ABAB Pedia
词条广场

Ekin Dogus Cubuk

概述

Periodic Labs以模型和实体实验探索新材料。⁠[1]

本页目录13 节
词条资料

2010—2016年学位

2010年，他获得Swarthmore College物理学文学士和工程学理学士；2016年取得Harvard UniversityHarvard UniversityHarvard University（哈佛大学）是位于美国马萨诸塞州的私立研究型大学，1636年由马萨诸塞湾殖民地议会批准设立，1639年以早期捐助人 John Harvard 命名。学校以剑桥、波士顿 Allston 和 Longwood 为主要校区，设 Harvard College、本科以外的专业与研究生学院及 Radcliffe 高等研究院。学校由 Harvard Corporation 与 Board of Overseers 两个治理机构共同履职；截至2026年10月，校长为 Alan M. Garber。2025财年末捐赠基金规模为569亿美元。点击查看完整词条应用物理博士。⁠[2]

博士研究：原子系统

博士研究涉及无序固体与催化表面的结构复杂性，结合第一性原理计算、机器学习和随机模拟，应用于过冷液体及锂离子电池。⁠[3]

2017年加入Google Brain

在Stanford University材料科学系短期博士后研究后，他于2017年加入Google Brain，研究大型神经网络的规模效应、域外泛化及材料发现。⁠[4]

2018年AutoAugment

6月4日，他与Barret Zoph介绍AutoAugment：用强化学习搜索图像变换的组合、概率及强度，以自动设计数据增强策略；团队还报告了策略在不同视觉数据集之间的迁移效果。⁠[5]

2019—2020年RandAugment

2019年，他与Barret Zoph等人公开RandAugment预印本，将增强策略压缩为变换次数与统一强度两个参数，无需单独在代理任务上搜索。论文发表于NeurIPS 2020，覆盖图像分类和目标检测。⁠[6]

2023年GNoME

11月29日，他与Amil Merchant介绍GNoME，利用图神经网络与密度泛函理论计算预测晶体稳定性。团队报告220万种候选结构，其中38万种位于更新后的稳定性凸包；这些数字不等于已实际合成的材料数量。⁠[7]

2024年材料研究评价

4月发表的评论中，Anthony K. Cheetham与Ram Seshadri认为，该研究尚缺同时满足新颖性、可信度和实用性的充分证据，并主张引入合成与晶体学知识。⁠[8]

2025年9月Periodic Labs

9月30日，Andreessen HorowitzAndreessen HorowitzAndreessen Horowitz（a16z）是 Marc Andreessen 与 Ben Horowitz 于2009年创办的风险投资机构，覆盖种子期至成长阶段，并向被投企业提供运营支持。点击查看完整词条宣布领投Periodic Labs的3亿美元创始轮融资。该公告介绍了Cubuk与Liam Fedus推动科学AI的合作，强调真实实验数据的重要性。⁠[9]

2026年9月Periodic Neon

9月15日，公司介绍Periodic Neon，称其为使用自有实验数据进行后训练的万亿参数模型，已部署到实验室解释X射线衍射结果。公司报告的性能比较针对这一科学分析任务，不能外推为通用能力排名。⁠[10]

研究方法

他强调，科学发现仍需实验，不能只靠模拟。⁠[11]

关联机构、网站与公开账号

Periodic Labs：官网：https://periodic.com/（在新窗口打开）⁠[1]

X：公开账号：https://x.com/ekindogus（在新窗口打开）⁠[11]

LinkedInLinkedInLinkedIn 是面向职场人士的社交网络平台，2002年由 Reid Hoffman 等人创立、2003年上线，2011年在纽约证券交易所上市，2016年被 Microsoft 以约262亿美元收购后成为其全资子公司，收入来自会员订阅、广告和招聘解决方案。点击查看完整词条：公开资料：https://www.linkedin.com/in/ekin-dogus-cubuk-9148b8114/（在新窗口打开）⁠[11]

来源

  1. Periodic Labs（在新窗口打开）
  2. Ekin Dogus Cubuk runs a startup to accelerate physics R&D using AI（在新窗口打开）
  3. Ekin Dogus Cubuk（在新窗口打开）
  4. Applied Physics/Physics Colloquium: Ekin Dogus Cubuk- Combining Experiments, Large Language Models, and Theory to Discover Quantum Materials（在新窗口打开）
  5. Improving Deep Learning Performance with AutoAugment（在新窗口打开）
  6. RandAugment: Practical Automated Data Augmentation with a Reduced Search Space（在新窗口打开）
  7. Millions of new materials discovered with deep learning（在新窗口打开）
  8. Artificial Intelligence Driving Materials Discovery? Perspective on the Article: Scaling Deep Learning for Materials Discovery（在新窗口打开）
  9. Investing in Periodic Labs（在新窗口打开）
  10. Building Labs that Learn（在新窗口打开）
  11. Synthesis Superintelligence: from Semiconductors to Superconductors — Periodic Labs’ Liam Fedus and Ekin Dogus Cubuk（在新窗口打开）