Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Opentrons pozyskuje 40 mln dol. w rundzie serii E pod przewodnictwem Avego

Opentrons Labworks poinformował 30 października, że pozyskał 40 mln dol. w rundzie serii E, której przewodził Avego, a udział wziął BroadOak Capital Partners. Firma automatyzująca laboratoria wchodzi w obszar autonomicznej nauki napędzanej przez AI.

AI i modeleWyjaśnienieAnna KaczmarekOpublikowano: 4 listopada 20263 min czytaniaŹródła 21
Opentrons pozyskuje 40 mln dol. w rundzie serii E pod przewodnictwem Avego

Runda serii E

Opentrons podał, że pieniądze z serii E sfinansują prowadzenie eksperymentów sterowanych przez AI, szybsze opracowywanie protokołów, ściślejszą integrację z instrumentami i oprogramowaniem innych producentów oraz wejście na nowe rynki i do nowych krajów. Spółka z Nowego Jorku nie ujawniła wyceny ani udziałów, jakie objęli inwestorzy.

Opentrons powstał w 2014 roku. Firma rozwija otwarte systemy automatyzacji laboratoriów oparte na API. Dzięki nim badacze mogą automatyzować eksperymenty biologiczne i łączyć przepływy pracy w laboratorium z narzędziami naukowymi opartymi na AI. Platforma Opentrons Flex obejmuje roboty i systemy AI, dzięki którym eksperymenty można projektować, prowadzić i ulepszać w ciągłej pętli, podała spółka.

Wśród dotychczasowych inwestorów są SoftBank Vision Fund i Khosla Ventures, podał Pulse 2.0. Avego, fundusz skupiony na ochronie zdrowia, powstał w 2015 roku i inwestuje w private equity, venture capital oraz akcje spółek publicznych.

Baza instalacyjna i autonomiczna nauka

Opentrons twierdzi, że fizyczne przeprowadzanie eksperymentów staje się coraz poważniejszym wąskim gardłem, bo modele AI coraz szybciej generują hipotezy naukowe i propozycje doświadczeń. Każdy eksperyment wykonany w systemie Opentrons daje ustrukturyzowane, powtarzalne dane, z których systemy AI mogą korzystać w kolejnych cyklach, podała firma.

Opentrons poinformował, że wdrożył ponad 11 000 robotów w laboratoriach w ponad 80 krajach. Z jego systemów korzysta 90% z 20 największych światowych firm farmaceutycznych, wszystkie uniwersytety badawcze z pierwszej dwudziestki w USA i 14 z 15 największych światowych firm biofarmaceutycznych, podała spółka.

Wśród klientów Opentrons wymienia producentów leków, firmy rozwijające biotechnologię, laboratoria diagnostyczne i instytucje naukowe. Firma twierdzi, że jej otwarta architektura technologiczna ma pozwalać laboratoriom włączać jej systemy do istniejącego środowiska badawczego, zamiast opierać się wyłącznie na zamkniętych ekosystemach automatyzacji.

Finansowanie zbiega się z tym, że producenci leków i badacze akademiccy coraz częściej używają sztucznej inteligencji do generowania hipotez i projektowania eksperymentów, a testy laboratoryjne nadal zależą od fizycznych instrumentów i standardowych procedur.

„Miliony naukowców spędzają większość dnia na pracy ręcznej, którą może wykonać robot. Oddanie tego czasu odkryciom to największa szansa w nauce”, powiedział James Atwood, prezes Opentrons.
„Automatyzację laboratoriów udostępniliśmy każdemu laboratorium, a nasze systemy są zbudowane tak, żeby AI prowadziła eksperymenty bezpośrednio. Dlatego autonomiczna nauka przyjmuje Opentrons jako standard”, dodał Atwood.
„Każde odkrycie napędzane przez AI i tak trzeba sprawdzić w prawdziwym laboratorium. Producenci leków i firmy AI przesuwają prace eksperymentalne w stronę zautomatyzowanych procesów, które dają użyteczne dane. Widzimy dużą szansę, żeby autonomiczna nauka skupiła się wokół platformy Opentrons”, powiedział James Flexner, partner zarządzający w Avego.

Komentarze 0

Źródła

21
  1. 01Opentrons Raises $40 Million Series E To Expand AI-Driven Laboratory Automation - Pulse 2.0EN
  2. 02Opentrons Raises $40 Million Series E Led by Avego to Expand AI-Driven Laboratory AutomationEN
  3. 03Opentrons raises $40 million to expand AI-powered lab automation - Robotics & Automation NewsEN
  4. 04Opentrons Announces $40M Series E Round to Standardize AI-Driven Science on Its RobotsEN
  5. 05Rapid LLM development is outrunning the research meant to explain it, study findsEN
  6. 06Hanwha Q-Cells shifts focus to research and development in EuropeEN
  7. 07Android-Smartphones sichern Fotos jetzt automatisch auf Windows-PCsEN
  8. 08CyberKord raises €2.7M to automate IT and cybersecurity operations with AIEN
  9. 09Quantum Interconnects Link Two 120-Qubit Processors (IBM Research)EN
  10. 10Open Science: The open-source AI workbench for scientific researchEN
  11. 11Accelsius Supports NSF Data Center Efficiency Research at VillanovaEN
  12. 12Hyperion Research: Nearly 20% Growth in HPC and AI-for-Science Server Market, Dell Takes Lead from HPEEN
  13. 13Chinese automakers reportedly head to Beijing for talks on EU hybrid export quotasEN
  14. 14Avoiding an uncontrolled reentry; boost Hubble and keep the science – IsaacmanEN
  15. 15 On this day in space! Oct. 30, 1964: NASA's weird Lunar Landing Research Vehicle takes 1st test flight to help Apollo astronauts land on the moon EN
  16. 16Microsoft Research Focus – Edition #97EN
  17. 17Researcher-in-the-Loop Evolutionary Discovery of Entanglement-Assisted Quantum Code FamiliesEN
  18. 18From 1D Benchmarks to Complex 3D Geometries: Can Agents Reliably Specify Problems for Automated PDE Simulation?EN
  19. 19What Women in Indonesia and Malaysia Want From Research on Climate and HealthEN
  20. 20Roller coaster safety is a matter of scienceEN
  21. 21Claude helped plan risky bird flu research. What did the AI add?EN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Anna Kaczmarek

Anna Kaczmarek

AI, modele i technologie

Anna Kaczmarek pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, repozytoriach i danych źródłowych, a nie na komunikatach prasowych. Przy testach modeli sprawdza karty techniczne, parametry wejściowe i liczy wyniki na tych samych zbiorach, zamiast powtarzać liczby od producentów. Czeka na premiery API i aktualizacje wag, rozmawia z inżynierami oraz porównuje wersje modeli pod kątem kosztów i opóźnień. Prywatnie self-hostuje usługi i konfiguruje sieci domowe, więc do redakcji wnosi praktykę z własnego serwera. Nie publikuje zapowiedzi ani parametrów, których nie może odtworzyć na własnym środowisku.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.