ChatGPT核心成员创业：AI for Science如何开启科研新范式

当Liam Fedus在推特上宣布离开OpenAI时，这场看似普通的离职事件迅速演变为硅谷科技圈的风暴。作为ChatGPT早期核心团队成员和后训练部门负责人，他的动向立即引发风险投资机构的集体关注。这场人才争夺战快速升级为“反向竞标”，投资人甚至通过“情书式”投资意向书表达诚意，最终促成Periodic Labs这家初创公司在数月内完成3亿美元种子轮融资。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

领投方Felicis联合Andreessen Horowitz、DST、NVentures等顶级机构组成的投资联盟，背后站着Jeff Bezos、Eric Schmidt等科技界传奇人物。但更引人注目的是人才流向——超过二十位来自Meta、DeepMind等巨头的顶尖科学家放弃价值数千万美元的股权激励，选择加入这个尚未注册公司的初创团队。其中包括o1模型核心开发者Alexandre Passos、超导体研究专家Eric Toberer等重量级人物。

这场人才迁徙的源头，要追溯到七个月前Fedus与Dogus Cubuk在旧金山咖啡馆的对话。作为Google Brain前首席研究员，Cubuk在2024年展示的自动化机器人实验室已能通过语言模型指导合成41种新化合物。当两人意识到机器学习模拟、机械臂技术和大语言模型推理能力同时达到临界点时，他们捕捉到了科学发现范式变革的契机。

“现有AI系统就像反复阅读教科书的学生，”Fedus在斯坦福大学的测试中证实了这种担忧。当要求前沿模型分析凝聚态物理数据时，这些被寄予厚望的系统表现远逊于人类研究者。这暴露出当前技术路径的根本缺陷：仅靠文本数据训练的模型，无法建立假设与现实之间的反馈循环。

Felicis投资人Peter Deng的遭遇印证了这种认知突破。这位前OpenAI员工在寒冬中穿着毛衣跟随Fedus爬坡时，被一句“要做科学就必须真正做实验”点醒。当天气骤热导致他汗流浃背时，也意识到现有AI模型就像困在正态分布范围内的知识鹦鹉——它们能复述已知，却无法发现未知。

Periodic Labs的解决方案直指科学发现的核心痛点。他们计划在门洛帕克建造的实体机器人实验室，将构建“假设-实验-学习”的闭环系统。机械臂根据AI指导混合化学前体，通过加热探索新型超导体或隔热材料。实验产生的成败数据都将形成独家训练集，这种物理世界反馈是网络数据无法替代的“数据护城河”。

这种研究范式复兴了贝尔实验室的传统——将基础科学研究作为企业核心使命。当OpenAI等巨头忙着构建科学文本训练模型时，Periodic团队选择让AI直接操作熔炉和试管。他们正在开发的不是更强大的语言模型，而是能自主提出假设、设计实验、分析结果的“AI科学家”系统。

目前实验室已启动超导体材料发现项目，这个可能带来能源革命的领域正成为首个试验场。虽然机器人系统仍在调试阶段，但二十多位放弃巨头优渥待遇的科学家显然相信：真正的科学革命不会发生在服务器集群里，而将诞生于实验室的烧杯与高温炉中。当科技界还在争论大模型未来时，这群叛逆者已经用行动重新定义了AI科学的边界。