Khosla Ventures выступает со-лид-инвестором посевного раунда Discovery Loop — ИИ-стартапа Джеффа Дина, целью которого является автоматизация научных открытий

Khosla Ventures выступила со-лид-инвестором в посевном раунде Discovery Loop — ИИ-проекта, основанного Джеффом Дином и бывшими инженерами Google. Стартап заявляет, что планирует замкнуть цикл между выдвижением гипотез, проведением экспериментов и анализом результатов, позволяя ИИ проводить тысячи экспериментов без участия человека.

Почему команда имеет значение

Основатели обладают суммарным опытом работы в Google около 80 лет; они участвовали в создании TensorFlow, тензорных процессоров (TPU) и большой языковой модели Gemini. Их послужной список подтверждает глубокие экспертные знания как в программном, так и в аппаратном обеспечении, на котором будет работать платформа Discovery Loop.

Как должна работать система «замкнутого цикла»

  1. ИИ предлагает эксперименты — модель сканирует существующие данные и предлагает новые условия тестирования.
  2. Вычисления проводят тесты — крупномасштабные вычислительные ресурсы выполняют предложения, будь то в симуляции или в физической лаборатории.
  3. Обратная связь по результатам — полученные данные возвращаются в модель, которая обновляет свое понимание.
  4. Тысячи вариаций — цикл повторяется, генерируя непрерывный поток новых экспериментов.

Автоматизируя каждый этап, стартап надеется ускорить исследования в медленно развивающихся областях: создании улучшенных материалов для аккумуляторов, концепциях термоядерного синтеза и сокращении сроков разработки лекарств.

Узконаправленная бизнес-модель

Вместо того чтобы охватывать множество областей применения ИИ, Discovery Loop фокусируется на науке и инженерии. Узкая специализация призвана привлечь таланты, движимые великими научными вызовами, а не коммерческими планами. Компания работает как корпорация общественной пользы (public-benefit corporation) — юридическая структура, которая ставит миссию выше прибыли, что может быть привлекательно для инженеров, ориентированных на значимые цели.

Взгляд инвесторов

Khosla Ventures сравнивает потенциальное влияние технологий Discovery Loop с влиянием больших языковых моделей, которые изменили подходы к созданию контента, программированию и обслуживанию клиентов. Если цикл будет стабильно выдавать полезные научные инсайты, экономическая и социальная отдача может быть сопоставимой.

Препятствия на пути

Автоматизация процесса открытий всё еще остается нерешенной задачей. Экспериментам часто требуются тонкие предметные знания, специализированное оборудование и протоколы безопасности, которые трудно закодировать в программном обеспечении. Критики предупреждают, что чисто алгоритмический подход может упустить случайные, но важные озарения, которые дает человеческая интуиция. Кроме того, проведение массивных вычислительных циклов для физических тестов грозит стать непомерно дорогим процессом при отсутствии четких путей монетизации.

На что обратить внимание

  • Демонстрация достижений — первые результаты подтверждения концепции (proof-of-concept) в любой целевой области (материалы, термоядерный синтез, фармацевтика).
  • Партнерства — сотрудничество с академическими лабораториями или отраслевыми R&D-группами, способными обеспечить физическое тестирование.
  • Регуляторный надзор — особенно в отношении процессов разработки лекарств, где контроль очень строг.
  • Раунды финансирования — последующие этапы привлечения средств будут свидетельствовать о доверии инвесторов по мере созревания технологии.

Если Discovery Loop превратит свое видение «замкнутого цикла» в повторяемые прорывы, это может полностью изменить подход к проведению исследований. Ближайшие несколько месяцев покажут, смогут ли мощь ИИ и научные амбиции оправдать эти ожидания.