L'ancien Vice-président d'OpenAI Et Des Scientifiques De DeepMind Lancent Une Start-up : Plus De 20 Scientifiques De Haut Niveau Et Un Investissement De 300 Millions De Dollars Dans « l'IA Au Service De La science ».

Au printemps 2025, une annonce de démission choquante a été faite :Liam Fedus, qui occupait auparavant le poste de vice-président de la recherche chez OpenAI et était responsable du suivi post-formation, a décidé de quitter l'entreprise.Dans un tweet, il a écrit qu'il avait « l'intérêt le plus stratégique » pour « l'application de l'IA à la science » — c'est dans cette direction qu'il explorera de nouveaux horizons.

en même temps,Autre figure emblématique : Ekin Dogus Cubuk—Il a dirigé l'équipe de chimie et de science des matériaux chez DeepMind et a participé à plus de deux millions de projets de génération de structures cristallines, mais il a résolument choisi de quitter DeepMind et de se tourner vers l'entrepreneuriat.

« Les précieuses données issues des 10 000 milliards de jetons sur Internet sont presque épuisées ; élargir les paramètres ne permettra pas d’avancées qualitatives », a déclaré Fedus sans ambages lors de sa présentation. L’ajout de Cubuk était encore plus pertinent : « Se fier uniquement aux déductions LLM présentes dans la littérature ne mènera jamais à des découvertes révolutionnaires comme celle des supraconducteurs à température ambiante. »

alors,Les deux se sont bien entendus en début d'année.Au lieu de s'enliser dans la "convolution" des bases de données existantes, laissons l'IA entrer en laboratoire et créer des données à partir de zéro.

Motivation initiale : une rencontre inspirante entre l’IA et la physique

Periodic Labs a été fondée suite à une séance de brainstorming. Sept mois auparavant, Fedus et Cubuk se trouvaient à San Francisco pour discuter de la manière dont l'intelligence artificielle générative pourrait transformer le processus de découverte scientifique. Tous deux avaient constaté la puissance de l'IA dans leurs laboratoires respectifs, mais en avaient également perçu les limites.

« Nous savons que l'IA générative peut déjà rédiger des articles, programmer et même dessiner, mais elle n'a pas encore véritablement aidé les humains à découvrir de nouvelles connaissances. »Fedus a rappelé : « La communauté scientifique est trop lente à expérimenter, et l'IA est prête à changer tout cela. »

Cubuk, quant à lui, aborde la question sous l'angle de la physique, observant que les courbes technologiques de l'automatisation robotique, de la simulation des matériaux et de l'inférence par IA convergent au même moment. « C'est une opportunité sans précédent », explique-t-il.« L’automatisation des robots, la précision des simulations et les capacités de raisonnement des grands modèles de langage peuvent enfin être intégrées dans un seul système. »

Cette conversation a été le point de départ de Periodic Labs. Quelques semaines plus tard, les deux hommes ont officiellement quitté leurs entreprises respectives, réuni un groupe de scientifiques partageant les mêmes idées et fondé une société de recherche qui fait progresser la science expérimentale grâce à l'IA.

Perturber les concepts traditionnels : construire une plateforme scientifique pilotée par l’IA

Periodic Labs affirme construire une « plateforme scientifique pilotée par l'IA ».Sa vision est de permettre à l'intelligence artificielle non seulement d'analyser des données, mais aussi de concevoir des expériences, de piloter des instruments physiques et de découvrir de nouveaux matériaux.

Autrement dit, elle tente d'intégrer « l'intelligence » et « le fonctionnement expérimental » dans un système en boucle fermée, des algorithmes aux flacons de réactifs, des grands modèles aux bras robotisés.

Ce sujet n'est pas nouveau. Au cours de la dernière décennie, l'IA a réalisé des avancées majeures dans des domaines tels que la conception de médicaments, le repliement des protéines et la simulation de matériaux : AlphaFold de DeepMind, les modèles de génération moléculaire de Microsoft et Meta, et le système de chimie automatisée de Chemify démontrent tous que l'IA peut contribuer à la découverte scientifique.

