MegaRobo، یک شرکت چینی که رباتهایی را میسازد که قادر به اجرای آزمایشهای فیزیکی به تنهایی هستند، ۲۰۰ میلیون دلار بودجه جدید جمعآوری کرده است تا آنچه را که هوش مصنوعی برای علم مینامد تسریع بخشد - فشاری برای انجام کارهای آزمایشگاهی چیزی که عوامل هوش مصنوعی میتوانند برنامهریزی، اجرا و تفسیر کنند. SiliconANGLE این بودجه را روز پنجشنبه گزارش داد و خاطرنشان کرد که سرمایه به سمت فناوری اصلی شرکت و توسعه زیرساخت های خودکار علوم زیستی آن برای سیستم های فیزیکی پیچیده تر خواهد رفت.
MegaRobo که در سال 2016 تأسیس شد، در تقاطع دو جریانی است که به طور همزمان صنعت را به سمت خود می کشند: روباتیکی که می تواند در دنیای فیزیکی عمل کند و مدل های هوش مصنوعی که می توانند بیشتر از پاسخ دادن به سؤالات انجام دهند. این شرکت تا به امروز تقریباً 600 میلیون دلار جمع آوری کرده است، از جمله سری C نزدیک به 300 میلیون دلار در سال 2022، و پیشرفت آن از ابزار آزمایشگاهی دقیق به چیزی نزدیک تر به یک سیستم عامل برای کشف خودکار تبدیل شده است. برای اطلاعات بیشتر در مورد اینکه موج بودجه فیزیکی-AI در حال حرکت است، به جمع بندی [آخرین پیشرفت های هوش مصنوعی] (https://aibuzzwire.news) مراجعه کنید.
سرمایه گذاران پشت دور
این دور ترکیبی از سرمایه های مستقل، منطقه ای و استراتژیک را به خود اختصاص داد. بر اساس گزارش SiliconANGLE، سرمایه گذارانی که به آن ملحق شدند عبارتند از: سازمان سرمایه گذاری عمان، سرمایه سرمایه گذاری آسیا، گرانیت آسیا، Sinovation Ventures و CMB International. گستردگی این سندیکا - که شامل خلیج فارس، سرمایه مرتبط با سنگاپور، و سرمایهگذاران چینی VC است - نشان میدهد که چگونه استارتآپهای هوش مصنوعی فیزیکی و اتوماسیون زیستی در مقیاسی رشد میکنند که از هر اکوسیستم ریسکپذیری بیشتر است.
بنیانگذار و مدیر اجرایی دانیل هوانگ در بیانیه ای این پایان نامه را بیان کرد: "نسل اول هوش مصنوعی از دانش انباشته شده بشر آموخته است. نسل بعدی به طور فزاینده ای با عمل در دنیای فیزیکی - از طریق آزمایش ها، تولید و بازخورد مستمر یاد می گیرد. این تغییر هوش مصنوعی را از سیستمی که دنیا را تفسیر می کند به سیستمی که می تواند به ایجاد دانش، مواد، فرآیندها و محصولات جدید کمک کند، تغییر می دهد."
آنچه آزمایشگاه Megalaxy واقعا انجام می دهد
گل سرسبد این شرکت، Megalaxy Lab، یک پلتفرم آزمایشی متصل به هوش مصنوعی است. همانطور که MegaRobo آن را توصیف میکند، ایده این است که آزمایشهای دنیای واقعی را قابل برنامهریزی کنیم: محققان - یا عوامل هوش مصنوعی - آزمایشی را پیکربندی میکنند، آن را از طریق سیستمهای آزمایشگاهی خودکار هدایت میکنند، اجرا را دنبال میکنند و نتایج ساختاریافته و قابل خواندن ماشین را دریافت میکنند که مستقیماً به چرخه بعدی استدلال علمی وارد میشود.
این بسته شدن حلقه بخش مهمی است. امروزه بیشتر هوش مصنوعی در علم به تحلیل یا ادبیات کمک می کند. Megalaxy به گونهای طراحی شده است که به مدلها اجازه میدهد آزمایشهایی را پیشنهاد کرده و به صورت فیزیکی اجرا کنند، سپس از نتایج آن درس بگیرند. MegaRobo همچنین میگوید دادههای بزرگ این پلتفرم را میتوان به صورت دوقلوهای دیجیتالی که نشاندهنده دادههای علمی، طراحی پروتئین، بیوشیمی و سایر ویژگیها هستند، تقویت کرد - یک لایه شبیهسازی در بالای لایه فیزیکی.
