Altara搞到700万刀,想解决物理科学里的数据难题

做电池、半导体、医疗设备的公司,数据多得要命,但大部分都散在Excel表和那些老掉牙的系统里,想用来改进产品或者分析故障,简直头大。

旧金山一家叫Altara的初创公司,刚拿了700万美元种子轮,说他们搞了个AI层,想把这种七零八落的技术数据整合到一个平台上。这轮领投的是Greylock,跟投的有Neo、BoxGroup、Liquid 2 Ventures,还有Jeff Dean。

Altara是2025年成立的,两个联合创始人,一个是Eva Tuecke(图右),之前在费米实验室搞粒子物理研究,也在SpaceX干过;另一个是Catherine Yeo(图左),以前在Warp做AI工程师。俩人是哈佛大学计算机系的同学。

Yeo打了个比方:“想象一下,你在造下一代电池,研发测试时有个电池挂了。工程师团队就得手动去查一堆不同的数据源,什么传感器日志、温度数据、湿度数据都得看,还得去对历史故障报告。”她说,科学家和工程师经常得花几周甚至几个月,在这种“数据寻宝游戏”里,就为了定位和解决一个故障。

Altara声称他们的AI能大幅压缩这个过程的时间,把几周的手动数据排查缩短到几分钟。

Greylock的合伙人Corinne Riley打了个比方,说Altara在物理科学领域做的事,就像软件世界里的站点可靠性工程师。系统崩了,“SRE会介入,去查公司的可观测性堆栈。有人提交了代码变更,可能就是导致宕机的原因。”她提到Greylock投的Resolve(估值15亿美元)就用AI诊断软件故障。Altara的愿景是成为硬件版的这个角色,搞清楚电池或半导体出故障时到底哪儿坏了。

用AI加速物理科学研发的初创公司不止Altara一家,像Periodic Labs和Radical AI也在从底层搞科学研发。但Altara走的路子不太一样,更轻量。它没想取代那些搞了几十年的研究和制造公司,而是提供一个智能层,接入他们已有的数据。

Riley甚至认为,物理科学领域的AI会是“下一个大前沿”,并预测这个领域很快会迎来爆发式发展。

Image 1
Image 2




Image 6: TechCrunch Logo
Image 7

又来这种帖子了,天天都是AI拯救世界,上次那个说能预测设备故障的,现在坟头草都三米高了吧。

这东西就那样,做硬件的不会轻易把核心数据放出去的。

小白问一下,他们这个AI层具体怎么整合数据啊?是说直接能读懂不同格式的Excel和旧系统日志,还是需要先做大量的数据清洗和映射?我不太确定这技术是不是真的成熟了。

mark一下,回头研究。

有点意思。我们实验室就是做材料研发的,深有同感。上次一个样品批次出了问题,三个人对着几十个文件夹的测试数据、仪器原始记录和不同版本的实验日志,对了一个多星期才找到可能是加热曲线设置偏差了零点几秒。要真有工具能几分钟搞定,那真是救命了。不过最麻烦的不是技术,是让老教授们改变工作习惯,他们连新版Office都不爱用。

等等,帖子里面提到的“轻量”具体指什么?是说部署简单,还是他们用的模型参数小?另外,他们怎么处理数据安全问题,尤其是像半导体这种敏感行业的数据,是本地部署还是云上分析?

说个实际的,如果你们公司想试试,第一步肯定是梳理现有数据源清单,包括数据库类型、表格结构、日志格式。第二步找IT把数据导出权限搞定。第三步,才能谈对接这种平台。不然买来也是摆设。

投资人又吹下一个风口了……不过话说回来,最近股市里AI加科学概念的好像挺活跃?不知道有没有相关标的。

创始人的背景挺硬核的,又是粒子物理又是SpaceX。这种跨界团队做这个事感觉靠谱,至少懂科学家和工程师的实际痛点在哪,不是纯搞算法的在那空想。希望他们真能做出来,别融了资就开始飘,去搞些虚头巴脑的功能。我们这行太需要这种工具了。

所谓轻量大概率是小模型加专用清洗管线,不是模型小

硬件公司数据散在各处确实头大,工具能用就能省命