MegaRobo, chińska firma budująca roboty zdolne do samodzielnego przeprowadzania eksperymentów fizycznych, zebrała 200 milionów dolarów w ramach nowego finansowania, aby przyspieszyć realizację działania zwanego sztuczną inteligencją dla nauki. Ma to na celu uczynienie pracy laboratoryjnej czymś, co agenci sztucznej inteligencji mogą planować, wykonywać i interpretować od początku do końca. W czwartek SiliconANGLE poinformowało o finansowaniu, zauważając, że kapitał zostanie przeznaczony na podstawową technologię firmy i rozbudowę zautomatyzowanej infrastruktury nauk przyrodniczych dla coraz bardziej złożonych systemów fizycznych.

Założona w 2016 roku firma MegaRobo znajduje się na skrzyżowaniu dwóch nurtów, które jednocześnie przyciągają branżę: robotyki, która może działać w świecie fizycznym, oraz modeli sztucznej inteligencji, które potrafią więcej niż tylko odpowiadanie na pytania. Do tej pory firma zebrała około 600 milionów dolarów, w tym seria C o wartości prawie 300 milionów dolarów w 2022 roku, a jej zakres ewoluował od precyzyjnych instrumentów laboratoryjnych do czegoś bliższego systemowi operacyjnemu do automatycznego wykrywania. Więcej informacji na temat kierunku, w jakim zmierza fala finansowania fizycznej sztucznej inteligencji, znajdziesz w naszym podsumowaniu najnowszych osiągnięć w zakresie sztucznej inteligencji.

Inwestorzy stojący za rundą

Runda przyciągnęła mieszankę kapitału suwerennego, regionalnego i strategicznego. Według SiliconANGLE inwestorzy, którzy dołączyli, to Oman Investment Authority, Asia Investment Capital, Granite Asia, Sinovation Ventures i CMB International. Szerokość konsorcjum – obejmującego Zatokę Perską, stolicę powiązaną z Singapurem i niezłomne chińskie VC – odzwierciedla sposób, w jaki start-upy zajmujące się fizyczną sztuczną inteligencją i bioautomatyzacją rozwijają się obecnie w skali przekraczającej jakikolwiek pojedynczy ekosystem przedsięwzięć.

Założyciel i dyrektor naczelny Daniel Huang sformułował tę tezę w oświadczeniu: „Pierwsza generacja sztucznej inteligencji uczyła się na podstawie zgromadzonej wiedzy ludzkości. Następne pokolenie będzie w coraz większym stopniu uczyło się, działając w świecie fizycznym – poprzez eksperymenty, produkcję i ciągłe informacje zwrotne. Ta zmiana zmienia sztuczną inteligencję z systemu, który interpretuje świat, w taki, który może pomóc w tworzeniu nowej wiedzy, materiałów, procesów i produktów”.

Co właściwie robi Megalaxy Lab

Flagowa oferta firmy, Megalaxy Lab, to platforma eksperymentalna połączona ze sztuczną inteligencją. Pomysł, jak opisuje to MegaRobo, polega na umożliwieniu programowania eksperymentów w świecie rzeczywistym: badacze – lub agenci sztucznej inteligencji – konfigurują eksperyment, kierują go przez zautomatyzowane systemy laboratoryjne, śledzą jego wykonanie i otrzymują ustrukturyzowane wyniki do odczytu maszynowego, które są bezpośrednio wykorzystywane w kolejnym cyklu rozumowania naukowego.

To zamknięcie pętli jest znaczącą częścią. Większość sztucznej inteligencji w dzisiejszej nauce pomaga w analizach lub literaturze; Megalaxy zaprojektowano tak, aby modele mogły proponować i fizycznie przeprowadzać eksperymenty, a następnie uczyć się na ich wynikach. MegaRobo twierdzi również, że duże odczyty danych z platformy można wzmocnić w postaci cyfrowych bliźniaków reprezentujących dane naukowe, projekt białek, biochemię i inne właściwości – warstwę symulacyjną nakładającą się na warstwę fizyczną.

