OpenAI前高管3亿美元押注AI科学家，能否改写室温超导百年僵局？

抖音热门 2025年10月04日 14:35 1 admin

2025年10月2号这天，科技圈突然炸了个大瓜，OpenAI后训练负责人WilliamFedus和DeepMind的AI材料大佬EkinDogusCubuk，双双宣布离职创业了。

他俩搞的新公司叫PeriodicLabs，专门拿AI改造科研，第一个小目标就是啃室温超导这块硬骨头。

更夸张的是，公司刚成立就搞到了3亿美元融资，连贝索斯、埃里克·施密特都跟着掏钱，这阵仗一看就不是闹着玩的。

说起来，这两位大佬的背景可不得了。

WilliamFedus是Transformer架构的核心开发者，ChatGPT早期的强化学习系统就是他搭的框架；EkinCubuk更厉害，DeepMind那个发现2.2万种新材料的GNoME项目，他就是幕后推手之一。

俩人在Google的时候就因为一起翻轮胎成了哥们儿，后来一个去了OpenAI，一个留在DeepMind，现在却突然联手创业，目标都是让AI当科学家，而且是能自己进实验室做实验的那种。

AI当科学家？先得学会自己做实验

他们在推文中说得特别直白：现在的AI模型把互联网上的文本都快读烂了，但科学这事儿，光靠看书可不行，得动手做实验。

PeriodicLabs的核心玩法，就是给AI搭一个"自主实验室"：让AI先看文献提假设，再用仿真工具建模，然后指挥机器人做实验，最后根据结果优化方案。

打个比方，这就像给AI科学家配了个全自动的"厨房"，它能自己设计菜谱、买菜、炒菜，还能根据味道调整配方。

拿超导这事来说，他们盯上的是200K以上的常压超导体。

这目标有多狠？2025年2月，我国薛其坤院士团队刚在《自然》发了40K的镍基超导成果，已经是世界级突破了，而Periodic直接把目标翻了5倍。

但他们有自己的逻辑：超导材料的相变特性比较"皮实"，不容易被微观缺陷干扰，适合用AI做高通量实验。

而且一旦做成，电网损耗能降到几乎为零，磁悬浮列车跑1000公里/h都有可能，这诱惑谁顶得住？

更绝的是他们的团队配置：30个人里一半是顶尖AI研究员，一半是物理化学实验专家。

每周内部课都得搞"跨界教学"，AI工程师得学量子力学，化学家得研究强化学习。

有个细节特别有意思：他们挖来的RishabhAgarwal，是全印度高考第33名，相当于咱们的省状元，还拿过NeurIPS最佳论文奖；另一个WeiChen是中科大少年班出身，在TikTok做过机器学习领导，这阵容简直是"学霸开会"。

这次3亿美元融资里，领投的是a16z，英伟达、DST这些大佬也跟投了，甚至连JeffDean都个人掏钱。

这钱怎么花？按他们的说法，主要砸在三个地方：建更大的自动化实验室、招更多顶尖研究员、优化AI科学家的训练系统。

有个数据挺有意思：他们每个实验能产生几GB的数据，比互联网文本的数据密度高了上千倍，而且很多负面结果以前根本没人记录，现在全成了AI的"学习素材"。

但Periodic不想只做学术界的"尖子生"，他们还盯上了产业应用。

比如已经跟一家半导体公司合作解决芯片散热问题，让AI分析历史实验数据，再结合实时仿真，直接给出新的材料设计方案。

据说这套系统能把研发周期缩短60%，本来得搞一年的项目，现在不到半年就能出结果。

按这趋势，以后锂电池、半导体材料研发可能都得靠AI提效率了。

不过这事也不是没争议，有人觉得，DeepMind靠纯计算就能发现2万多种材料，Periodic非得砸钱搞实验，是不是太"土豪"了？但他们的创始人说得很直接：计算能预测可能性，但实验才能验证真实性。

就像学生考试，光刷题不做真题，永远不知道哪里会翻车。

现在他们的目标很明确：先在超导领域跑通整个AI科研闭环，再把这套系统复制到更多材料领域，甚至核聚变、太空探索这些"烧钱"的项目上。

最后得说，当AI开始自己设计实验、分析数据，甚至可能提出人类想不到的科学假设时，这事儿的意义可能比ChatGPT更颠覆。

就像当年伽利略发明望远镜让人类看到新宇宙，Periodic这帮人正在用AI给科学研究开一扇新窗户。

至于能不能真的搞定室温超导，现在下结论还太早，但至少有一点很清楚：以后的科学家，可能真得跟AI抢饭碗了，或者说，得学会跟AI当搭档了。

发表评论