Mais les ambitions de Periodic Labs vont plus loin. Fedus et Cubuk souhaitent créer une « plateforme expérimentale universelle », permettant à l'IA non seulement de comprendre la science, mais aussi de mener des expériences dans de véritables laboratoires.

Dans la philosophie de Periodic Labs,Voici une idée très novatrice : les données issues des échecs sont tout aussi précieuses.

La recherche scientifique traditionnelle tend à privilégier la publication des « expériences concluantes », négligeant les milliers de « résultats négatifs ». Fedus et Cubuk estiment que ces « échecs » constituent précisément le carburant essentiel à la formation des chercheurs en IA. « Chaque écart dans une expérience, chaque retour d'information sur une erreur, est une occasion pour le modèle de comprendre le monde physique », explique Cubuk. « L'IA n'a pas peur de l'échec ; elle craint seulement le manque de données. »

Par conséquent, Periodic Labs ne se précipite pas pour publier ses résultats, mais se concentre davantage sur l'accumulation de données expérimentales afin de constituer une « base de données d'expérience scientifique » sans précédent, jetant ainsi les bases de la prochaine génération d'IA scientifique.

Pile technologique : Synchronisation de l’IA, de la simulation et de la robotique

Dans le laboratoire de Periodic Labs, des bras robotisés mélangent avec précision des poudres métalliques, des fours à haute température chauffent selon un programme prédéfini et des spectromètres enregistrent en temps réel les propriétés des matériaux. Il ne s'agit pas d'une scène de film de science-fiction, mais bien du fonctionnement quotidien de son « laboratoire autonome » du futur. Ce système s'inspire des travaux de recherche novateurs de Cubuk, publiés dans la revue Nature en 2023.À l'époque, la plateforme A-Lab qu'il dirigeait a synthétisé 41 nouveaux composés en 17 jours.Cela démontre la faisabilité des expériences pilotées par l'IA.

Lien vers l'article :

https://www.nature.com/articles/s41586-023-06734-w

Aujourd'hui, Periodic Labs pousse cette logique à l'extrême. Son innovation fondamentale repose sur sa « trinité » de technologies scientifiques :

* Laboratoire de robotique autonome :Il peut effectuer la synthèse de poudres, le mélange de substances et la préparation de matériaux dans un environnement entièrement automatisé, exécuter avec précision les instructions expérimentales et améliorer considérablement la rapidité et la reproductibilité de la recherche scientifique.

* Simulation haute fidélité :La technologie de simulation pilotée par l'IA permet une évaluation rapide des réactions physiques et chimiques dans un environnement virtuel, fournissant une plateforme de vérification d'hypothèses de haute précision pour le criblage expérimental.

* Assistant de recherche en modélisation de langage à grande échelle (assistant de recherche LLM) :Les modèles de langage ne se limitent plus à la génération de texte ; ils peuvent analyser des données expérimentales, proposer des pistes d'amélioration et concevoir la prochaine série d'expériences, devenant ainsi véritablement le « centre cognitif » du processus de recherche.

Ces trois éléments forment un système en boucle fermée. Premièrement, un système d'IA intégrant la modélisation linguistique et la simulation physique analyse la littérature et génère des hypothèses expérimentales. Ensuite, un équipement automatisé réalise la synthèse et la caractérisation, générant plusieurs gigaoctets de données physiques multidimensionnelles à chaque cycle d'expériences. Enfin, l'IA analyse les résultats (qu'ils soient concluants ou non) et optimise les solutions pour le cycle suivant. Ce cycle « simulation virtuelle – vérification physique – retour d'information » bouleverse le modèle traditionnel de la recherche scientifique, accélérant considérablement les découvertes scientifiques.

