MegaRobo是一家制造能够自行运行物理实验的机器人的中国公司,该公司已筹集了2亿美元的新资金,以加速其所谓的人工智能科学发展——推动实验室工作成为人工智能代理可以端到端规划、执行和解释的目标。 SiliconANGLE 周四报告了这笔资金,指出资金将用于该公司的核心技术以及针对日益复杂的物理系统扩展其自动化生命科学基础设施。
MegaRobo 成立于 2016 年,处于推动行业发展的两种潮流的交汇点:可以在现实世界中行动的机器人技术,以及不仅仅可以回答问题的人工智能模型。该公司迄今已筹集约 6 亿美元,其中包括 2022 年近 3 亿美元的 C 轮融资,其宣传范围已从精密实验室仪器发展到更接近于自动发现的操作系统。有关实体人工智能融资浪潮走向的更多信息,请参阅我们的最新人工智能发展 综述。
本轮融资背后的投资者
此轮融资吸引了主权、区域和战略资本。据 SiliconANGLE 称,加入的投资者包括阿曼投资局、亚投资本、Granite Asia、创新工场和 CMB International。该财团的范围之广——涵盖海湾地区、新加坡相关资本和中国风投巨头——反映出物理人工智能和生物自动化初创公司目前的融资规模已超出任何单一风险生态系统的规模。
创始人兼首席执行官黄仁勋在一份声明中阐述了这一论文:“第一代人工智能从人类积累的知识中学习。下一代人工智能将越来越多地通过在物理世界中行动来学习——通过实验、生产和持续反馈。这一转变将人工智能从一个解释世界的系统改变为一个可以帮助创造新知识、材料、流程和产品的系统。”
Megalaxy Lab 实际上是做什么的
该公司的旗舰产品 Megalaxy Lab 是一个人工智能连接的实验平台。正如 MegaRobo 所描述的那样,这个想法是让现实世界的实验变得可编程:研究人员(或人工智能代理)配置实验,通过自动化实验室系统路由实验,跟踪执行情况,并接收结构化的、机器可读的结果,直接输入到下一个科学推理周期。
循环的结束是重要的部分。当今科学界的大多数人工智能都协助分析或文献; Megalaxy 旨在让模型提出并实际运行实验,然后从结果中学习。 MegaRobo 还表示,该平台的大数据读数可以放大为代表科学数据、蛋白质设计、生物化学和其他属性的数字孪生——物理层之上的模拟层。
具有十年里程的硬件
与许多人工智能科学领域的进入者不同,MegaRobo 的产品基于其已销售多年的硬件。其产品组合包括 CellVue T2000,一种自动化细胞成像仪器; Aufl 样品制备工作站;以及 Seloris 细胞培养自动化系统,以及向制造商销售的精密测量和检查工具。 SiliconANGLE 将 Megalaxy Lab 描述为该公司人工智能科学战略的公众形象,其仪器代表了其为工业制造的具体设备。
该公司还在开发所谓的“One Intelligence Stack”——被描述为涵盖仪器、机器、材料流程和现实世界反馈的通用技术基础。该框架不再将其定位为人工智能产品的集合,而是将其定位为让人工智能在复杂的物理环境中行动、学习和观察的基础设施。
Poreva Open:根据真实的湿实验室测试蛋白质设计
该战略最具体的证据是 Poreva Open,这是 MegaRobo 与腾讯云和 Twist Bioscience 等行业合作伙伴共同举办的全球人工智能蛋白质设计挑战赛。这项挑战对所有模型和技术方法开放,Megalaxy 将为超过 10,000 个蛋白质设计序列提供湿实验室验证,让模型开发人员有机会根据真实的实验数据而不是单独的基准来测试他们的设计。
这很重要,因为蛋白质设计已经成为生物学领域人工智能最具竞争力的展示之一,而该领域持续存在的弱点是基本事实:模型可以生成合理的结构,但验证它们需要稀缺的实验室能力。提供如此规模的标准化湿实验室验证的机器人实验室实际上正在销售缺失的一半循环。
实体AI的融资浪潮
MegaRobo 的崛起正值资本大潮涌入通过实践学习的机器人领域。 SiliconANGLE 本月的报道追踪了该领域的几轮主要融资,包括总部位于巴黎的 Genesis AI 轮式通用机器人的 5 亿美元 A 轮融资,估值为 35 亿美元,以及由软银领投的 Agile Robots 5 亿美元融资,估值为 85 亿美元。共同点是,人工智能的下一阶段能力来自于模型和物理世界之间的闭环——无论这个环是工厂车间、家庭还是生物实验室。
MegaRobo 的赌注范围更小,可以说更接近收入:实验室是具有高价值输出的结构化环境,自动化有既定的预算线,人工智能代理在实验设计中发挥着明显的作用。该公司表示,新资金将资助额外雇用人工智能研究人员和机器人专家,并扩大其训练数据收集,以增强其模型的能力。
如果物理人工智能论点成立,那么运行科学的实验室可能会变得与设计科学的模型一样重要——而 MegaRobo 现在还有另外 2 亿美元来证明这一点。
---
保持人工智能领先地位获取最新的人工智能新闻、分析和突破——尽在一个地方。
阅读更多人工智能新闻 →