سخت افزار با یک دهه مسافت پیموده شده
برخلاف بسیاری از شرکتکنندگان در زمینه هوش مصنوعی، پیشنهاد MegaRobo در سختافزاری است که سالها عرضه کرده است. مجموعه آن شامل CellVue T2000، یک ابزار تصویربرداری سلولی خودکار است. ایستگاه کاری آماده سازی نمونه Auflo. و سیستم اتوماسیون کشت سلولی سلوریس، در کنار ابزارهای اندازه گیری و بازرسی دقیقی که به تولیدکنندگان می فروشد. SiliconANGLE Megalaxy Lab را به عنوان چهره عمومی استراتژی هوش مصنوعی این شرکت برای علم معرفی می کند، با ابزارهایی که نشان دهنده تجهیزات بتنی است که برای صنعت می سازد.
این شرکت همچنین در حال توسعه چیزی است که آن را One Intelligence Stack می نامد - که به عنوان یک پایه فناوری رایج توصیف می شود که ابزارها، ماشین ها، فرآیندهای مواد و بازخورد دنیای واقعی را در بر می گیرد. کادربندی آن را کمتر به عنوان مجموعه ای از محصولات هوش مصنوعی و بیشتر به عنوان زیرساختی قرار می دهد که به هوش مصنوعی اجازه می دهد در محیط های فیزیکی پیچیده عمل کند، یاد بگیرد و مشاهده کند.
Poreva Open: آزمایش طراحی پروتئین در برابر آزمایشگاههای مرطوب واقعی
ملموسترین شواهد این استراتژی، Poreva Open است، چالش جهانی طراحی پروتئین هوش مصنوعی MegaRobo که با شرکای صنعتی از جمله Tencent Cloud و Twist Bioscience اجرا میشود. این چالش برای همه مدلها و رویکردهای فنی باز است و Megalaxy اعتبار سنجی آزمایشگاهی مرطوب را برای بیش از 10000 توالی طراحی پروتئین ارائه میکند - به توسعهدهندگان مدل فرصتی میدهد تا طرحهای خود را بر اساس دادههای تجربی واقعی به جای معیارها آزمایش کنند.
این مهم است زیرا طراحی پروتئین به یکی از رقابتیترین نمایشگاههای هوش مصنوعی در زیستشناسی تبدیل شده است و ضعف همیشگی این رشته حقیقت اصلی است: مدلها میتوانند ساختارهای قابل قبولی تولید کنند، اما تأیید آنها به ظرفیت آزمایشگاهی کمی نیاز دارد. یک آزمایشگاه روباتیک که اعتبارسنجی آزمایشگاه مرطوب استاندارد شده را در آن مقیاس ارائه می دهد، به طور موثر نیمی از حلقه گم شده را می فروشد.
موج مالی هوش مصنوعی فیزیکی
افزایش درآمد MegaRobo در میان افزایش سرمایه گستردهتر به روباتهایی میرسد که با انجام کار یاد میگیرند. پوشش SiliconANGLE در این ماه چندین دور مهم را در فضا دنبال کرده است، از جمله Genesis AI مستقر در پاریس، سری A با ارزش 500 میلیون دلاری با ارزش 3.5 میلیارد دلاری برای ربات همه منظوره چرخدار خود، و دور سرمایه 500 میلیون دلاری Agile Robots به رهبری SoftBank با ارزش گذاری 8.5 میلیارد دلار. موضوع مشترک این است که بخش بعدی قابلیت هوش مصنوعی از بستن حلقه بین مدلها و دنیای فیزیکی حاصل میشود – چه این حلقه یک طبقه کارخانه، یک خانه یا یک آزمایشگاه زیستشناسی باشد.
نوع شرط بندی MegaRobo محدودتر و احتمالاً به درآمد نزدیکتر است: آزمایشگاه ها محیط های ساختاری با خروجی های با ارزش هستند، جایی که اتوماسیون دارای ردیف بودجه ثابت است و عوامل هوش مصنوعی نقش آشکاری در طراحی آزمایش دارند. این شرکت میگوید که سرمایه جدید برای استخدام بیشتر محققان هوش مصنوعی و روباتیکها تأمین مالی خواهد کرد و مجموعه دادههای آموزشی خود را برای افزایش قابلیتهای مدلهایش گسترش میدهد.
اگر تز فیزیکی هوش مصنوعی برقرار باشد، آزمایشگاههایی که علم را اداره میکنند ممکن است به اندازه مدلهایی که آن را طراحی میکنند از نظر استراتژیک اهمیت پیدا کنند - و MegaRobo اکنون 200 میلیون دلار دیگر برای اثبات آن دارد.
---
از هوش مصنوعی جلوتر بمانیدآخرین اخبار، تحلیل ها و پیشرفت های هوش مصنوعی را دریافت کنید - همه در یک مکان.
بیشتر بخوانید اخبار هوش مصنوعی →