« Notre véritable innovation réside dans la manière dont les données sont produites », a souligné Cubuk. Contrairement à l'IA traditionnelle qui s'appuie sur le texte d'Internet,Les données uniques générées quotidiennement par leur laboratoire contiennent un grand nombre de « résultats négatifs » qui sont ignorés dans la recherche scientifique traditionnelle.En science des matériaux, les expériences infructueuses représentent plus de 90 % du total (TP3T). Ces précieuses informations, non documentées dans la littérature scientifique, constituent la source d'inspiration unique des modèles d'IA de Periodic Labs. Comme l'indique le site web de l'entreprise : « Ici, la nature elle-même devient l'environnement d'apprentissage par renforcement. »

La faisabilité technologique repose sur la maturité simultanée de trois domaines majeurs : la précision des bras robotiques industriels a atteint 0,1 mm, suffisante pour réaliser des opérations de synthèse complexes ; les simulateurs physiques pilotés par l’IA permettent de contrôler l’erreur de prédiction des propriétés des matériaux au sein de 5% ; et les capacités de raisonnement de modèles tels que o1 sont déjà capables de gérer des tâches interdisciplinaires complexes comme la conception de structures cristallines supraconductrices. La combinaison de ces trois technologies concrétise la vision de Fedus d’une « IA au service de la science ».

Frénésie des capitaux : Le consensus de la Silicon Valley derrière 300 millions de dollars

En septembre 2025, Periodic Labs a créé la surprise en annonçant avoir levé 300 millions de dollars lors d'un premier tour de table. Ce montant a non seulement établi un record pour les levées de fonds d'amorçage de startups spécialisées en IA, mais a également révolutionné le secteur du capital-risque.  Outre Andreessen Horowitz, qui a mené l'investissement, des institutions de premier plan telles que a16z, DST et NVIDIA Ventures ont également participé à cet investissement.La liste des investisseurs providentiels est encore plus prestigieuse : on y retrouve notamment Jeff Bezos, fondateur d'Amazon, Eric Schmidt, ancien PDG de Google, et Jeffrey Adgate, figure emblématique de DeepMind.

Le prélude à cette frénésie d'investissement fut spectaculaire. Lorsque Fedus annonça son départ d'OpenAI début 2025, le milieu du capital-risque de la Silicon Valley s'emballa : certains investisseurs soumirent des dizaines de pages de présentations PowerPoint pour se promouvoir, d'autres écrivirent des lettres d'intention d'investissement dignes d'une déclaration d'amour, et certaines institutions promirent un soutien complet, de la puissance de calcul à la chaîne d'approvisionnement.Mais le tout premier appel téléphonique qu'ils ont reçu provenait de Peter Deng.Il était le collègue de Fedus chez OpenAI et devint par la suite investisseur chez Felicis, une entreprise pionnière de premier plan. Après avoir entendu la vision de Fedus, Deng en oublia même qu'il devait signer un chèque avant même l'immatriculation de la société.

L'enthousiasme des investisseurs n'est pas aveugle. a16z l'a clairement indiqué dans son communiqué d'investissement : « Il s'agit d'une opportunité de condenser des décennies de progrès en recherche. » Dans des secteurs pesant plusieurs milliards de dollars, tels que la dissipation thermique des semi-conducteurs et les nouveaux matériaux pour les énergies nouvelles, les cycles de R&D traditionnels dépassent souvent 10 ans.La feuille de route technologique de Periodic Labs promet de réduire ce délai à quelques années.

L'absence de son ancien employeur, OpenAI, est intrigante. Bien que Fedus ait reçu des vœux de réussite de la direction lors de son départ et ait même laissé entendre qu'il pourrait bénéficier d'un soutien,Même Sam Altman a donné sa bénédiction lors de la création de l'entreprise.Cependant, elle n'a finalement pas figuré sur la liste des investisseurs. Certains analystes du secteur avancent que cela pourrait s'expliquer par une différence fondamentale d'approches technologiques : OpenAI se concentre sur l'intelligence artificielle générale, tandis que l'approche verticale de Periodic Labs, axée sur l'« IA pour la science », est plus proche de la stratégie de Google DeepMind.

