MegaRobo, une entreprise chinoise qui construit des robots capables de mener des expériences physiques par eux-mêmes, a levé 200 millions de dollars de nouveaux fonds pour accélérer ce qu'elle appelle l'IA pour la science – une initiative visant à faire du travail de laboratoire quelque chose que les agents d'IA peuvent planifier, exécuter et interpréter de bout en bout. SiliconANGLE a annoncé le financement jeudi, notant que le capital serait consacré à la technologie de base de l'entreprise et à l'expansion de son infrastructure automatisée des sciences de la vie pour des systèmes physiques de plus en plus complexes.

Fondée en 2016, MegaRobo se situe à l’intersection de deux courants qui s’attaquent simultanément à l’industrie : la robotique qui peut agir dans le monde physique et les modèles d’IA qui peuvent faire plus que répondre à des questions. La société a désormais levé environ 600 millions de dollars à ce jour, dont une série C de près de 300 millions de dollars en 2022, et son argumentaire a évolué d'instruments de laboratoire de précision à quelque chose de plus proche d'un système d'exploitation pour la découverte automatisée. Pour en savoir plus sur la direction que prend la vague de financement de l'IA physique, consultez notre tour d'horizon des les derniers développements de l'IA.

Les investisseurs derrière le tour

Le cycle a attiré un mélange de capitaux souverains, régionaux et stratégiques. Parmi les investisseurs qui ont rejoint Oman Investment Authority, Asia Investment Capital, Granite Asia, Sinovation Ventures et CMB International, selon SiliconANGLE. L’ampleur du syndicat – couvrant le Golfe, les capitaux liés à Singapour et les piliers chinois du capital-risque – reflète la façon dont les startups d’IA physique et de bio-automatisation se développent désormais à une échelle qui dépasse tout écosystème de capital-risque unique.

Le fondateur et directeur général Daniel Huang a formulé sa thèse dans une déclaration : « La première génération d'IA a appris des connaissances accumulées par l'humanité. La prochaine génération apprendra de plus en plus en agissant dans le monde physique – par le biais d'expériences, de production et de retours continus. Ce changement fait passer l'IA d'un système qui interprète le monde à un système qui peut aider à créer de nouvelles connaissances, matériaux, processus et produits.

Ce que fait réellement Megalaxy Lab

L'offre phare de l'entreprise, Megalaxy Lab, est une plateforme expérimentale connectée à l'IA. L’idée, comme le décrit MegaRobo, est de rendre programmable l’expérimentation dans le monde réel : les chercheurs – ou agents d’IA – configurent une expérience, la font passer par des systèmes de laboratoire automatisés, suivent son exécution et reçoivent des résultats structurés et lisibles par machine qui alimentent directement le prochain cycle de raisonnement scientifique.

Cette fermeture de la boucle est la partie importante. La plupart des IA scientifiques d’aujourd’hui sont utiles à l’analyse ou à la littérature ; Megalaxy est conçu pour permettre aux modèles de proposer et d'exécuter physiquement des expériences, puis d'apprendre des résultats. MegaRobo indique également que les grandes lectures de données de la plate-forme peuvent être amplifiées en tant que jumeaux numériques représentant les données scientifiques, la conception des protéines, la biochimie et d'autres propriétés – une couche de simulation au-dessus de la couche physique.

Matériel avec une décennie de kilométrage

Contrairement à de nombreux nouveaux venus dans le domaine de l'IA pour la science, l'offre de MegaRobo est ancrée dans le matériel qu'elle livre depuis des années. Son portefeuille comprend CellVue T2000, un instrument d'imagerie cellulaire automatisé ; le poste de préparation d'échantillons Auflo ; et le système d'automatisation de la culture cellulaire Seloris, ainsi que les outils de mesure et d'inspection de précision qu'il vend aux fabricants. SiliconANGLE caractérise Megalaxy Lab comme le visage public de la stratégie IA pour la science de l'entreprise, avec les instruments représentant les équipements concrets qu'elle construit pour l'industrie.

La société développe également ce qu'elle appelle One Intelligence Stack, décrite comme une base technologique commune couvrant les instruments, les machines, les processus de matériaux et les retours d'expérience du monde réel. Le cadre le positionne moins comme un ensemble de produits d’IA que comme une infrastructure qui permet à l’IA d’agir, d’apprendre et d’observer dans des environnements physiques complexes.

Poreva Open : tester la conception des protéines par rapport à de vrais laboratoires humides

La preuve la plus concrète de cette stratégie est Poreva Open, un défi mondial de conception de protéines d'IA que MegaRobo mène avec des partenaires industriels, notamment Tencent Cloud et Twist Bioscience. Le défi est ouvert à tous les modèles et approches techniques, et Megalaxy fournira une validation en laboratoire humide pour plus de 10 000 séquences de conception de protéines, donnant ainsi aux développeurs de modèles la possibilité de tester leurs conceptions par rapport à des données expérimentales réelles plutôt que par des références uniquement.

C'est important parce que la conception de protéines est devenue l'une des vitrines les plus compétitives de l'IA en biologie, et la faiblesse persistante du domaine est la vérité terrain : les modèles peuvent générer des structures plausibles, mais leur vérification nécessite des capacités de laboratoire limitées. Un laboratoire de robotique proposant une validation standardisée en laboratoire humide à cette échelle vend en fait la moitié manquante de la boucle.

Vague de financement de l'IA physique

Les projets MegaRobo s'inscrivent dans un contexte d'afflux plus large de capitaux vers des robots qui apprennent par la pratique. La couverture de SiliconANGLE ce mois-ci a suivi plusieurs cycles de financement majeurs dans le domaine, notamment la série A de 500 millions de dollars de Genesis AI, basée à Paris, évaluée à 3,5 milliards de dollars, pour son robot polyvalent à roues, et le cycle de financement de 500 millions de dollars d'Agile Robots mené par SoftBank, évalué à 8,5 milliards de dollars. Le fil conducteur est le pari que la prochaine tranche de capacités de l’IA viendra de la fermeture de la boucle entre les modèles et le monde physique – que cette boucle soit une usine, une maison ou un laboratoire de biologie.

La variante du pari de MegaRobo est plus étroite et, sans doute, plus proche des revenus : les laboratoires sont des environnements structurés avec des résultats de grande valeur, où l'automatisation a une ligne budgétaire établie et où les agents d'IA ont un rôle évident dans la conception des expériences. La société affirme que le nouveau capital financera l'embauche supplémentaire de chercheurs en IA et de roboticiens et élargira sa collecte de données de formation pour accroître les capacités de ses modèles.

Si la thèse de l’IA physique est valable, les laboratoires qui dirigent la science pourraient devenir aussi importants sur le plan stratégique que les modèles qui la conçoivent – ​​et MegaRobo dispose désormais de 200 millions de dollars supplémentaires pour le prouver.

---

Gardez une longueur d'avance sur l'IA

Recevez les dernières actualités, analyses et avancées en matière d'IA, le tout en un seul endroit.

Lire plus d'actualités sur l'IA →