OpenAI后訓練負責人William Fedus與DeepMind材料科學領域專家Ekin Dogus Cubuk近日宣布聯合創立AI4S公司Periodic Labs，旨在通過AI智能體技術重構傳統科研范式。這家新銳企業已獲得由a16z領投的3億美元融資，投資者陣容包括NVIDIA風險投資部門NVentures、Felicis Ventures等機構，以及杰夫·貝索斯、Eric Schmidt等科技界知名人士。
聯合創始人William Fedus兼具物理與計算機雙重背景，其職業生涯橫跨MIT物理系、蒙特利爾大學計算機博士項目，并在Google Brain與OpenAI主導過ChatGPT早期版本的強化學習管線開發。另一位創始人Ekin Dogus Cubuk作為哈佛大學凝聚態物理博士，曾在DeepMind領導材料科學旗艦項目GNoME，并在Google內部構建多個自動化實驗平臺。兩位科學家在Google工作期間因共同研究項目結識，最終決定攜手創建專注于物理世界AI科研的實驗室。
Periodic Labs的核心技術路線聚焦于構建閉環推理系統，該系統能夠自主完成從文獻分析、假設生成到實驗執行的全流程。與傳統AI模型依賴互聯網文本數據不同，該公司通過自主物理實驗室獲取高質量實驗數據，每個實驗可產生數GB的獨特數據集。這種"現實世界數據采集-模型優化"的循環模式，使得AI系統能夠處理包含負面結果的完整數據集，而非僅依賴已發表的成功案例。
公司首個重大攻關方向選定高溫超導材料研究，這項選擇蘊含多重戰略考量：超導領域需要整合文獻解析、晶體結構生成、熱力學建模等復雜能力，成功案例可橫向遷移至電池材料、半導體結構等其他物理領域。更關鍵的是，該領域的實驗結果具有明確可驗證性，符合公司"科學即強化學習環境"的核心理論——自然環境提供真實反饋，實驗結果構成獎賞函數。
在產業應用層面，Periodic Labs已與半導體制造商展開合作，開發解決芯片散熱問題的定制化AI代理。該系統通過分析歷史實驗數據、調用仿真工具，能夠輸出優化設計方案并評估物理約束條件。這種嵌入研發流程的AI助手，可幫助工程師壓縮搜索空間、生成新材料結構，顯著縮短試驗周期。公司計劃將類似解決方案推廣至航空航天、國防等需要快速材料迭代的領域。
團隊構成方面，30人的研發力量呈現顯著學科交叉特征：約半數為頂尖大語言模型研究者，另一半來自物理、化學與材料工程領域。這種結構通過每周內部教學實現知識融合，模型專家學習量子力學基礎，實驗科學家掌握強化學習原理。公司特別強調"行動優先"文化，鼓勵提出基礎性問題，并以實際系統構建而非論文發表作為核心評價標準。
學術生態建設上，Periodic Labs設立學術顧問委員會并啟動資助計劃，重點支持基礎工具研發。這種產學研結合的模式，既保證前沿技術探索，又構建可持續的科研生態系統。投資方NVIDIA的參與尤為引人注目，其GPU算力支持與AI硬件優化經驗，將為實驗室的大規模仿真計算提供關鍵基礎設施。
對于AI與科學的關系，Periodic Labs提出顛覆性觀點：真正強大的AI科學家必須具備實驗能力。當被問及"通用人工智能是否會取代人類科學家"時，公司核心團隊認為，科學發現本質是智力與現實交互的過程，自然界的反饋機制不可替代。他們的目標不是替代科學家，而是創造能夠自主完成"假設-實驗-驗證"循環的新型研究主體，最終重構人類獲取知識的方式。