Sprzęt z dziesięcioletnim przebiegiem

W przeciwieństwie do wielu podmiotów zajmujących się sztuczną inteligencją dla nauki, oferta MegaRobo opiera się na sprzęcie, który dostarcza od lat. Jej portfolio obejmuje CellVue T2000, zautomatyzowany przyrząd do obrazowania komórek; stanowisko do przygotowania próbek Auflo; oraz system automatyzacji hodowli komórek Seloris, a także precyzyjne narzędzia pomiarowe i kontrolne, które sprzedaje producentom. SiliconANGLE charakteryzuje Megalaxy Lab jako publiczną twarz strategii firmy w zakresie sztucznej inteligencji dla nauki, której instrumenty reprezentują konkretny sprzęt budowany przez nią dla przemysłu.

Firma opracowuje także tak zwany One Intelligence Stack — opisywany jako wspólny fundament technologiczny obejmujący instrumenty, maszyny, procesy materiałowe i informacje zwrotne ze świata rzeczywistego. Ramy pozycjonują go mniej jako zbiór produktów AI, a bardziej jako infrastrukturę, która pozwala AI działać, uczyć się i obserwować w złożonych środowiskach fizycznych.

Poreva Open: testowanie projektu białka w rzeczywistych mokrych laboratoriach

Najbardziej konkretnym dowodem realizacji tej strategii jest Poreva Open, globalne wyzwanie dotyczące projektowania białek AI, które MegaRobo prowadzi wraz z partnerami branżowymi, w tym Tencent Cloud i Twist Bioscience. Wyzwanie jest otwarte dla wszystkich modeli i podejść technicznych, a Megalaxy zapewni walidację w laboratorium mokrym dla ponad 10 000 sekwencji projektowych białek, dając twórcom modeli szansę przetestowania swoich projektów w oparciu o rzeczywiste dane eksperymentalne, a nie same testy porównawcze.

Ma to znaczenie, ponieważ projektowanie białek stało się jedną z najbardziej konkurencyjnych wizytówek sztucznej inteligencji w biologii, a utrzymującą się słabością tej dziedziny jest podstawowa prawda: modele mogą generować wiarygodne struktury, ale ich weryfikacja wymaga ograniczonych zasobów laboratoryjnych. Laboratorium robotyki oferujące w tej skali standaryzowaną walidację w laboratorium mokrym skutecznie sprzedaje brakującą połowę pętli.

Fala finansowania fizycznej sztucznej inteligencji

MegaRobo zdobywa grunty w obliczu szerszego napływu kapitału w roboty, które uczą się poprzez działanie. W tym miesiącu raport SiliconANGLE obejmował kilka głównych rund w tej dziedzinie, w tym 500-milionową rundę finansowania kołowego robota ogólnego przeznaczenia dla Genesis AI z siedzibą w Paryżu, wycenioną na 3,5 miliarda dolarów, oraz rundę finansowania Agile Robots na 500 milionów dolarów pod przewodnictwem SoftBank, wycenioną na 8,5 miliarda dolarów. Wspólnym wątkiem jest założenie, że następna transza możliwości sztucznej inteligencji pochodzi z zamknięcia pętli między modelami a światem fizycznym – niezależnie od tego, czy tą pętlą jest hala produkcyjna, dom czy laboratorium biologiczne.

Wariant zakładu MegaRobo jest węższy i prawdopodobnie bliższy przychodom: laboratoria to ustrukturyzowane środowiska generujące wyniki o wysokiej wartości, w których automatyzacja ma ustaloną linię budżetową, a agenci sztucznej inteligencji odgrywają oczywistą rolę w projektowaniu eksperymentów. Firma twierdzi, że nowa stolica sfinansuje dodatkowe zatrudnienie badaczy sztucznej inteligencji i robotyków oraz poszerzy zbiory danych szkoleniowych, aby zwiększyć możliwości swoich modeli.

Jeśli teza o fizycznej sztucznej inteligencji okaże się aktualna, laboratoria prowadzące naukę mogą stać się równie ważne strategicznie, jak modele, które je projektują — a MegaRobo ma teraz kolejne 200 milionów dolarów na udowodnienie tego.

---

Wyprzedź sztuczną inteligencję

Otrzymuj najnowsze wiadomości, analizy i przełomowe informacje dotyczące sztucznej inteligencji — wszystko w jednym miejscu.

Przeczytaj więcej aktualności o sztucznej inteligencji →