前OpenAI与DeepMind科学家为人工智能驱动的科学自动化项目斩获创纪录的3亿美元种子轮融资

周二,Periodic Labs正式亮相,宣布完成3亿美元的巨额种子轮融资。本轮融资汇聚了科技界真正的全明星阵容,包括安德森·霍洛维茨基金、DST Global、英伟达、Accel风投、埃拉德·吉尔、杰夫·迪恩、埃里克·施密特和杰夫·贝索斯等投资方。
该公司由埃金·多古斯·库布克与利亚姆·费杜斯共同创立。库布克曾领导谷歌大脑与DeepMind的材料与化学团队,主导开发了GNoME人工智能工具——该工具在2023年识别出逾200万种新型晶体,材料学家认为这些发现可能推动未来技术突破。
费杜斯曾任OpenAI研究副总裁,是ChatGPT研发的核心成员之一,并领导团队开发了首个万亿参数神经网络。
核心团队同样由深耕人工智能与材料科学领域的研究人员组成,其经验涵盖开发OpenAI智能体Operator,以及参与微软材料发现大型语言模型MatterGen的研发。
Periodic Labs宣称其雄心勃勃的使命是通过创造人工智能科学家实现科学发现自动化。这包括构建自主实验室,由机器人系统执行物理实验、收集数据、迭代研究成果,并持续学习改进。
该实验室的首要目标是开发性能卓越的新型超导体,其能效有望超越现有材料。但这家资金雄厚的新创公司同时致力于探索各类新型材料。
其平行目标是系统性整合人工智能科学家在创新过程中混合、加热及处理各类粉末与原材料所产生的所有物理世界数据。
公司在介绍性文章中指出:"历史上,科学人工智能的进步依赖于基于互联网数据训练的模型",暗示大型语言模型已基本"耗尽"网络作为可扩展数据源的潜力。"在Periodic,我们正在构建人工智能科学家及其自主运作的实验室。"
其愿景是这些实验室不仅能发明新一代材料,更能持续产出宝贵的新鲜实验数据,为人工智能模型的持续进化提供燃料。
尽管这支人才队伍令人瞩目,但Periodic Labs并非唯一投身人工智能驱动科学探索的机构。自2023年起,利用人工智能实现化学突破的自动化已成为活跃的学术研究领域,从铁腕科学(Tetsuwan Scientific)等小型初创企业,到未来之家(Future House)等非营利组织,乃至多伦多大学加速联盟(Acceleration Consortium),众多实体都聚焦于此。
相关文章
韩国主要制造商支持Config——被誉为“机器人数据领域的台积电”
亚洲在物理人工智能领域的进步,正是源于那套曾使该地区成为全球工业领导者的制造专长。在韩国、日本、中国和台湾地区,制造业依然是经济扩张的基石。与更侧重服务或软件的经济体不同,这些国家历来依赖大规模生产、出口导向型产业以及高效的供应链。这一结构性基础如今正影响着人工智能的采用,并引导着投资趋势。在此背景下,总部位于首尔和圣何塞、致力于开发机器人基础模型(RFM)数据基础设施的初创公司Config,成功
Altara筹集了700万美元,旨在通过数据解决方案加速物理科学研究的发展。
开发电池、半导体和医疗设备的公司会生成海量数据。然而,这些信息往往分散在各种电子表格和过时的系统中,这使得人们很难利用这些数据来改进产品或分析故障原因。总部位于旧金山的初创企业Altara最近获得了700万美元的种子资金,他们开发了一种人工智能技术,旨在打破这些数据孤岛。这种技术能将零散的技术信息整合到一个平台上。此次融资由Greylock领投,Neo、BoxGroup、Liquid 2 Ventures和Jeff Dean也参与了投资。Altara是由Eva Tuecke(右图)和Cath
马克·洛尔预测人工智能将使餐饮业经营更加普及
马克·洛尔(Marc Lore)是一位资深电商企业家,他此前曾将自己的初创公司出售给亚马逊和沃尔玛,如今他计划将人工智能融入其当前的创业项目Wonder,并为此制定了雄心勃勃的计划。该战略的核心是“Wonder Create”项目,旨在让任何人——从餐饮创业者到社交媒体网红——都能利用人工智能在不到一分钟的时间内设计并推出自己的餐厅品牌。这些虚拟餐厅随后将在Wonder不断扩展的科技化厨房网络中投
相关专题推荐
评论 (1)
0/500

