شرکت نوپای “Periodic Labs” که توسط لیام فدوس، یکی از محترمترین محققان OpenAI، و همکار سابقش در Google Brain، اکین دوقوس کوبوک، تاسیس شده، ماه گذشته با جذب سرمایه بذری عظیم ۳۰۰ میلیون دلاری از حالت مخفی بیرون آمد. این دور سرمایهگذاری توسط Felicis رهبری شد و شامل مجموعهای از سرمایهگذاران فرشته و سرمایهگذاران خطرپذیر برتر دیگر بود.
شروع این شرکت نوپا به گفتگوی هفت ماه پیش فدوس با کوبوک (که دوستانش او را “Doge” صدا میکنند) برمیگردد. کوبوک یکی از برجستهترین محققان یادگیری ماشین و علم مواد در Google Brain بود. پس از بحثهای بیپایان در سیلیکون ولی درباره اینکه چگونه GenAI میتواند به طور اساسی اکتشافات علمی را تغییر دهد، آنها به این نتیجه رسیدند که بالاخره شرایط برای تحقق این امر فراهم شده است. یا حداقل یک شرکت نوپا برای تلاش در این زمینه تاسیس کنند.
کوبوک به خبرنگار گفت: “چند اتفاق در زمینه LLM، در علم تجربی و در شبیهسازیها افتاده است که باعث شد این زمان مناسب باشد.”
او گفت، برای مثال، بازوهای روباتیکی که میتوانند سنتز پودر (فرآیند مخلوط کردن و ایجاد مواد جدید) را انجام دهند، اخیراً قابلیت اطمینان خود را ثابت کردهاند. از طرف دیگر، شبیهسازیهای یادگیری ماشین به اندازه کافی کارآمد و دقیق شدهاند تا بتوانند سیستمهای فیزیکی پیچیدهای مانند سیستمهای مورد نیاز برای توسعه مواد جدید را مدلسازی کنند.
و سوم اینکه، LLMها اکنون قابلیتهای استدلال قدرتمندی دارند، که بخشی از آن به دلیل کار فدوس و تیمش در OpenAI است. فدوس یکی از اعضای تیم کوچکی بود که ChatGPT را ایجاد کرد و تیم فوقالعاده مهم پس از آموزش OpenAI را که مدلها را پس از توسعه اولیه اصلاح میکند، اداره میکرد.
با کنار هم قرار دادن این موارد، تصویر واضح بود: یک شبیهسازی میتواند به طور تئوری ترکیبات جدیدی را کشف کند، یک ربات میتواند مواد را مخلوط کند و یک LLM میتواند نتایج را تجزیه و تحلیل کرده و اصلاحات لازم را پیشنهاد دهد. علم مواد خودکار مبتنی بر هوش مصنوعی آماده ساخت بود.
در واقع، کوبوک یکی از محققانی بود که در سال ۱۴۰۲ مقاله پیشگامانهای را منتشر کرد که یک پروژه تحقیقاتی پیشین گوگل را مستند میکرد. این تیم یک آزمایشگاه کاملاً خودکار و مجهز به ربات ساخت و ۴۱ ترکیب جدید را از دستورالعملهای پیشنهادی توسط مدلهای زبانی ایجاد کرد.
به همان اندازه مهم، بنیانگذاران متوجه شدند که حتی آزمایشهای ناموفق نیز برای شرکت نوپای جدیدشان ارزشمند خواهد بود، زیرا دادهها خون حیات هوش مصنوعی هستند. علم هوش مصنوعی منبع کاملاً جدیدی برای آموزش دنیای واقعی و دادههای پس از آموزش ارائه میداد. بنیانگذاران معتقدند که این میتواند سیستم انگیزشی علمی موجود را که به دنبال موفقیت است، نه اکتشاف، که از طریق انتشار مقاله و اعطای بودجه پاداش داده میشود، زیر و رو کند.
فدوس به خبرنگار گفت: “برقراری ارتباط با واقعیت، وارد کردن آزمایشها به حلقه [هوش مصنوعی] – ما احساس میکنیم که این مرز بعدی است.”
