Meta steunt onderzoek aan vijf Amerikaanse universiteiten met 2 miljoen dollar

Op 28 oktober 2026 kondigde Meta 2 miljoen dollar aan steun aan voor onderzoek bij vijf Amerikaanse universiteiten. De steun bestaat volgens Meta per instelling en project uit een andere combinatie van toegang tot modellen en technologie, samenwerking met Meta-onderzoekers en financiering voor geselecteerde projecten. De universiteiten zijn California Institute of Technology (Caltech), The Ohio State University College of Medicine, Louisiana State University (LSU), Indiana University en UTHealth Houston.

Waaruit de steun bestaat

De 2 miljoen dollar is het totaal voor het initiatief, geen gelijk bedrag dat Meta aan iedere universiteit toezegt. Meta zegt dat de steunvorm per instelling en project verschilt. Toegang tot modellen of samenwerking met onderzoekers kan deel uitmaken van de steun; financiering is bestemd voor geselecteerde projecten.

De universiteiten onderzoeken toepassingen in onder meer wiskunde, natuurkunde, scheikunde, biologie, informatica en geneeskunde. De projecten lopen uiteen van onderzoek naar formeel bewijs en wetenschappelijke modellen tot klinische werkprocessen en medische training.

Vijf universiteiten, uiteenlopende onderzoeksvragen

Caltech: AI inzetten bij wetenschappelijk onderzoek

Caltech onderzoekt of AI kan helpen bij verschillende onderzoekstaken. In de wiskunde bouwt Tony Yue Yu aan MathDB Frontier, dat voortbouwt op MathDB. Volgens Meta bevat die databank meer dan 86.900 onopgeloste problemen op onderzoeksniveau. Het project onderzoekt onder meer of modellen vermoedens kunnen formaliseren, tussenstappen kunnen vinden en controleerbare bewijzen kunnen opstellen.

Andere Caltech-projecten richten zich op representaties van natuurkundige systemen onder expliciete voorwaarden, voorspellingen van chemische reacties en modellen voor biologisch actief materiaal. In de informatica ontwikkelt Anima Anandkumar TorchLean, een raamwerk en gereedschapsset voor Lean 4 waarmee taalmodelgestuurde agenten formeel controleerbare resultaten kunnen opstellen, testen en herstellen. Meta beschrijft hier onderzoeksvragen en projectdoelen, geen afgeronde resultaten.

Ohio State: risicovoorspelling, röntgenverslagen en dementiezorg

Bij The Ohio State University College of Medicine onderzoekt een team of open modellen van Muse toekomstige risico’s op HFpEF kunnen voorspellen. HFpEF is hartfalen waarbij de pompfunctie behouden blijft. Het project wil daarvoor buik-CT-scans en medische dossiers gebruiken, aangevuld met ECG-gegevens wanneer die beschikbaar zijn. Het systeem wordt ontworpen om ook met ontbrekende invoergegevens om te gaan.

Een ander project werkt aan conceptverslagen van röntgenfoto’s van de borstkas die rekening houden met de voorgeschiedenis, de context van het bezoek en eerdere onderzoeken. In een gesimuleerde klinische omgeving onderzoeken onderzoekers bovendien hoe radiologen omgaan met zowel correcte als onjuiste AI-concepten.

Een derde project ontwikkelt een systeem waarbij artsen betrokken blijven bij de besluitvorming rond dementiediagnoses. Het moet informatie uit de cognitieve voorgeschiedenis en klinische gegevens analyseren, onzekerheden herkennen en mogelijke vervolgstappen voor onderzoek voorstellen.

LSU: patiëntbewaking en medische training

Het project Eyes-On onderzoekt of computervisie verplaatsing van een tracheacanule en tekenen van distress bij baby’s kan herkennen. Meta meldt dat er een proof of concept is gepubliceerd. Verdere ontwikkeling moet onder meer integratie met camera’s aan het bed en randapparatuur omvatten.

LSU werkt ook aan een coach voor proceduretraining in virtual reality. Meta meldt dat hiervoor een werkend prototype bestaat en dat gebruikerstudies gepland zijn. Integratie van SeamlessM4T is bedoeld om interactie in bijna honderd talen mogelijk te maken.

Andere LSU-projecten zijn een register voor uitkomsten van neurochirurgie, onderzoek naar radiogestuurde bewegingsherkenning en interpreteerbare AI voor hoofd-halskanker. Voor dat laatste project zijn volgens Meta vier retrospectieve patiëntengroepen onderzocht; manuscripten worden voorbereid.

Indiana University: zorg voor gezinnen, leren en dementie

NeoSmartML+ is bedoeld om zorgverleners advies over moeder- en pasgeborenenzorg te geven via tekst en spraak in meerdere talen. Het project beoogt offline te werken op goedkope Android-apparaten en onderzoekt ook of een model de houding van een baby kan beoordelen.

Andere projecten onderzoeken hoe kinderen woorden en visuele begrippen leren uit dagelijkse ervaringen, en hoe gesprekken met oudere mensen met dementie kunnen helpen om gesprekssystemen, waaronder sociale robots, beter op individuele communicatiepatronen af te stemmen. Meta beschrijft deze toepassingen als onderzoeksdoelen.

UTHealth Houston: modellen lokaal uitvoeren en werkprocessen onderzoeken

UTHealth Houston onderzoekt het lokaal uitvoeren van Muse Glimmer op beveiligde GPU-infrastructuur en meet daarbij onder meer rekenefficiëntie, vertraging en de nauwkeurigheid van meerstapsplanning. Een ander project rond glioblastoom onderzoekt AI-agenten die met verschillende soorten medische gegevens werken.

Meta zegt dat vroege tests in dit project 65 patiëntgevallen omvatten en dienen als eerste validatie van de werkprocessen. Dat is geen meting van klinische uitkomsten. UTHealth onderzoekt daarnaast handsfree zorgprocessen met Meta Glasses en Muse Glimmer.

Wat Meta zegt over patiëntgegevens

Voor de zorgprojecten zegt Meta dat de universiteiten de modellen in hun eigen omgeving uitvoeren, het onderzoek zelfstandig doen en de controle houden over patiënt- en klinische gegevens. Volgens Meta worden die gegevens niet met Meta gedeeld, door Meta verwerkt of op een andere manier aan het bedrijf beschikbaar gesteld.