ABAB Pedia
詞條廣場

Ekin Dogus Cubuk

概述

Periodic Labs以模型和實體實驗探索新材料。⁠[1]

本頁目錄13 節
詞條資料

2010—2016年學位

2010年，他獲得Swarthmore College物理學文學士和工程學理學士；2016年取得Harvard UniversityHarvard UniversityHarvard University（哈佛大學）是位於美國馬薩諸塞州的私立研究型大學，1636年由馬薩諸塞灣殖民地議會批准設立，1639年以早期捐助人 John Harvard 命名。學校以劍橋、波士頓 Allston 和 Longwood 為主要校區，設 Harvard College、本科以外的專業與研究生學院及 Radcliffe 高等研究院。學校由 Harvard Corporation 與 Board of Overseers 兩個治理機構共同履職；截至2026年10月，校長為 Alan M. Garber。2025財年末捐贈基金規模為569億美元。點擊查看完整詞條應用物理博士。⁠[2]

博士研究：原子系統

博士研究涉及無序固體與催化表面的結構複雜性，結合第一性原理計算、機器學習和隨機模擬，應用於過冷液體及鋰離子電池。⁠[3]

2017年加入Google Brain

在Stanford University材料科學系短期博士後研究後，他於2017年加入Google Brain，研究大型神經網絡的規模效應、域外泛化及材料發現。⁠[4]

2018年AutoAugment

6月4日，他與Barret Zoph介紹AutoAugment：用強化學習搜索圖像變換的組合、概率及強度，以自動設計數據增強策略；團隊還報告了策略在不同視覺數據集之間的遷移效果。⁠[5]

2019—2020年RandAugment

2019年，他與Barret Zoph等人公開RandAugment預印本，將增強策略壓縮為變換次數與統一強度兩個參數，無需單獨在代理任務上搜索。論文發表於NeurIPS 2020，覆蓋圖像分類和目標檢測。⁠[6]

2023年GNoME

11月29日，他與Amil Merchant介紹GNoME，利用圖神經網絡與密度泛函理論計算預測晶體穩定性。團隊報告220萬種候選結構，其中38萬種位於更新後的穩定性凸包；這些數字不等於已實際合成的材料數量。⁠[7]

2024年材料研究評價

4月發表的評論中，Anthony K. Cheetham與Ram Seshadri認為，該研究尚缺同時滿足新穎性、可信度和實用性的充分證據，並主張引入合成與晶體學知識。⁠[8]

2025年9月Periodic Labs

9月30日，Andreessen HorowitzAndreessen HorowitzAndreessen Horowitz（a16z）是 Marc Andreessen 與 Ben Horowitz 於2009年創辦的風險投資機構，覆蓋種子期至成長階段，並向被投企業提供運營支持。點擊查看完整詞條宣佈領投Periodic Labs的3億美元創始輪融資。該公告介紹了Cubuk與Liam Fedus推動科學AI的合作，強調真實實驗數據的重要性。⁠[9]

2026年9月Periodic Neon

9月15日，公司介紹Periodic Neon，稱其為使用自有實驗數據進行後訓練的萬億參數模型，已部署到實驗室解釋X射線衍射結果。公司報告的性能比較針對這一科學分析任務，不能外推為通用能力排名。⁠[10]

研究方法

他強調，科學發現仍需實驗，不能只靠模擬。⁠[11]

關聯機構、網站與公開賬號

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

X：公開賬號：https://x.com/ekindogus（在新窗口打開）⁠[11]

LinkedInLinkedInLinkedIn 是面向職場人士的社交網絡平臺，2002年由 Reid Hoffman 等人創立、2003年上線，2011年在紐約證券交易所上市，2016年被 Microsoft 以約262億美元收購後成為其全資子公司，收入來自會員訂閱、廣告和招聘解決方案。點擊查看完整詞條：公開資料：https://www.linkedin.com/in/ekin-dogus-cubuk-9148b8114/（在新窗口打開）⁠[11]

來源

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