周二,Periodic Labs正式亮相,宣布完成3亿美元的巨额种子轮融资。本轮融资汇聚了科技界真正的全明星阵容,包括安德森·霍洛维茨基金、DST Global、英伟达、Accel风投、埃拉德·吉尔、杰夫·迪恩、埃里克·施密特和杰夫·贝索斯等投资方。
该公司由埃金·多古斯·库布克与利亚姆·费杜斯共同创立。库布克曾领导谷歌大脑与DeepMind的材料与化学团队,主导开发了GNoME人工智能工具——该工具在2023年识别出逾200万种新型晶体,材料学家认为这些发现可能推动未来技术突破。
费杜斯曾任OpenAI研究副总裁,是ChatGPT研发的核心成员之一,并领导团队开发了首个万亿参数神经网络。
核心团队同样由深耕人工智能与材料科学领域的研究人员组成,其经验涵盖开发OpenAI智能体Operator,以及参与微软材料发现大型语言模型MatterGen的研发。
Periodic Labs宣称其雄心勃勃的使命是通过创造人工智能科学家实现科学发现自动化。这包括构建自主实验室,由机器人系统执行物理实验、收集数据、迭代研究成果,并持续学习改进。
该实验室的首要目标是开发性能卓越的新型超导体,其能效有望超越现有材料。但这家资金雄厚的新创公司同时致力于探索各类新型材料。
其平行目标是系统性整合人工智能科学家在创新过程中混合、加热及处理各类粉末与原材料所产生的所有物理世界数据。
公司在介绍性文章中指出:"历史上,科学人工智能的进步依赖于基于互联网数据训练的模型",暗示大型语言模型已基本"耗尽"网络作为可扩展数据源的潜力。"在Periodic,我们正在构建人工智能科学家及其自主运作的实验室。"
其愿景是这些实验室不仅能发明新一代材料,更能持续产出宝贵的新鲜实验数据,为人工智能模型的持续进化提供燃料。
尽管这支人才队伍令人瞩目,但Periodic Labs并非唯一投身人工智能驱动科学探索的机构。自2023年起,利用人工智能实现化学突破的自动化已成为活跃的学术研究领域,从铁腕科学(Tetsuwan Scientific)等小型初创企业,到未来之家(Future House)等非营利组织,乃至多伦多大学加速联盟(Acceleration Consortium),众多实体都聚焦于此。
韩国主要制造商支持Config——被誉为“机器人数据领域的台积电”
亚洲在物理人工智能领域的进步,正是源于那套曾使该地区成为全球工业领导者的制造专长。在韩国、日本、中国和台湾地区,制造业依然是经济扩张的基石。与更侧重服务或软件的经济体不同,这些国家历来依赖大规模生产、出口导向型产业以及高效的供应链。这一结构性基础如今正影响着人工智能的采用,并引导着投资趋势。在此背景下,总部位于首尔和圣何塞、致力于开发机器人基础模型(RFM)数据基础设施的初创公司Config,成功
Altara筹集了700万美元,旨在通过数据解决方案加速物理科学研究的发展。
开发电池、半导体和医疗设备的公司会生成海量数据。然而,这些信息往往分散在各种电子表格和过时的系统中,这使得人们很难利用这些数据来改进产品或分析故障原因。总部位于旧金山的初创企业Altara最近获得了700万美元的种子资金,他们开发了一种人工智能技术,旨在打破这些数据孤岛。这种技术能将零散的技术信息整合到一个平台上。此次融资由Greylock领投,Neo、BoxGroup、Liquid 2 Ventures和Jeff Dean也参与了投资。Altara是由Eva Tuecke(右图)和Cath
马克·洛尔预测人工智能将使餐饮业经营更加普及
马克·洛尔(Marc Lore)是一位资深电商企业家,他此前曾将自己的初创公司出售给亚马逊和沃尔玛,如今他计划将人工智能融入其当前的创业项目Wonder,并为此制定了雄心勃勃的计划。该战略的核心是“Wonder Create”项目,旨在让任何人——从餐饮创业者到社交媒体网红——都能利用人工智能在不到一分钟的时间内设计并推出自己的餐厅品牌。这些虚拟餐厅随后将在Wonder不断扩展的科技化厨房网络中投





首页






