OpenAI前VP聯手DeepMind大神創業，目標打造AI科學家，a16z領投3億美元

兩位來自OpenAI和Google DeepMind的AI大牛正式聯手創業

William Fedus 和 Ekin Dogus Cubuk 今日正式官宣新公司 Periodic Labs 的成立

William Fedus曾任OpenAI后訓練副總裁，也曾在谷歌大腦工作

Ekin Dogus Cubuk是另一位聯合創始人，此前是Google DeepMind材料科學與化學負責人，同樣出身于谷歌大腦

他們宣布，公司的目標是：打造一個AI科學家

核心理念：AI科學家 + 自動化實驗室

Periodic Labs認為，科學的運作方式是提出關于世界如何運作的猜想，進行實驗，并從結果中學習。

在這個過程中，智力是必要但不充分的。只有當想法被驗證與現實一致時，新知識才得以創造。因此，Periodic Labs正在構建AI科學家，以及供其操作的自動化實驗室

直到目前，科學領域的AI進展都源于基于互聯網數據訓練的模型。但互聯網盡管浩瀚，其數據仍是有限的（估計約10萬億文本token），而近年來最前沿的AI模型已將其完全耗盡

盡管研究人員試圖更好地利用這些數據，但正如任何科學家所知：重讀教科書可能會帶來新見解，但最終他們必須通過實驗來驗證想法是否成立

自動化實驗室是Periodic Labs戰略的核心。它們具備三大優勢：

1.提供海量、別處無法獲得的高質量數據（每個實驗可產生GB級別的數據）
2.生成極具價值的負面結果，而這類結果很少被公開發表
3.最重要的是，它們為AI科學家提供了行動的工具

從物理科學起步，自然界就是RL環境

Periodic Labs選擇從物理科學領域起步，因為技術進步受限于人類設計物理世界的能力

選擇這一領域的原因在于：實驗的信噪比高且速度相對較快，物理模擬能有效建模許多系統，更廣泛地說，物理學是一個可驗證的環境

AI在擁有數據和可驗證結果的領域（如數學和代碼）中進步最快。而在物理科學領域，自然界就是強化學習（RL）的環境

公司的目標之一是發現比現有材料更高工作溫度的超導體。這方面的重大進展將有助于創造下一代交通工具，并建設損耗最小的電網

但這只是一個例子——如果能夠實現材料設計的自動化，就有可能加速摩爾定律、太空旅行和核聚變的發展

同時，公司也致力于將解決方案與工業界結合。例如，他們正在幫助一家半導體制造商解決芯片散熱問題。通過為其工程師和研究人員訓練定制的AI agent，幫助他們理解實驗數據，從而加快產品迭代速度

豪華創始團隊與投資陣容

Periodic Labs的創始團隊背景深厚，曾共同創造了ChatGPT、DeepMind的GNoME、OpenAI的Operator（現為Agent）、神經網絡注意力機制和MatterGen；他們還曾擴展自動化物理實驗室，并為過去十年中一些最重要的材料發現做出了貢獻

公司也獲得了頂級投資者的支持。a16z領投了其3億美元的融資，其他投資者還包括 Felicis、DST Global、NVentures（英偉達的風險投資部門）、Accel，以及包括Jeff Bezos、Elad Gil、Eric Schmidt和Jeff Dean在內的個人投資者

這筆資金將用于發展團隊、擴大實驗室規模，并開發第一代AI科學家