playground пользователи могут собирать молекулы, наблюдать, как связи разрываются и образуются, и наглядно прослеживать реакции. На саммите Discovery Education объявила, что теперь этот инструмент доступен учителям химии старших классов; для работы с ним подготовлены методические материалы. RealChem, университетский курс от Университета штата Аризона и Университета Карнеги-Меллон, планирует включить инструмент в задания для студентов.
Именно здесь саммит расширяет круг пользователей исследовательской модели. Моделирование, ценность которого сначала обосновывалась задачами разработки лекарств и материалов, становится учебным материалом для студентов, которым, возможно, никогда не придется профессионально проводить компьютерное моделирование в лаборатории. Чтобы показать масштаб этого шага, Meta приводит данные об аудитории двух образовательных партнеров: Discovery Education охватывает большое число педагогов и учащихся, а RealChem используют почти в 100 учреждениях. Здесь особенно важен показатель числа учреждений: решение включить инструмент в курс принимает преподаватель или кафедра, а регулярное использование на занятиях покажет, пригоден ли исследовательский интерфейс для обычного учебного процесса.
Видна и обратная сторона. Наглядная среда может упростить понимание связей и реакций, но она упрощает и ту работу, которую выполняет исследовательская модель. Meta не утверждает, что учебная версия заменяет лабораторную подготовку. Выигрыш, по версии компании, — доступность и знакомство с инструментом. Это более скромное обещание, чем сами научные открытия, и более правдоподобное: преподаватели быстро поймут, помогают ли занятия с ним студентам лучше разбираться в реакциях.
Математика, которую достаточно проверить один раз
Раздел о математике объясняет другое узкое место. По данным Meta, проверка нового доказательства может занимать у экспертов месяцы или годы. Lean — язык с открытым исходным кодом для записи математики — позволяет компьютеру проверять каждый логический шаг. Когда результат записан и проверен в такой форме, другие математики могут опираться на него, не повторяя всю проверку заново, независимо от того, получен ли он от коллеги, студента или ИИ-ассистента.
Meta подчёркивает, кто сохраняет контроль. Математики сами выбирают вопросы и следят за тем, чтобы утверждения, записанные на Lean, соответствовали тому, что они намерены доказать. Исследователи FAIR поделились проектами в поддержку этой работы, включая ATLAS — открытую библиотеку, в которой формализованы 26 учебников с открытым доступом и более 45 000 проверенных компьютером определений и результатов.
Эти две цифры и несут главный довод. Общая библиотека полезна лишь в том случае, если в ней достаточно устоявшегося материала, на который может опереться новая работа, и если определениям доверяют те, кто должен ими пользоваться. ATLAS представлен как именно такой фундамент. Его проверкой станет не размер, объявленный на саммите, а то, будут ли сторонние математики добавлять собственные результаты в той же форме и ссылаться на библиотеку как на отправную точку. Роль Meta, по её собственному описанию, — поставлять формальную базу и инструменты, тогда как повестку задаёт исследовательское сообщество.
Открытая стратегия, которую оценивают по работе других
Вместе взятые, три направления следуют одной схеме. Meta предоставляет общий ресурс, который другие могут изучать и повторно использовать: данные о мозге, собранные для открытого выпуска, атомную модель, внедрённую в исследования и учебные аудитории, и проверенную математическую библиотеку. В каждом случае партнёр — не декорация. Больницы и университеты предоставляют данные и вопросы, учителя решают, подходит ли инструмент для урока, а математики следят за смыслом формальных утверждений.
Эта схема также знаменует отход от соглашений о чистом производстве, опубликованных Meta ранее в ноябре, где долгосрочные обещания закупок должны были создать предложение. Здесь инструмент — не заказ на покупку, а общий материал, призванный создать применение. Прежний подход оплачивал строительство заводов. Этот зависит от того, выберут ли исследователи работу в открытых форматах, которые продвигает Meta.
Ограничение документа очевидно. Это собственный отчёт Meta о её саммите — без независимого тестирования UMA Nitro, без аудита сбора данных о мозге и без отзывов учителей или математиков после длительного использования. Эти пробелы не лишают анонс содержания, поскольку цели и выпуски достаточно конкретны, чтобы их можно было проверить позже. Но они означают, что каждое утверждение о пользе остаётся утверждением Meta до тех пор, пока партнёры не опубликуют собственные результаты.
Вывод следует из выбранной Meta структуры. Открытость здесь — не лозунг, прикреплённый к готовым продуктам; это ставка на то, что общие данные, модели и библиотеки примут люди, которых Meta не контролирует. Более высокая цель проекта о мозге, выпуск для учебных аудиторий и рост ATLAS дают этой ставке три отдельных мерила. Если эти ресурсы остановятся в развитии, саммит будет выглядеть как витрина. Если на их основе накопится сторонняя работа, Meta покажет, что раздача материала может задавать условия, на которых строится область.
Источник: Meta, Meta, Introducing Direct: An App Just for Messaging, Meta, Meta’s New Agreements Bring Clean Manufacturing to Data Center Supply Chains · Дата:



