OpenAI前VP联手DeepMind大神创业，目标打造AI科学家，a16z领投3亿美元

两位来自OpenAI和Google DeepMind的AI大牛正式联手创业

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后训练副总裁，也曾在谷歌大脑工作

Ekin Dogus Cubuk是另一位联合创始人，此前是Google DeepMind材料科学与化学负责人，同样出身于谷歌大脑

他们宣布，公司的目标是：打造一个AI科学家

核心理念：AI科学家 + 自动化实验室

Periodic Labs认为，科学的运作方式是提出关于世界如何运作的猜想，进行实验，并从结果中学习。

在这个过程中，智力是必要但不充分的。只有当想法被验证与现实一致时，新知识才得以创造。因此，Periodic Labs正在构建AI科学家，以及供其操作的自动化实验室

直到目前，科学领域的AI进展都源于基于互联网数据训练的模型。但互联网尽管浩瀚，其数据仍是有限的（估计约10万亿文本token），而近年来最前沿的AI模型已将其完全耗尽

尽管研究人员试图更好地利用这些数据，但正如任何科学家所知：重读教科书可能会带来新见解，但最终他们必须通过实验来验证想法是否成立

自动化实验室是Periodic Labs战略的核心。它们具备三大优势：

1.提供海量、别处无法获得的高质量数据（每个实验可产生GB级别的数据）
2.生成极具价值的负面结果，而这类结果很少被公开发表
3.最重要的是，它们为AI科学家提供了行动的工具

从物理科学起步，自然界就是RL环境

Periodic Labs选择从物理科学领域起步，因为技术进步受限于人类设计物理世界的能力

选择这一领域的原因在于：实验的信噪比高且速度相对较快，物理模拟能有效建模许多系统，更广泛地说，物理学是一个可验证的环境

AI在拥有数据和可验证结果的领域（如数学和代码）中进步最快。而在物理科学领域，自然界就是强化学习（RL）的环境

公司的目标之一是发现比现有材料更高工作温度的超导体。这方面的重大进展将有助于创造下一代交通工具，并建设损耗最小的电网

但这只是一个例子——如果能够实现材料设计的自动化，就有可能加速摩尔定律、太空旅行和核聚变的发展

同时，公司也致力于将解决方案与工业界结合。例如，他们正在帮助一家半导体制造商解决芯片散热问题。通过为其工程师和研究人员训练定制的AI agent，帮助他们理解实验数据，从而加快产品迭代速度

豪华创始团队与投资阵容

Periodic Labs的创始团队背景深厚，曾共同创造了ChatGPT、DeepMind的GNoME、OpenAI的Operator（现为Agent）、神经网络注意力机制和MatterGen；他们还曾扩展自动化物理实验室，并为过去十年中一些最重要的材料发现做出了贡献

公司也获得了顶级投资者的支持。a16z领投了其3亿美元的融资，其他投资者还包括 Felicis、DST Global、NVentures（英伟达的风险投资部门）、Accel，以及包括Jeff Bezos、Elad Gil、Eric Schmidt和Jeff Dean在内的个人投资者

这笔资金将用于发展团队、扩大实验室规模，并开发第一代AI科学家