Periodic Labs، یک استارتاپ جدید که توسط یکی از معتبرترین محققان OpenAI، لیام فدوس، و همکار سابقش در Google Brain، اکین دوگوس کوبوک، راه‌اندازی شده است، ماه گذشته با یک دور سرمایه‌گذاری اولیه عظیم ۳۰۰ میلیون دلاری از خفا بیرون آمد. این دور سرمایه‌گذاری توسط فلیسیس رهبری می‌شد و شامل گروهی از سرمایه‌گذاران فرشته و دیگر سرمایه‌گذاران خطرپذیر برتر بود.

این استارتاپ زمانی آغاز شد که فدوس حدود هفت ماه پیش با کوبوک (که دوستانش او را «دوگه» صدا می‌زنند) گفتگویی داشت. کوبوک یکی از برجسته‌ترین محققان یادگیری ماشین و علوم مواد در Google Brain بود. پس از بحث‌های بی‌پایان سیلیکون ولی در مورد اینکه GenAI چگونه اکتشافات علمی را به طور اساسی تغییر خواهد داد، آنها تصمیم گرفتند که بالاخره مقدمات لازم برای تحقق این امر فراهم شده است. یا حداقل استارتاپی تأسیس کنند که این کار را انجام دهد.

کوبوک به تک‌کرانچ گفت: «چند اتفاق در حوزه‌ی LLM، علوم تجربی و شبیه‌سازی‌ها رخ داده که باعث شده این زمان، زمان مناسبی باشد.»

او گفت، اولاً، بازوهای رباتیکی که می‌توانند سنتز پودر - فرآیند مخلوط کردن و ایجاد مواد جدید - را انجام دهند، اخیراً قابل اعتماد بودن خود را ثابت کرده‌اند. ثانیاً، شبیه‌سازی‌های یادگیری ماشین به اندازه کافی کارآمد و دقیق شده‌اند تا سیستم‌های فیزیکی پیچیده مانند سیستم‌های مورد نیاز برای توسعه مواد جدید را مدل‌سازی کنند.

و سوم، LLMها اکنون قابلیت‌های استدلال قدرتمندی داشتند - که بخشی از آن به لطف کار Fedus و تیمش در OpenAI بود. Fedus یکی از اعضای تیم کوچکی بود که ChatGPT را در ابتدا ایجاد کرد و تیم بسیار مهم پس از آموزش OpenAI را اداره می‌کرد، که مدل‌ها را پس از توسعه اولیه اصلاح می‌کند.

با کنار هم قرار دادن این موارد، تصویر واضح بود: یک شبیه‌سازی می‌توانست از لحاظ تئوری ترکیبات جدیدی را کشف کند، یک ربات می‌توانست مواد را مخلوط کند و یک LLM می‌توانست نتایج را تجزیه و تحلیل کرده و اصلاحات مسیر را پیشنهاد دهد. علم مواد خودکار شده توسط هوش مصنوعی آماده ساخت بود.

در واقع، کوبوک یکی از محققانی بود که در سال ۲۰۲۳ مقاله‌ای پیشگامانه منتشر کرد که مستندسازی یک پروژه تحقیقاتی پیشرو در گوگل بود. این تیم یک آزمایشگاه کاملاً خودکار و رباتیک ساخت و ۴۱ ترکیب جدید را از دستور العمل‌های پیشنهادی توسط مدل‌های زبانی ایجاد کرد.

به همان اندازه مهم، بنیانگذاران متوجه شدند که حتی آزمایش‌های ناموفق نیز برای استارتاپ جدیدشان ارزشمند خواهد بود، زیرا داده‌ها خون حیات هوش مصنوعی هستند. علم هوش مصنوعی منبع کاملاً جدیدی برای آموزش در دنیای واقعی و داده‌های پس از آموزش ارائه می‌دهد. بنیانگذاران معتقدند که این امر می‌تواند سیستم انگیزشی علمی موجود را که به دنبال موفقیت است، نه اکتشاف، که از طریق انتشار مقاله و کمک‌های مالی پاداش می‌گیرد، کاملاً دگرگون کند.

