Khosla Ventures leidt seedronde voor Discovery Loop mede aan, de AI-startup van Jeff Dean die wetenschappelijke ontdekkingen wil automatiseren
Khosla Ventures is ingestapt als mede-leidende investeerder in de seedronde van Discovery Loop, een AI-onderneming opgericht door Jeff Dean en voormalige Google-engineers. De startup stelt dat het de cirkel zal sluiten tussen hypothesegeneratie, experimentuitvoering en resultatenanalyse, waardoor AI duizenden experimenten kan uitvoeren zonder menselijke tussenkomst.
Waarom het team ertoe doet
De oprichters brengen gezamenlijk ongeveer 80 jaar aan Google-ervaring mee; ze hebben TensorFlow, Tensor Processing Units en het grote taalmodel Gemini ontwikkeld. Hun cv getuigt van diepgaande expertise in zowel de software als de hardware die het platform van Discovery Loop zal aandrijven.
Hoe het “closed-loop”-systeem hoort te werken
- AI stelt experimenten voor – een model scant bestaande gegevens en stelt nieuwe testcondities voor.
- Compute voert de tests uit – grootschalige middelen voeren de voorstellen uit, hetzij in een simulatie, hetzij in een fysiek laboratorium.
- Resultaten worden teruggekoppeld – de uitkomsten keren terug naar het model, dat zijn begrip bijwerkt.
- Duizenden variaties – de cyclus herhaalt zich en produceert een snelle stroom van nieuwe experimenten.
Door elke stap te automatiseren, hoopt de startup onderzoek in langzaam bewegende vakgebieden te versnellen: betere batterijmaterialen, concepten voor fusie-energie en snellere tijdlijnen voor medicijnontwikkeling.
Een gericht bedrijfsmodel
In plaats van zich te verspreiden over vele AI-toepassingen, richt Discovery Loop zich specifiek op wetenschap en techniek. De smalle focus is bedoeld om talent aan te trekken dat gedreven wordt door grote wetenschappelijke uitdagingen in plaats van commerciële roadmaps. Het bedrijf opereert als een public-benefit corporation, een juridische structuur die de missie boven winst stelt en mogelijk aantrekkelijk is voor ingenieurs die gedreven worden door een doel.
Wat investeerders zien
Khosla Ventures vergelijkt de potentiële impact van de technologie van Discovery Loop met die van grote taalmodellen, die contentcreatie, programmeren en klantenservice hebben hervormd. Als de loop betrouwbaar nuttige wetenschappelijke inzichten produceert, zouden de economische en maatschappelijke rendementen vergelijkbaar kunnen zijn.
De hindernissen die voor hen liggen
De automatisering van ontdekkingen is nog niet opgelost. Experimenten vereisen vaak genuanceerde domeinkennis, gespecialiseerde apparatuur en veiligheidsprotocollen die moeilijk in software te coderen zijn. Critici waarschuwen dat een puur algoritmische aanpak de toevallige inzichten die menselijke intuïtie biedt, zou kunnen missen. Het draaien van enorme compute-cycli voor fysieke tests dreigt ook onbetaalbaar te worden zonder duidelijke inkomstenstromen.
Waar op te letten
- Demo-mijlpalen – vroege proof-of-concept-resultaten in een van de doelgebieden (materialen, fusie, farma).
- Partnerschappen – samenwerkingen met academische laboratoria of R&D-groepen uit de industrie die fysieke tests kunnen verzorgen.
- Regulering – vooral voor pijplijnen voor medicijnontdekking waar het toezicht streng is.
- Financieringsrondes – latere financiering zal het vertrouwen van investeerders signaleren naarmate de technologie volwassener wordt.
Als Discovery Loop haar closed-loop-visie omzet in herhaalbare doorbraken, zou het de manier waarop onderzoek wordt gedaan kunnen herdefiniëren. De komende maanden zullen uitwijzen of AI-kracht en wetenschappelijke ambitie die belofte kunnen waarmaken.