Google’s legendary engineer Jeff Dean is exiting the search giant to start Discovery Loop, a company that will try to rewrite how science is done by throwing massive compute at experiments.
A Powerhouse Team from Google and DeepMind
Dean was Google’s 30th employee and helped build its search infrastructure and Gemini’s multimodal models. He will be CEO.
He brings a "dream team" of researchers: Sanjay Ghemawat, senior fellow and famed engineer; Quoc Le, a founding member of Google Brain; and Oriol Vinyals, senior research scientist at DeepMind. Their résumés span distributed systems, neural networks and reinforcement learning, signaling that Discovery Loop will tackle technically hard problems.
Accelerating Science Through Automated Experimentation
Discovery Loop is organized as a public-benefit corporation that aims to crush the "human bottleneck" in research. Traditional labs move through a slow, sequential loop of hypothesis, experiment, analysis, and decision. The startup wants to replace that with "high-octane algorithms" that can launch thousands of experiments at once.
Its core thesis has two bold goals:
- Automating experimental loops – use AI to manage hypothesis generation, testing and refinement, boosting both the quantity and quality of data.
- Recursive self-improvement – build AI that helps design even more powerful AI, cutting human intervention out of the loop and accelerating innovation exponentially.
Massive Backing for the Next AI Frontier
Alphabet is backing the seed round, which is co-led by Radical Ventures and Khosla Ventures. Kleiner Perkins, Lightspeed and Doerr Capital also participated.
The money reflects a growing belief that the next AI wave will move beyond large language models toward "agentic" systems that conduct research and drive physical and digital breakthroughs.
Why This Matters for the AI Landscape
Dean’s departure marks a shift from "AI for content" to "AI for discovery." While generative AI has dominated the past two years, Discovery Loop positions itself at the intersection of AI and the hard sciences. If it works, drug discovery, materials science and energy research could speed up dramatically, reshaping how humanity tackles its toughest technical challenges.
Key Takeaways
- Elite talent exodus – Jeff Dean, Sanjay Ghemawat, Quoc Le and Oriol Vinyals are leaving Google to form Discovery Loop.
- Automated science – the startup will run thousands of AI-driven experiments in parallel to bypass human bottlenecks.
- Heavy capital – Alphabet and a suite of top VCs, including Khosla Ventures and Radical Ventures, have committed funding.
The talent behind the gamble
Dean is taking three of Google’s most celebrated engineers: Sanjay Ghemawat, senior fellow who built the distributed systems that power much of the web; Quoc Le, a founding member of Google Brain who pioneered deep-learning techniques; and Oriol Vinyals, a senior research scientist at DeepMind with a track record in reinforcement learning. Together they built the map-reduce paradigm that underlies large-scale data processing and the neural networks that power today’s language models.
What the startup plans to do
Discovery Loop’s public-benefit charter obligates it to weigh societal impact alongside profit. Its mission is to eliminate the "human bottleneck" in research. In a typical lab, a scientist spends weeks or months moving from hypothesis to experiment to analysis to the next step. Dean’s team wants AI to generate hypotheses, design and run thousands of experiments in parallel, and refine its own models based on the results.
The roadmap focuses on two intertwined goals. First, build a platform that automates the entire experimental pipeline—from hypothesis generation to data collection and analysis. Second, develop AI that can improve its own design, creating a feedback loop where each generation helps build a more capable successor. If the platform works, fields that rely on massive trial-and-error—drug discovery, materials science, energy research—could accelerate dramatically.
Money behind the vision
مشارکت Alphabet در دور جذب سرمایه اولیه (seed round)، نشاندهنده علاقه استراتژیک این شرکت مادر است. Radical Ventures و Khosla Ventures مدیریت این دور را بر عهده دارند و سرمایهگذاران دیگری از جمله Kleiner Perkins، Lightspeed و Doerr Capital نیز در آن مشارکت کردهاند. لیست سرمایهگذاران نشاندهنده این باور است که موج بعدی ارزش در هوش مصنوعی، نه فقط از مدلهای زبانی بزرگ، بلکه از نرمافزارهای «عاملمحور» (agentic) که میتوانند بهصورت خودمختار عمل کنند، حاصل خواهد شد.
چرا این موضوع برای اکوسیستم گستردهتر هوش مصنوعی اهمیت دارد
اگر Discovery Loop به وعدههای خود عمل کند، تأثیر آن میتواند بسیار فراتر از محصولات خودِ این شرکت باشد. کاهش زمان شناسایی یک کاندیدای دارویی مناسب میتواند میلیاردها دلار از هزینههای مسیرهای توسعه دارویی بکاهد و درمانهای نجاتبخش را سریعتر به دست بیماران برساند. تکرار سریع در علم مواد میتواند منجر به تولید کامپوزیتهای سبکتر، قویتر و پایدارتر برای صنایع هوافضا و الکترونیک مصرفی شود. این استارتاپ با تبدیل هوش مصنوعی از ابزاری که به انسان در تفکر کمک میکند به سیستمی که میتواند خودش فکر کند، میتواند قدرت تحقیق را به سمت سازمانهایی سوق دهد که توان مالی تأمین قدرت پردازشی عظیم را دارند.
خلاصه کلام
خروج Jeff Dean از Google برای رهبری Discovery Loop، تخصص فنی کمیاب، ارتباطات عمیق صنعتی و سرمایه قابلتوجهی را گرد هم میآورد. هدف این شرکت خودکارسازی چرخه آزمایشهای علمی و ایجاد هوش مصنوعی خودارتقادهنده است که پتانسیل تبدیل سالها تحقیق به چند هفته را دارد. با این حال، این شرکت باید پیش از اثبات اینکه هوش مصنوعی میتواند واقعاً به یک شریک آزمایشگاهی تبدیل شود (و نه فقط یک ابزار هوشمند)، از موانع فنی، لجستیکی و فرهنگی قابلتوجهی عبور کند. ماههای آینده مشخص خواهد کرد که آیا «کشف خودکار» گام بعدی واقعبینانه برای هوش مصنوعی است یا یک تلاش بلندپروازانه که پیش از رسیدن به خط پایان، متوقف میشود.