فدوس به تک‌کرانچ گفت: «برقراری ارتباط با واقعیت و آوردن آزمایش‌ها به چرخه [هوش مصنوعی] - ما احساس می‌کنیم که این مرز بعدی است.»

فلیسیس برنده معامله شد؛ OpenAI سرمایه‌گذاری نکرد

پس از آن گفتگو با کوبوک، فدوس نزد مقامات OpenAI رفت تا استعفا و برنامه‌اش را با آنها در میان بگذارد. سپس با خوشحالی در توییتی به جهانیان اعلام کرد که با چیزی که به نظر می‌رسید مورد تایید و سرمایه‌گذاری OpenAI است، آنجا را ترک می‌کند.

با این حال، آن سرمایه‌گذاری در واقع محقق نشد. بنیانگذاران OpenAI به TechCrunch تأیید کردند که OpenAI حامی Periodic نیست. و اگرچه Fedus از بیان دلیل خودداری کرد، اما در واقع به پول OpenAI نیازی نداشتند.

توییت فدوس باعث شد تا سرمایه‌گذاران خطرپذیر (VC) به شدت به دنبال جذب سرمایه برای این شرکت باشند. فدوس با خنده توضیح داد که نه او و نه کوبوک «نمی‌دانستند از این موضوع چه برداشتی داشته باشند.» دیگران اسناد چند صفحه‌ای برای معرفی خود ارسال کردند.

اما اولین تماسی که واقعاً پاسخ دادند از پیتر دنگ، همکار سابق OpenAI بود که به سرمایه‌گذار شرکت برتر Felicis در زمینه بذر تبدیل شد. (دنگ در آغاز سال 2025 OpenAI را به مقصد Felicis ترک کرد.)

دنگ به تک‌کرانچ گفت: «لیام در OpenAI بسیار مهم است، بسیار دوست‌داشتنی و یک محقق بسیار تأثیرگذار. وقتی شنیدم که او رفته، فوراً به او پیامک دادم.»

دنگ در محله نو ولی سانفرانسیسکو برای صرف قهوه با فدوس ملاقات کرد. فدوس که از کافئین و اشتیاقش به وجد آمده بود، از دنگ دعوت کرد تا مکالمه‌شان را با پیاده‌روی در زمین‌های تپه‌ای معروف این منطقه به پایان برسانند. پیاده‌روی‌های میدانی شاید یک کلیشه در سیلیکون ولی باشد، اما واقعاً اتفاق می‌افتد.

روز سرد، گرم شده بود. دنگ که یک ژاکت پوشیده بود، عرق می‌ریخت و تقلا می‌کرد تا با فدوسِ خوش‌فرم و دوستانه همراه شود تا اینکه بنیانگذار چیزی گفت که «به معنای واقعی کلمه مرا از ادامه‌ی کار منصرف کرد». دنگ به یاد می‌آورد که او به دنگ گفت: «همه در مورد انجام علم صحبت می‌کنند، اما برای انجام علم، واقعاً باید علم را انجام دهید.»

به عبارت دیگر، آنها نیاز داشتند که یک آزمایشگاه کاملاً مجهز برای هوش مصنوعی فراهم کنند تا ایده‌هایش را در یک دنیای واقعی و با شرایط کنترل‌شده آزمایش کند.

دنگ گفت: «حقیقت در مورد این مدل‌ها این است که هر چیزی که مدل‌ها می‌دانند در محدوده توزیع نرمال است. ما مجموعه‌ای از داده‌ها را می‌گیریم و مدل می‌تواند آنچه را که می‌داند، دوباره ارائه دهد.»

کشف چیز جدید باید شامل آزمایش فرضیه‌ها باشد.

دنگ می‌گوید: «و من همانجا، در وسط تپه‌های دره نو، متعهد شدم که چک را بنویسم.»

فدوس همچنین لحظه‌ای را به یاد می‌آورد که دنگ از او پرسید چطور می‌تواند در این کار مشارکت کند و فدوس به او گفت که این استارتاپ برای لپ‌تاپ و یک دفتر موقت به پول نقد نیاز دارد. و «او گفت، عالیه، همین الان به تو پول می‌دهم. و این فقط یک رأی اعتماد بزرگ بود.»

