Dawna kadra z OpenAI i DeepMind inwestuje 300 milionów dolarów w automatyzację nauki
Startup Periodic Labs, założony przez byłych badaczy z OpenAI i DeepMind, zainkasował 300 milionów dolarów w rundzie seed od inwestorów takich jak Andreessen Horowitz, DST, Nvidia, Accel, Elad Gil, Jeff Dean, Eric Schmidt i Jeff Bezos. Celem firmy jest automatyzacja odkryć naukowych poprzez tworzenie laboratoriów, w których roboty przeprowadzają eksperymenty, zbierają dane i iterują, ucząc się i doskonaląc w procesie.
Ekin Dogus Cubuk, współzałożyciel Periodic Labs, kierował zespołem ds. materiałów i chemii w Google Brain i DeepMind. Jednym z jego projektów było narzędzie AI o nazwie GNoME, które w 2023 roku odkryło ponad 2 miliony nowych kryształów – materiałów potencjalnie rewolucyjnych dla nowych technologii. Liam Fedus, drugi ze współzałożycieli, pełnił funkcję wiceprezesa ds. badań w OpenAI i był współtwórcą ChatGPT. Kierował także zespołem, który stworzył pierwszą sieć neuronową z bilionem parametrów.
AI ma zastąpić naukowców?
Zespół Periodic Labs składa się z badaczy z doświadczeniem w innych projektach AI i materiałoznawczych, takich jak budowa agenta Operator OpenAI i praca nad MatterGen Microsoftu, LLM do odkrywania materiałów. Ambicją firmy jest rozwój tzw. AI Scientists – sztucznej inteligencji zdolnej do samodzielnego prowadzenia badań naukowych.
Pierwszym celem Periodic Labs jest wynalezienie nowych nadprzewodników, które będą wydajniejsze i potencjalnie mniej energochłonne niż istniejące materiały. Startup planuje również gromadzić dane generowane przez roboty podczas eksperymentów, aby udoskonalać modele AI.
Krytyka obecnych rozwiązań
W firmowym wpisie na blogu przedstawiciele Periodic Labs skrytykowali dotychczasowe podejście do AI w nauce, oparte na modelach trenowanych na danych z internetu. Twierdzą, że zasoby internetowe jako źródło danych zostały już wyczerpane. Alternatywą ma być tworzenie autonomicznych laboratoriów, w których AI może uczyć się na podstawie fizycznych eksperymentów.
Periodic Labs nie jest jedyną firmą pracującą nad automatyzacją odkryć naukowych. Podobne projekty prowadzą mniejsze startupy, organizacje non-profit i uniwersytety. Inicjatywy te wskazują na rosnące zainteresowanie wykorzystaniem AI w celu przyspieszenia postępu naukowego i odkrywania nowych materiałów.
