Компания Periodic Labs осуществляет разработку систем ИИ-ученых и автономных лабораторий.

Первостепенной областью применения технологии определены физические науки. Стратегической целью является ускорение открытия новых материалов, в том числе сверхпроводников, и радикальное повышение темпов научно-технического прогресса в критически важных сферах, таких как термоядерный синтез, микроэлектроника и космические технологии.

Основателями стартапа выступили Экин Догуш Чубук (Dogus Cubuk), ранее возглавлявший направление материаловедения в DeepMind и являющийся одним из создателей проекта GNoME, и Лиам Федус (Liam Fedus), занимавший должность вице-президента OpenAI. В состав команды вошли разработчики, участвовавшие в создании таких систем, как ChatGPT, механизм нейросетевого внимания, OpenAI Operator (в настоящее время — Agent), MatterGen и автономных лабораторий.

Финансирование Periodic Labs в объеме $300 млн обеспечено венчурными фондами Andreessen Horowitz (a16z), Felicis, DST Global, NVentures (NVIDIA), Accel, а также частными инвесторами, среди которых Джефф Безос, Эрик Шмидт, Элад Гиль и Джефф Дин.

На текущий момент компания оказывает содействие производителям полупроводниковых компонентов в решении задач, связанных с теплоотводом в чипах, путем создания специализированных агентов искусственного интеллекта для анализа экспериментальных данных с целью оптимизации итерационного процесса разработки.

В научно-консультативный совет компании входят профессора химических и физических факультетов Стэнфордского и Северо-Западного университетов.

Из описания компании:

До настоящего времени прогресс в области научного искусственного интеллекта достигался преимущественно за счет моделей, обученных на общедоступных интернет-данных. Однако, несмотря на их кажущийся объем, эти данные ограничены — по оценкам, их объем составляет порядка 10 триллионов текстовых токенов, при этом одно английское слово может соответствовать одному или двум токенам. Наиболее совершенные модели искусственного интеллекта за последние годы практически исчерпали этот ресурс. Исследователи стремятся к более эффективному использованию существующих данных, однако, как известно в научной среде, хотя повторное изучение информации может стимулировать генерацию идей, их валидация в конечном счете требует экспериментальной проверки.

Автономные лаборатории занимают центральное место в стратегии компании, поскольку они обеспечивают генерацию значительных объемов высококачественных данных — каждый эксперимент может производить гигабайты уникальной информации, которые более нигде не существуют. Такие лаборатории также фиксируют ценные отрицательные результаты, редко публикуемые в научной литературе. Кроме того, они предоставляют системам искусственного интеллекта инструментарий для практической исследовательской деятельности.

Выбор физических наук в качестве первоначального направления работы обусловлен рядом факторов. Технологический прогресс в значительной степени ограничен возможностями целенаправленного конструирования материальной реальности. Экспериментальные данные в этой области характеризуются высоким отношением сигнал-шум и относительно быстрым получением, физическое моделирование адекватно описывает множество систем, а сама дисциплина представляет собой верифицируемую среду. Наиболее значительные достижения искусственного интеллекта наблюдаются в областях с доступными данными и объективно проверяемыми результатами, таких как математика и программирование; в данном контексте физическая среда выступает в качестве естественной среды обучения с подкреплением.

Далее -- в Подробнее.