اما دنگ در واقع دسته چک خود را در خیابان بیرون نیاورد. او با خوشحالی از معامله به دفتر برگشت و با وکیل فلیسیس روبرو شد که به او اشاره کرد که شرکت نمی‌تواند فوراً قرارداد را امضا کند: این شرکت هنوز ثبت نشده بود. حتی اسمی هم نداشت، چه برسد به حساب بانکی برای واریز وجه. دنگ با لبخند می‌گوید: «اینقدر زود رسیدیم.»

خیلی زود آنها همه آن چیزها و تمام فرم‌های قرارداد کاری که می‌توانستند از عهده‌شان برآیند را داشتند. با بودجه ۳۰۰ میلیون دلاری، کوبوک و فدوس بیش از دو دوجین از معتبرترین استعدادهای هوش مصنوعی و علمی مانند الکساندر پاسوس (خالق o1 و o3)؛ اریک توبرر (دانشمند مواد که پیش از این اکتشافات کلیدی در زمینه ابررساناها داشته است) و مت هورتون، خالق دو ابزار علم مواد GenAI مایکروسافت را استخدام کردند. و این فهرست همچنان ادامه دارد.

از آنجا که اعضای تیم همگی در زمینه‌های مختلف از هوش مصنوعی گرفته تا فیزیک متخصص هستند، هر هفته یکی از آنها برای دیگران سخنرانی در سطح تحصیلات تکمیلی ارائه می‌دهد. کوبوک گفت: «ما احساس می‌کنیم که ارتباط تنگاتنگ بسیار مهم است.» او می‌خواهد همه بخش‌های آنچه را که می‌سازند، درک کنند.

آزمایشگاه‌های دوره‌ای (Periodic Labs) نیز آزمایشگاه خود را راه‌اندازی کرده و در حال کار با داده‌های تجربی، شبیه‌سازی‌ها و آزمایش برخی پیش‌بینی‌ها است. ماموریت اصلی اولیه، یافتن مواد ابررسانای جدید است - که می‌تواند به عنوان یک کشف معدن طلا عمل کند. ابررساناهای بهبود یافته می‌توانند دوران بعدی فناوری‌های قدرتمند اما کم‌مصرف‌تر را به حرکت درآورند.

اما بخش آخر - ربات‌ها - هنوز راه‌اندازی نشده‌اند. کوبوک گفت: «آموزش آنها کمی طول خواهد کشید.»

البته همه اینها یک تلنگر بزرگ برای کنار گذاشتن موانع است. چه با هوش مصنوعی کار کنیم چه نکنیم، کشف علمی معمولاً سریع، آسان یا قابل پیش‌بینی نیست. اگرچه این تیم از متخصصان نشانه‌هایی دارند که نشان می‌دهد آنچه را که به دنبالش هستند پیدا خواهند کرد - یا در طول مسیر به اکتشافات دیگری خواهند رسید (یا صرفاً داده‌های ارزشمندی در مورد شکست‌های خود تولید می‌کنند)، اما هیچ تضمینی وجود ندارد.

و ما می‌دانیم که خودِ مدل‌سازان نیز در حال حرکت به سمت علم هوش مصنوعی بیشتر هستند. ماه گذشته، کوین ویل، معاون رئیس 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 را نوشت، او برنده معامله نشد (اگرچه فدوس گفت که نامه «بسیار تملق‌آمیز» بوده است). سایر سرمایه‌گذاران اولیه شامل Andreessen Horowitz، DST، بازوی سرمایه‌گذاری خطرپذیر NVIDIA، NVentures، Accel و حامیان مالی فرشته مانند جف بزوس، الاد گیل، اریک اشمیت و جف دین می‌شوند.

ایلاد گیل در تاریخ ۲۹ اکتبر در کنفرانس Disrupt در سانفرانسیسکو در مورد چگونگی تغییر چشم‌انداز استارتاپ‌ها توسط هوش مصنوعی صحبت خواهد کرد.

تست مسدودسازی تبلیغات