Dream Team : une migration massive de la moitié de l'élite de la Silicon Valley

Après avoir levé 300 millions de dollars, Periodic Labs a lancé l'une des campagnes de recrutement de talents les plus impressionnantes de l'histoire de la Silicon Valley. En quelques semaines seulement…Plus de 20 chercheurs de haut niveau issus de Meta, OpenAI et DeepMind ont rejoint l'équipe.Parmi eux figurent des personnalités telles que l'inventeur du mécanisme d'attention Transformer, le développeur de l'agent intelligent Operator d'OpenAI et le créateur du modèle MatterGen de Microsoft. Nombre d'entre eux ont renoncé à des millions de dollars en actions pour se consacrer à cette « révolution de la recherche scientifique ».

Le caractère interdisciplinaire de l'équipe est véritablement rare :La moitié des membres sont issus du domaine de l'IA, tandis que l'autre moitié sont des experts en physique, en chimie et en science des matériaux.

Le prestigieux conseil consultatif renforce encore cet avantage interdisciplinaire. Le comité académique, dirigé par la lauréate du prix Nobel Carolyn Bertozzi, réunit des sommités en physique de la supraconductivité de l'université de Stanford et des experts en science des matériaux du MIT, offrant ainsi aux spécialistes de l'IA des idées d'algorithmes de recherche entièrement nouvelles.

S'appuyant sur ce vivier de talents exceptionnel,L'entreprise s'est initialement concentrée sur la découverte de nouveaux matériaux supraconducteurs à haute température.Étant donné que tous les supraconducteurs connus nécessitent des températures extrêmement basses ou des pressions élevées pour fonctionner, le potentiel de développer des supraconducteurs fonctionnant à température ambiante est immense. Periodic Labs mise sur l'intelligence artificielle pour accélérer la réalisation de cette prouesse.

Au-delà des supraconducteurs, ils s'intéressent également aux défis concrets rencontrés dans des domaines tels que les semi-conducteurs. L'équipe collabore actuellement avec un fabricant de puces, utilisant des agents d'IA spécialement entraînés pour optimiser les matériaux de dissipation thermique, aidant ainsi les ingénieurs à itérer et à résoudre plus rapidement les problèmes de dissipation thermique des puces.

Derniers mots

De leur décision résolue de quitter leur emploi à la levée de fonds sensationnelle de 300 millions de dollars, de la confrontation d'idées entre deux scientifiques à la formation d'une équipe de rêve à la croisée de l'IA et de la physique, Periodic Labs a accompli en moins d'un an ce que les institutions de recherche traditionnelles mettent des années à réaliser. Son modèle « scientifique spécialisé en IA + laboratoire automatisé » a non seulement le potentiel de mener à des découvertes révolutionnaires comme la supraconductivité à température ambiante, mais il redéfinit également la logique même de l'exploration de la nature par l'humanité.

Comme l'a déclaré Sonal Chokshi, associée chez a16z : « Les laboratoires Bell ont changé le monde avec les transistors, IBM Research a ouvert la voie à l'avenir avec la technologie laser, et Periodic Labs est en train de remodeler la science elle-même grâce à l'IA. » Lorsqu'un bras robotisé répète la millième expérience en laboratoire, et lorsqu'un modèle d'IA analyse le cent milleème ensemble de données, une révolution scientifique, portée par l'intelligence artificielle, est en marche.

Articles de référence :
1.https://techcrunch.com/2025/10/20/top-openai-google-brain-researchers-set-off-a-300m-vc-frenzy-for-their-startup-periodic-labs
2.https://periodic.com/
3.https://globalbizoutlook.com/ai-startup-frenzy-how-periodic-labs-raised-300m-to-revolutionize-scientific-discovery/
4.https://www.felicis.com/insight/periodic-labs-investment
5.https://a16z.com/announcement/i