Une grande partie du buzz ces jours-ci dans le domaine de l’intelligence artificielle concerne l’IA générative et la manière dont l’IA est utilisée pour accélérer les logiciels et les produits destinés aux consommateurs. Aujourd’hui, une startup d’IA appelée PhysicsX, cofondée par deux physiciens théoriciens – dont une superstar de l’ingénierie de Formule 1 – sort de la furtivité avec un accent très spécifique sur la construction et l’exploitation de systèmes physiques dans le monde de l’entreprise.
PhysicsX, basée à Londres, a mis au point une plate-forme d’IA pour créer et exécuter des simulations pour les ingénieurs travaillant sur des projets tels que la fabrication automobile, aérospatiale et scientifique des matériaux – des secteurs où il existe régulièrement des goulots d’étranglement dans le développement en raison de la manière dont les modèles sont testés avant la production. Il sort aujourd’hui de manière furtive avec un financement de 32 millions de dollars.
Le cycle, une série A, est dirigé par General Catalyst. D’autres dans le cycle incluent un mélange très intéressant de bailleurs de fonds financiers et stratégiques. Ils comprennent Standard Industries, NGP Energy, Radius Capital et le co-fondateur et co-président exécutif de KKR, Henry Kravis. Le financement sera utilisé pour le développement des affaires et pour continuer à développer la plateforme de l’entreprise. Il s’agit du premier financement extérieur de PhysicsX.
PhysicX s’attaque à un problème très constant mais négligé dans les mondes de la fabrication et de la production physique.
Dans tout système physique, que ce soit dans un laboratoire expérimental ou dans un environnement industriel réel, chaque fois qu’une nouvelle idée est introduite (par exemple, une théorie sur l’amélioration de l’efficacité opérationnelle d’une machine, sans parler du travail sur des produits complètement nouveaux), les ingénieurs Il est nécessaire de simuler le fonctionnement de la nouvelle idée avant de s’engager dans son développement et d’améliorer encore son fonctionnement. En règle générale, ce travail de simulation et de test est effectué par des scientifiques et des ingénieurs qui peuvent utiliser une certaine IA dans le processus, mais qui élaborent finalement le processus manuellement.
« Quelque chose comme le flux d’air à travers un objet peut vous prendre une heure ou deux, mais si vous souhaitez simuler quelque chose de plus complexe, cela peut vous prendre une journée ou plus. Il y a donc un coût de calcul et donc aussi un coût en temps. Et cela limite la profondeur à laquelle vous pouvez optimiser », a déclaré Robin Tuluie, cofondateur de PhysicsX avec Jacomo Corbo, dans une interview.
Les deux hommes connaissent très bien les points sensibles.
Tuluie a déjà eu deux vies différentes en tant que physicien théoricien. En tant qu’universitaire, il a travaillé aux côtés des lauréats du prix Nobel, en se concentrant sur l’astrophysique. Il a ensuite rejoint le monde de la course automobile, d’abord chez Renault puis chez Mercedes, respectivement en tant que responsable R&D et scientifique en chef, où il a conçu des conceptions qui ont aidé ses équipes à remporter quatre championnats du monde de Formule 1 (acquérant ainsi une certaine renommée). Il a également passé des années chez Bentley et Volkswagen à travailler sur le design automobile.
Corbo, qui a obtenu son doctorat à Harvard, a également travaillé dans le domaine de la course automobile, mais plus récemment, il a fondé et dirigé QuantumBlack, les laboratoires d’IA de McKinsey, travaillant avec un certain nombre de Formule 1 ainsi que d’autres clients automobiles et industriels sur des problèmes épineux d’ingénierie de produits. .
Les deux hommes ont constitué une équipe de pas moins de 50 scientifiques – d’autres spécialistes du génie mécanique, des physiciens et plus encore – pour construire la plateforme PhysicsX, qui s’attaque à l’automobile mais aussi à une gamme d’applications beaucoup plus large, a déclaré Corbo.
« Nous construisons une plate-forme d’entreprise pour prendre en charge une gamme assez large d’applications de domaine liées aux problèmes de construction et d’optimisation et aux goulots d’étranglement de la simulation physique », a-t-il déclaré. « Ce que PhysicsX vous achète, c’est la capacité de prédire les phénomènes physiques [of a system] avec une très, très grande précision et fidélité, le faisant entre 10 000 et un million de fois plus rapidement. Soyez désormais beaucoup plus sophistiqué, par exemple, en matière d’exploitation minière, dans un espace de très grande dimension.
L’émergence de PhysicsX arrive à un moment très opportun dans le monde de l’apprentissage profond et de l’IA, en particulier dans la manière dont il est appliqué au monde physique.
Ce n’est que plus tôt ce mois-ci que DeepMind a publié de nouvelles recherches sur la façon dont il appliquait l’apprentissage automatique très avancé au monde de la prévision météorologique à court et à long terme, et Corbo estime que le tournant physique soulignera la prochaine frontière de la recherche et du développement en matière d’IA.
« C’est la première fois que les modèles d’IA, ces modèles d’apprentissage profond, ces modèles géométriques d’apprentissage profond, dépassent la simulation numérique pour la météo », a souligné Corbo. « Nous commençons à voir cela se produire dans l’ensemble de la physique. Et cela permet de nombreuses applications différentes dans le domaine de l’ingénierie, c’est pourquoi nous construisons une plate-forme pour pouvoir le faire dans tous les secteurs et dans un large éventail de problèmes de domaine.
De manière plus générale, les entreprises ont rencontré de nombreux problèmes en matière de transformation numérique : elles ont supprimé l’infrastructure existante pour adopter des approches et une informatique plus modernes. Bien que l’on puisse également classer ce que PhysicsX fait comme une sorte de « transformation numérique », la startup est capable d’éviter ces défis, car le type d’applications qu’elle s’attaque, en ingénierie et en R&D, ne sont généralement pas des problèmes informatiques qui nécessitent une mise à l’échelle. organisations plus largement.
Il s’agit néanmoins d’une approche nouvelle, qui va bouleverser la manière dont les entreprises industrielles abordent aujourd’hui le développement. General Catalyst parie donc à la fois sur un domaine très chaud – l’IA – mais innove également en soutenant une startup qui croit à l’évolution de ce domaine chaud.
« PhysicsX repousse les limites de l’ingénierie dans des secteurs cruciaux, dirigé par une équipe profondément compétente en ingénierie de simulation et en apprentissage automatique », a déclaré Larry Bohn, directeur général de General Catalyst, dans un communiqué. « Grâce à sa crédibilité, ses relations clients et son expertise technique, nous pensons que PhysicsX est sur le point de transformer l’ingénierie dans des secteurs complexes. Cela correspond à notre vision de la transformation industrielle et donne à PhysicsX l’opportunité de créer une entreprise de référence dans les industries avancées.