Khosla Ventures מובילה במשותף סבב Seed עבור Discovery Loop, סטארט-אפ ה-AI של ג'ף דין השואף לאוטומציה של תגליות מדעיות
Khosla Ventures הצטרפה כמשקיעה מובילה במשותף בסבב ה-seed של Discovery Loop, מיזם AI שנוסד על ידי ג'ף דין ומהנדסי Google לשעבר. הסטארט-אפ מצהיר כי הוא יסגור את הלולאה בין יצירת היפותזות, ביצוע ניסויים וניתוח תוצאות, ובכך יאפשר ל-AI להריץ אלפי ניסויים ללא מגע יד אדם.
למה הצוות חשוב
המייסדים מביאים איתם יחד כ-80 שנות ניסיון ב-Google, לאחר שבנו את TensorFlow, את ה-Tensor Processing Units ואת מודל השפה הגדול Gemini. קורות החיים שלהם מוכיחים מומחיות עמוקה הן בתוכנה והן בחומרה שיניעו את הפלטפורמה של Discovery Loop.
כיצד מערכת ה-"closed-loop" אמורה לעבוד
- ה-AI מציע ניסויים – מודל סורק נתונים קיימים ומציע תנאי בדיקה חדשים.
- המחשוב מריץ את הבדיקות – משאבים בקנה מידה גדול מבצעים את ההצעות, בין אם בסימולציה ובין אם במעבדה פיזית.
- התוצאות חוזרות כמשוב – התוצאות חוזרות למודל, המעדכן את הבנתו.
- אלפי וריאציות – המחזור חוזר על עצמו, ומייצר זרם מהיר של ניסויים חדשים.
באמצעות אוטומציה של כל שלב, הסטארט-אפ מקווה להאיץ מחקר בתחומים בעלי קצב התקדמות איטי: חומרים טובים יותר לסוללות, קונספטים של אנרגיית היתוך, ולוחות זמנים מהירים יותר לפיתוח תרופות.
מודל עסקי ממוקד
במקום להתפזר על פני יישומי AI רבים, Discovery Loop מתמקדת במדע ובהנדסה. ההיקף המצומצם נועד למשוך כישרונות המונעים מאתגרים מדעיים גדולים ולא ממפות דרכים מסחריות. החברה פועלת כ-"public-benefit corporation", מבנה משפטי המציב את המשימה לפני הרווח ועשוי למשוך מהנדסים המונעים על ידי מטרה.
מה המשקיעים רואים
Khosla Ventures משווה את ההשפעה הפוטנציאלית של הטכנולוגיה של Discovery Loop להשפעה של מודלי שפה גדולים, ששינו מחדש את עולם יצירת התוכן, התכנות ושירות הלקוחות. אם הלולאה תפיק באופן אמין תובנות מדעיות מועילות, התשואות הכלכליות והחברתיות עשויות להיות דומות.
המכשולים שבדרך
אוטומציה של תגליות נותרה בעיה ללא פתרון. ניסויים זקוקים לעיתים קרובות לידע מקצועי מעמיק, ציוד ייעודי ופרוטוקולי בטיחות שקשה לקודד בתוכנה. מבקרים מזהירים שגישה אלגוריתמית טהורה עלולה להחמיץ את התובנות המקריות שמספקת האינטואיציה האנושית. הרצת מחזורי מחשוב עצומים לבדיקות פיזיות מאיימתת גם להפוך ליקרה מדי ללא נתיבי הכנסה ברורים.
מה כדאי לעקוב אחריו
- אבני דרך בדמו – תוצאות ראשוניות של הוכחת היתכנות (proof-of-concept) בכל תחום יעד (חומרים, היתוך, פארמה).
- שותפויות – שיתופי פעולה עם מעבדות אקדמיות או קבוצות מו"פ בתעשייה שיכולות לספק בדיקות פיזיות.
- פיקוח רגולטורי – במיוחד עבור תהליכי גילוי תרופות שבהם הפיקוח הוא הדוק.
- סבבי גיוס – מימון מאוחר יותר יאותת על אמון המשקיעים ככל שהטכנולוגיה תבשיל.
אם Discovery Loop תהפוך את חזון ה-"closed-loop" שלה לפריצות דרך שניתנות לשחזור, היא עשויה להגדיר מחדש את האופן שבו מתבצע מחקר. החודשים הקרובים יראו האם "שרירי ה-AI" והשאפתנות המדעית יוכלו לעמוד בהבטחה הזו.