若是你今天还正在思虑「AGI会不会代替人类科学家」，Periodic Labs的谜底可能会让你换一个角度看：科学不是只要智力，更是一个取现实交互、被天然评判的过程。

　　他们要打制嵌入研发流程的Copilot（co-pilot for physical R&D），让材料、半导体、航空航天、国防等行业中的一线工程师和研究员，能用AI更快地阐发尝试数据、构扶植想空间、发觉躲藏参数，缩短试验周期。

　　Periodic的系统会读入汗青尝试数据，挪用仿实，连系当前尝试前提，输出新的设想标的目的，并评估可能的物理束缚取极限。

　　原题目：《OpenAI和DeepMind大佬去职联手，誓用AI科学家实现室温超导！已融3亿美元》。

　　他们的系统是具备闭环推理能力的AI智能体：从文献中提出假设、挪用仿实东西建模、从动规划尝试、施行材料合成，再按照成果更新假设、继续搜刮更优解。大天然成了RL，尝试成为Ground Truth（实值）取Reward（赏函数）。

　　本科结业后进入学术界的AI圣地，Yoshua Bengio创立的AI研究所Mila，取得了AI博士学位。

　　本文为磅礴号做者或机构正在磅礴旧事上传并发布，仅代表该做者或机构概念，不代表磅礴旧事的概念或立场，磅礴旧事仅供给消息发布平台。申请磅礴号请用电脑拜候。

　　就像OpenAI做AGI前必需先做出玩Atari的智能体、能写代码的帮手，我们也必需先做出正在一个物理子范畴内能跑通完整科研闭环的AI系统。

　　他参取了GNoME（DeepMind正在材料科学发觉范畴的旗舰项目），也正在Google内部建立了多个从动化合成尝试平台，聚焦于若何用AI寻找新材料。

　　Periodic Labs的两位结合创始人William Fedus和Ekin Dogus Cubuk，有着双沉履历线：他们既坐正在当今AI前沿模子的焦点建立现场，也持久深切物理取材料科学的理论取实践。

　　同时，Periodic也取高校成立了深度合做，包罗设立学术参谋委员会取赞帮打算，赞帮那些正在学术系统下更适合推进的根本东西研究，建立持久的科研生态。

　　他本科结业于MIT物理系，后于大学取得计较机科学博士学位，有着物理+计较机的双沉布景。

　　今天， 我们的方针是培育一名人工智能科学家。 科学的运做体例是猜测世界可能是什么样子、进行尝试并从成果中进修。 智能是需要的，但并非充实前提。当发觉设法取现实相符时，新学问便会降生。因而，正在Periodic，我们正正在培育人工智能科学家，并为他们打制自从运做的尝试室。 迄今为止，科学界的人工智能前进都源于正在互联网上锻炼的模子。然而，虽然互联网规模复杂，其规模仍然无限（据估量，互联网上大约有10T个文本标识表记标帜，而一个英文单词可能由1-2个标识表记标帜构成）。近年来，最前沿的人工智能模子曾经完全耗尽了互联网的容量。 研究人员寻求更好地操纵这些数据，但正如任何科学家都晓得的那样：虽然沉读教科书可能会带来新的看法，但他们最终需要测验考试他们的设法，看看它能否成立。 自从尝试室是我们计谋的焦点。它们供给海量高质量数据（每个尝试都能发生数GB的数据！），这些数据正在其他处所是并世无双的。它们也发生了贵重的负面成果，但这些成果很少被颁发。但最主要的是，它们为我们的AI科学家供给了步履的东西。 我们从物理科学起头。 手艺前进遭到我们设想物理世界的能力的。 我们之所以从这里入手，是由于尝试具有较高的信噪比，而且（相对）速度很快，物理模仿能够无效地模仿很多系统，但更普遍地说，物理学是一个可验证的。人工智能正在拥无数据和可验证成果的范畴（例如数学和代码）前进最快。正在这里，天然就是强化进修的。 我们的方针之一是发觉比现有材料工做温度更高的超导体。严沉进展将有帮于我们打制下一代交通东西，并建立损耗最小的电网。但这仅仅是一个例子——若是我们可以或许实现材料设想的从动化，我们就有可能加快摩尔定律、太空旅行和核聚变的成长。 我们还努力于将我们的处理方案使用于工业界。例如，我们正正在帮帮一家半导体系体例制商处理芯片散热问题。我们正正在为他们的工程师和研究人员培训定制代办署理，帮帮他们理解尝试数据，从而更快地进行迭代。 我们的创始团队配合建立了ChatGPT、DeepMind的GNoME、OpenAI的Operator（现正在是Agent）、神经留意力机制MatterGen；他们还扩展了自从物理尝试室；并为过去十年中一些最主要的材料发觉做出了贡献。我们齐心合力，努力于扩大规模并沉塑科学研究的体例。 我们很是侥幸地获得了取我们具有配合愿景的投资者的支撑，包罗领投我们3亿美元融资的(a16z、Felicis、DST Global、NVentures（NVIDIA的风险投资部分）、Accel，以及包罗JeffBezos、eladgil、ericschmidt和JeffDean正在内的小我。他们的支撑将帮帮我们强大团队、扩大尝试室规模，并培育第一代AI科学家。 Periodic Labs志正在沉塑科研的底层流程：他们要让AI走进尝试室、提出假设、施行尝试、生成数据、优化设想——一步步迫近「从动化科学发觉」的抱负。

　　于是，2025年，两人配合颁布发表去职，成立Periodic Labs，方针是打制「面向物理世界的AI科学家」。

　　【新智元导读】OpenAI的后锻炼担任人和DeepMind的另一位AI4S大佬，双双去职并成立了一家AI4S公司Periodic Labs，专注于用AI Agent保守科研，帮力霸占室温超导等世纪难题。目前该公司已获3亿美元融资。

　　他也是Operator（现Agent）的晚期开辟者，关心点一直聚焦正在「若何让言语模子具备适用智能」。

　　Periodic的首个科研标的目的，选定了一个看似遥远却极具意味意义的方针：高温超导材料的发觉。

　　两人的交集最早来自Google内部，一次合力翻轮胎的趣事成为他们了解的契机——但实正把他们聚正在一路的，是对AI科学家的配合逃求。

　　正在实现过程中，系统需要具备的能力远远超出单一使命，包罗文献解析、晶体布局生成、热力学建模、尝试配方优化等。

　　他的被引已破万，获得过NeurIPS的最佳论文，还从客岁9月起头担任麦克吉尔大学的兼职传授。

　　Periodic的选择很明白：不再从收集上「榨干」数据，而是现实世界，把尝试变成模子优化的环节环节。

　　他们都认识到：LLM曾经正在代码、数学和学问问答中展示了强大能力，但若是不让AI取物理世界「做尝试」，它就无法生成实正的新学问。

　　新公司一位员工Xander Dunn还Cue了一下今天刚发布的Sora 2！

建湖j9·九游会俱乐部科技有限公司

2026-02-25 16:55