Khosla Ventures 领投 Discovery Loop 种子轮融资，这家由 Jeff Dean 创立的 AI 初创公司旨在实现科学发现的自动化

Khosla Ventures 已作为共同领投方加入 Discovery Loop 的种子轮融资。Discovery Loop 是一家由 Jeff Dean 和前 Google 工程师创立的 AI 初创公司。该公司表示，它将实现假设生成、实验执行和结果分析之间的闭环，让 AI 在无需人工干预的情况下运行数千次实验。

团队的重要性

创始人团队共同拥有约 80 年的 Google 经验，曾参与构建了 TensorFlow、Tensor Processing Units 以及 Gemini 大语言模型。他们的履历证明了他们在驱动 Discovery Loop 平台的软件和硬件方面都拥有深厚的专业知识。

“闭环”系统的工作原理

  1. AI 提出实验方案 – 模型扫描现有数据并建议新的测试条件。
  2. 计算执行测试 – 无论是通过模拟还是在物理实验室中，大规模资源都会执行这些方案。
  3. 结果反馈 – 结果返回给模型，模型据此更新其认知。
  4. 数千种变体 – 循环往复，快速产生源源不断的全新实验。

通过实现每一步的自动化，这家初创公司希望加速那些进展缓慢领域的研发：例如更优质的电池材料、聚变能概念以及更快的药物研发周期。

专注的商业模式

Discovery Loop 没有将触角伸向众多的 AI 应用领域，而是专注于科学和工程。这种狭窄的定位旨在吸引那些受宏大科学挑战驱动、而非商业路线图驱动的人才。该公司以公益公司（public-benefit corporation）的形式运营，这种法律结构将使命置于利润之上，可能会对那些注重使命感的工程师产生吸引力。

投资者的愿景

Khosla Ventures 将 Discovery Loop 技术带来的潜在影响比作大语言模型，后者已经重塑了内容创作、编程和客户服务。如果该闭环能够可靠地产生有用的科学见解，其经济和社会回报将是巨大的。

前方的障碍

科学发现的自动化仍是一个尚未解决的问题。实验通常需要细微的领域知识、专门的设备和难以编码进软件的安全协议。批评人士警告说，纯算法的方法可能会错过人类直觉所能提供的偶然性洞察。此外，如果没有明确的营收路径，为物理测试运行大规模计算周期可能会导致成本高昂到难以承受。

值得关注的方面

  • 演示里程碑 – 在任何目标领域（材料、聚变、制药）取得早期概念验证结果。
  • 合作伙伴关系 – 与能够提供物理测试的学术实验室或行业研发团队开展合作。
  • 监管审查 – 特别是对于监管严格的药物研发流程。
  • 融资轮次 – 随着技术的成熟，后续融资将释放投资者信心的信号。

如果 Discovery Loop 能将其闭环愿景转化为可重复的突破，它可能会重新定义研究的方式。接下来的几个月将展示 AI 的强大算力与科学雄心是否能够兑现这一承诺。