Dans un coup d'éclat qui marque l'émergence d'une nouvelle génération de startups scientifiques, Periodic Labs annonce une levée de fonds record de 300 millions de dollars pour son tour de table initial. Fondée par d'anciens chercheurs d'OpenAI et DeepMind, cette entreprise ambitionne rien de moins qu'automatiser intégralement le processus de découverte scientifique.
Une équipe d'élite issue des géants de l'IA
La crédibilité de Periodic Labs repose en grande partie sur le pedigree exceptionnel de ses fondateurs. Ekin Dogus Cubuk, ancien responsable de l'équipe matériaux et chimie chez Google Brain et DeepMind, a notamment dirigé le développement de GNoME, un outil d'IA qui a permis de découvrir plus de 2 millions de nouveaux cristaux en 2023. À ses côtés, Liam Fedus, ex-vice-président de la recherche chez OpenAI, compte parmi les chercheurs ayant contribué à la création de ChatGPT et a dirigé l'équipe ayant développé le premier réseau neuronal à trillion de paramètres.
Cette expertise combinée en science des matériaux et en intelligence artificielle positionne la startup comme un acteur particulièrement bien armé pour relever le défi de l'automatisation scientifique. L'équipe comprend également d'autres chercheurs ayant travaillé sur des projets majeurs comme l'agent Operator d'OpenAI ou MatterGen de Microsoft.
Une vision radicale : les laboratoires autonomes
L'ambition de Periodic Labs dépasse largement le cadre traditionnel de la recherche assistée par ordinateur. La startup envisage la création de véritables « scientifiques IA » opérant dans des laboratoires entièrement automatisés où des robots conduiraient des expériences physiques, collecteraient des données, itéreraient et s'amélioreraient continuellement.
« Jusqu'à présent, les avancées scientifiques en IA provenaient de modèles entraînés sur internet », explique l'entreprise dans un billet de blog introductif. « Les grands modèles de langage ont épuisé internet comme source de données exploitables. Chez Periodic, nous construisons des scientifiques IA et les laboratoires autonomes pour qu'ils puissent opérer. »
Une réponse au problème crucial des données
Cette approche représente une réponse directe à l'un des défis majeurs actuels de l'intelligence artificielle : l'épuisement progressif des données disponibles sur internet pour l'entraînement des modèles. En générant de nouvelles données physiques inédites grâce à ses laboratoires autonomes, Periodic Labs espère créer un cycle vertueux où l'IA produit des découvertes qui alimentent à leur tour l'évolution des modèles d'IA.
Premier objectif concret : les supraconducteurs nouvelle génération
Le premier projet concret de Periodic Labs concerne le développement de nouveaux supraconducteurs plus performants et potentiellement moins énergivores que les matériaux existants. Ce choix stratégique s'explique par l'importance cruciale des supraconducteurs dans de nombreuses technologies, de l'imagerie médicale aux réseaux électriques en passant par l'informatique quantique.
La découverte de matériaux supraconducteurs à température ambiante représenterait une avancée majeure avec des implications économiques et technologiques considérables. Periodic Labs espère également étendre ses recherches à d'autres types de matériaux innovants une fois ses premiers objectifs atteints.
Un soutien financier exceptionnel
La levée de 300 millions de dollars, particulièrement importante pour un tour de seed, témoigne de la confiance des investisseurs dans cette vision ambitieuse. Le consortium d'investisseurs réunit certains des noms les plus prestigieux de la tech : Andreessen Horowitz, DST, Nvidia, Accel, ainsi que des personnalités comme Jeff Bezos (Amazon), Eric Schmidt (ex-Google) et Jeff Dean (Google AI).
Ce niveau de financement initial place d'emblée Periodic Labs parmi les startups les mieux capitalisées du secteur, lui offrant les moyens de ses ambitions sans avoir à se préoccuper immédiatement de nouvelles levées de fonds.
Un paysage concurrentiel en émergence
Si Periodic Labs bénéficie d'un avantage certain grâce à son équipe et son financement, elle n'est pas la seule organisation à travailler sur l'automatisation de la découverte scientifique. Le domaine connaît une effervescence croissante avec des acteurs comme Tetsuwan Scientific, l'organisation à but non lucratif Future House, ou le consortium d'accélération de l'Université de Toronto.
La recherche académique explore également cette voie depuis au moins 2023, avec des travaux sur l'utilisation de l'IA pour automatiser les découvertes en chimie. Cette convergence d'intérêts suggère que l'automatisation de la science pourrait constituer le prochain frontière majeure de l'intelligence artificielle.
Enjeux et perspectives
Le projet de Periodic Labs soulève plusieurs questions fondamentales sur l'avenir de la recherche scientifique. L'automatisation complète du processus de découverte pourrait-elle accélérer considérablement le rythme des innovations ? Comment garantir la fiabilité des résultats produits par des systèmes autonomes ? Quelles implications pour les chercheurs humains ?
Sur le plan réglementaire et éthique, la capacité à découvrir rapidement de nouveaux matériaux soulève également des questions sur leur évaluation et leur mise en œuvre responsable. La startup devra probablement développer des protocoles rigoureux pour assurer la sécurité et l'utilité sociale de ses découvertes.
À retenir
- Levée de seed record de 300 millions de dollars pour Periodic Labs
- Fondation par d'anciens chercheurs d'OpenAI et DeepMind
- Objectif : créer des laboratoires autonomes avec des « scientifiques IA »
- Premier projet focalisé sur les supraconducteurs nouvelle génération
- Réponse à l'épuisement des données d'internet pour l'entraînement des IA
- Soutien d'investisseurs prestigieux (Nvidia, Bezos, Schmidt, etc.)
Le lancement de Periodic Labs marque potentiellement un tournant dans l'histoire de la recherche scientifique. En combinant l'expertise de pointe en intelligence artificielle avec une vision radicale de l'automatisation, cette startup pourrait ouvrir la voie à une nouvelle ère de découvertes accélérées, où les limites traditionnelles de la recherche humaine seraient repoussées par des systèmes capables d'explorer l'espace des possibles à une échelle et une vitesse inédites.