AI基础模型推动科学发现向前发展

据微软新闻报道，微软正在开创“基础模型”的使用，以革命性地改变科学研究。这些大型AI模型在各个科学领域中被应用，以增强发现和效率。

通过MatterGen推动材料发现

MatterGen是微软研究院的一个倡议，处于材料科学创新的前沿。这个AI驱动的模型通过遵循特定的设计条件来生成潜在的新材料，从而大大减少了传统上在材料发现中所需的时间和精力。微软研究院的首席研究经理Tian Xie强调，该模型能够假设更优质的材料，标志着比以往方法论的重大飞跃。

该模型利用扩散架构，类似于用于图像创建的架构，以生成分子结构。通过运用量子力学计算，MatterGen创建了一个用于训练的强大数据集，从而产生了一个比传统方法更高效的模型。

使用MatterSim模拟材料行为

与MatterGen相辅相成，MatterSim预测新创建材料的行为。与其对应相反，MatterSim作为一个模拟器，专注于分子在不同条件下的行为。通过利用Graphormer架构，该模型为科学家提供了原子相互作用的见解，提高了材料属性预测的准确性。

根据微软研究院的首席研究员Ziheng Lu的说法，MatterSim的主动学习方法使其能够不断完善预测，实现材料行为预测方面前所未有的准确性。

通过Aurora革新天气预报

Another AI基础模型Aurora通过整合来自多种来源的大量数据集来改造大气预测。首席研究经理Paris Perdikaris指出，Aurora能够综合来自基于物理模型和现实观察的数据，提供更准确和计算上更高效的天气预报。

该模型预测大气条件的能力，包括污染等级，凸显其多功能性及其在速度和精度上超越传统计算模型的潜力。

对科学研究的更广泛影响

微软的AI基础模型将使科学探索更具民主化，使复杂的科学对更广泛的受众可访问。通过为材料和大气研究提供先进工具，这些模型不仅促进学术研究，还在各行各业中具有商业潜力。

AI集成到科学研究中预示着一个加速发现的新时代，承诺在医学和材料科学等领域快速进展。通过MatterGen、MatterSim和Aurora等倡议，微软继续推动AI在理解和操控自然世界方面的无限可能。