
Discovery Loop to spolka benefit publicznej budujaca autonomiczna AI, ktora ma samodzielnie prowadzic metode naukowa - proponowac eksperymenty, wykonywac je, oceniac wyniki i iterowac. Zalozona w 2026 r. przez czterech weteranow AI z Google, z Alphabet jako inwestorem zalozycielskim.
Discovery Loop to amerykanska spolka benefit publicznej (public benefit corporation) zalozona w 2026 roku, budujaca autonomiczna sztuczna inteligencje zdolna samodzielnie prowadzic metode naukowa. Celem firmy jest stworzenie systemow, ktore automatyzuja pelna petle eksperymentu naukowego - proponuja eksperymenty, wykonuja je, oceniaja wyniki i iteruja - w skali i tempie przekraczajacym sekwencyjny wysilek czlowieka, tak by 'AI samo domykalo kazda petle' badawcza. Poczatkowo firma skupia sie na automatyzacji badan i inzynierii uczenia maszynowego, z planami rozszerzenia na projektowanie ukladow scalonych, biologie, odkrywanie lekow i inzynierie materialowa. Ogloszenie powstania firmy nastapilo 5 sierpnia 2026 roku. Discovery Loop zostala wspolzalozona przez czterech weteranow AI z Google: Jeffa Deana (bylego glownego naukowca Google), Sanjaya Ghemawata (Google Senior Fellow), Oriola Vinyalsa (wiceprezesa ds. badan w Google DeepMind, lidera technicznego Gemini) oraz Quoca Le (wspolzalozyciela Google Brain). Inwestorem zalozycielskim i partnerem chmurowym jest Alphabet (Google), ktory zapewnia rowniez moc obliczeniowa na pierwszy rok dzialania; wsrod inwestorow sa takze Khosla Ventures i Radical Ventures (kwota finansowania i wycena nieujawnione). Firma buduje niewielki, pracujacy stacjonarnie zespol zalozycielski.
Założyciele
Bylo glowny naukowiec (Chief Scientist) Google, w firmie od 27 lat; wspoltworca kluczowej infrastruktury Google (m.in. MapReduce, TensorFlow).
Google Senior Fellow, wieloletni wspolpracownik Jeffa Deana i wspoltworca fundamentalnej infrastruktury obliczeniowej Google (m.in. MapReduce).
Wiceprezes ds. badan w Google DeepMind, lider techniczny modelu Gemini.
Wspolzalozyciel Google Brain, naukowiec stojacy za projektem AutoML-Zero.
Klasyfikacja
Linki zewnętrzne