Felicis برنده معامله شد؛ OpenAI سرمایهگذاری نمیکند
پس از آن گفتگو با کوبوک، فدوس نزد مقامات OpenAI رفت تا استعفای خود و برنامهاش را با آنها در میان بگذارد. سپس با خوشحالی در توییتی به دنیا اعلام کرد که با رضایت و سرمایهگذاری OpenAI از آنجا میرود.
با این حال، آن سرمایهگذاری در واقع محقق نشد. بنیانگذاران به خبرنگار تأیید کردند که OpenAI از Periodic حمایت نمیکند. و در حالی که فدوس از گفتن دلیل آن خودداری کرد، آنها در واقع نیازی به پول OpenAI نداشتند.
توییت فدوس باعث شد سرمایهگذاران خطرپذیر برای جذب این شرکت به تکاپو بیفتند. فدوس با خنده توضیح داد که “تقریباً احساس میکردیم که برعکس به ما پیشنهاد میشود. یک سرمایهگذار در واقع یک نامه عاشقانه به Periodic Labs نوشت” و افزود که نه او و نه کوبوک “نمیدانستند چگونه با آن برخورد کنند.” دیگران اسناد چند صفحهای ارسال کردند و خودشان را تبلیغ کردند.
اما اولین تماسی که آنها واقعاً پاسخ دادند از طرف پیتر دنگ، همکار سابق OpenAI بود که به سرمایهگذار شرکت برتر Felicis تبدیل شده بود. (دنگ در ابتدای سال ۱۴۰۴ OpenAI را به مقصد Felicis ترک کرد.)
دنگ به خبرنگار گفت: “لیام در OpenAI بسیار مهم است، بسیار دوست داشتنی است و یک محقق فوقالعاده تأثیرگذار است.” “وقتی شنیدم که او رفت، بلافاصله به او پیام دادم.”
دنگ برای صرف قهوه با فدوس در محله نو ولی سان فرانسیسکو ملاقات کرد. فدوس که از کافئین و اشتیاق هیجانزده بود، از دنگ دعوت کرد تا گفتگوی خود را در پیادهروی در زمینهای تپهای معروف منطقه به پایان برسانند. پیادهروی برای ارائه ایده ممکن است یک کلیشه در سیلیکون ولی باشد، اما واقعاً هم اتفاق میافتد.
هوای سرد به گرمی تبدیل شده بود. دنگ که یک ژاکت پوشیده بود، عرق میکرد و تلاش میکرد تا از فدوس سرحال و خوشبرخورد عقب نماند تا اینکه بنیانگذار چیزی گفت که “به معنای واقعی کلمه مرا سر جایم میخکوب کرد”، دنگ به خبرنگار گفت. دنگ به یاد میآورد که او به دنگ گفت “همه در مورد انجام علم صحبت میکنند، اما برای انجام علم، شما واقعاً باید علم را انجام دهید.”
به عبارت دیگر، آنها باید یک آزمایشگاه مرطوب کاملاً مجهز به هوش مصنوعی بدهند تا ایدههای خود را در یک محیط کنترل شده در دنیای واقعی آزمایش کند.
دنگ گفت: “حقیقت در مورد این مدلها این است که هر آنچه مدلها میدانند در توزیع نرمال قرار دارد. ما یک دسته داده جمعآوری میکنیم و فقط میتواند آنچه را که میداند بازگو کند.”
کشف چیز جدید باید شامل آزمایش فرضیهها باشد.
دنگ میگوید: “و من همانجا، در وسط تپههای نو ولی، متعهد شدم که چک را بنویسم.”
فدوس همچنین به یاد میآورد لحظهای را که دنگ پرسید چگونه میتواند در این کار مشارکت داشته باشد و فدوس به او گفت که این شرکت نوپا برای لپتاپ و یک دفتر موقت به پول نقد نیاز دارد. و “او گفت، عالی است، من همین الان به شما پول میدهم. و این یک رای اعتماد بزرگ بود.”
اما دنگ در واقع چک خود را در خیابان بیرون نیاورد. او در حالی که از این معامله خوشحال بود به دفتر بازگشت و با وکیل Felicis روبرو شد، که اشاره کرد که این شرکت نمیتواند به سرعت قرارداد را امضا کند: شرکت هنوز ثبت نشده بود. حتی نامی نداشت، چه رسد به حساب بانکی برای انتقال وجه. دنگ با لبخند میگوید: “این نشان میدهد که ما چقدر در مراحل اولیه بودیم.”
به زودی آنها همه این چیزها و تمام برگههای شرایطی را که میتوانستند مدیریت کنند، داشتند. کوبوک و فدوس با داشتن ۳۰۰ میلیون دلار بودجه، بیش از دو دوجین از معتبرترین استعدادهای هوش مصنوعی و علمی مانند الکساندره پاسوس (خالق o1 و o3)؛ اریک توبرر (دانشمند مواد که قبلاً اکتشافات کلیدی ابررسانا را انجام داده است) و مت هورتون، خالق دو ابزار علم مواد GenAI مایکروسافت را استخدام کردند. و این لیست ادامه دارد.
از آنجا که اعضای تیم همگی متخصص در زمینههای مختلف از هوش مصنوعی گرفته تا فیزیک هستند، هر هفته یکی از آنها یک سخنرانی در سطح تحصیلات تکمیلی برای دیگران ارائه میدهد. کوبوک گفت: “ما احساس میکنیم که یکپارچگی تنگاتنگ بسیار مهم است.” او میخواهد همه تمام بخشهای آنچه را که میسازند، درک کنند.
Periodic Labs همچنین آزمایشگاه خود را راهاندازی کرده است و با دادههای تجربی، شبیهسازیها کار میکند و برخی از پیشبینیها را آزمایش میکند. ماموریت اصلی اولیه یافتن مواد ابررسانای جدید است – که به طور بالقوه یک اکتشاف معدن طلا است. ابررساناهای بهبود یافته میتوانند به نسل بعدی فناوریهای قدرتمند اما کم مصرف انرژی نیرو دهند.
اما آخرین بخش – رباتها – هنوز راهاندازی نشدهاند. کوبوک گفت: “آموزش آنها کمی طول میکشد.”
البته همه اینها یک ریسک بزرگ است. اکتشافات علمی، چه با هوش مصنوعی و چه بدون آن، معمولاً سریع، آسان یا قابل پیشبینی نیستند. در حالی که این تیم از کارشناسان نشانههایی دارند که آنچه را که به دنبال آن هستند پیدا خواهند کرد – یا اکتشافات دیگری در این راه انجام میدهند (یا به سادگی دادههای ارزشمندی در مورد شکستهای خود تولید میکنند)، هیچ تضمینی وجود ندارد.
و ما میدانیم که خود سازندگان مدل نیز به تدریج به سمت علم هوش مصنوعی پیش میروند. ماه گذشته، کوین ویل، معاون OpenAI، گفت که در حال راهاندازی واحد OpenAI for Science در این شرکت است تا “ابزار علمی بزرگ بعدی را بسازد: یک پلتفرم مبتنی بر هوش مصنوعی که اکتشافات علمی را تسریع میکند.”
در مورد سرمایهگذاری که نامه عاشقانه نوشت، او برنده این معامله نشد (اگرچه فدوس گفت که این نامه “بسیار چاپلوسانه” بود). سایر سرمایهگذاران اولیه شامل Andreessen Horowitz، DST، بازوی سرمایهگذاری خطرپذیر NVIDIA به نام NVentures، Accel و حامیان فرشتهای مانند جف بزوس، الاد گیل، اریک اشمیت و جف دین هستند.
الاد گیل در مورد اینکه چگونه هوش مصنوعی چشم انداز استارت آپ ها را تغییر داده است در Disrupt در سان فرانسیسکو در تاریخ ۷ آبان صحبت خواهد کرد.








