PSI kertoo datakeskusliiketoiminnan tuotoista, jotka tukevat sen tekoälytutkimuksen tavoitteita

TechCrunch uutisoi 10. marraskuuta 2026, että Physical Superintelligence saa nykyiset tulonsa optimoimalla datakeskuksia työkaluillaan ja tavoittelee samalla pitkän aikavälin liiketoimintaa, joka perustuu tekoälyn avustamaan fysiikan tutkimukseen.

Toimitusjohtaja Matt Pines kuvaili tavoitteeksi muuntaa teoreettisen fysiikan läpimurrot käytännön teknologioiksi. Datakeskukset ovat tämän lähestymistavan ensimmäinen testialusta, jossa PSI:n tekoälytutkimusjärjestelmät, joita se kutsuu virtuaalifyysikoiksi, voivat työskennellä toimivien fyysisten järjestelmien parissa mitattavissa olevien toiminnallisten rajoitteiden puitteissa.

PSI on yleishyödyllinen yhtiö, jonka yhtiöjärjestyksessä määritellään tavoitteiksi turvallisuus, varmennus, vastuullinen kehitys ja laaja yhteiskunnallinen hyöty. Yrityksen sivuilla kerrotaan, että sillä on yli 25 tutkijaa ja insinööriä ja että se on kerännyt yli 58 miljoonaa dollaria. Rahoitusta on johtanut Breakthrough Energy Ventures.

Datakeskukset kaupallisena testialustana

Nykyisessä optimointityössä mallinnetaan lämpöä, sähköä, vettä ja ääntä ja yhdistetään laitoksen suorituskyky sekä vaikutukset paikallisyhteisöön kohteen fysiikkaan. PSI kertoo visiosivullaan rakentavansa toimivista laitoksista tarkkoja malleja, joiden avulla virtuaalifyysikot voivat tarkastella koko järjestelmää, löytää piileviä rajoitteita ja testata toimenpiteitä. Tavoiteltuja tuloksia ovat laskentatiheyden kasvattaminen, energiatehokkuuden parantaminen, lämmönhallinnan tehostaminen ja pääomatehokkuuden lisääminen.

Kaupalliset hankkeet tuottavat myös tutkimukselle palautetta. PSI:n mukaan toimivat laitokset asettavat rajoitteita, joita simulaatioissa ei tulisi esiin, ja jokainen hanke kouluttaa virtuaalifyysikoita myöhempiä hankkeita varten. Datakeskusliiketoiminnalla on siten kaksi tehtävää: se tuottaa nykyisiä tuloja ja tarjoaa käytännön rajoitteita, joiden avulla tutkimusjärjestelmää voidaan parantaa.

Varmennukseen perustuva tutkimusjärjestelmä

Pines kuvaili tehokasta tutkimusjärjestelmää mallien, työkalujen, muistijärjestelmien ja simulaatioinfrastruktuurin ympärille rakennettujen ohjelmistokehikoiden yhdistelmäksi, jonka avulla voidaan tutkia ongelmaa laajasti ja syvällisesti sekä tarkastella monenlaisia vaihtoehtoja. PSI määrittelee tämän prosessin muodollisesti autonomiseksi kampanjaksi: jatkuvaksi työksi, joka etenee ongelman määrittelystä hypoteesin muodostamiseen, varmentamiseen, kokeiluun, suunnitteluun ja käyttöönottoon. Jokaisella kampanjalla on mitattavat välitavoitteet, tiukat varmennusportit ja etenemispolku sovellukseen, ja ihmistutkijat valitsevat tehtävät ja onnistumiskriteerit.

Arkkitehtuurissa ehdokkaiden tuottaminen erotetaan niiden varmentamisesta. Tarkistuksiin kuuluvat säilymislait, symmetria, mittayksiköiden johdonmukaisuus, formaali todistus, simulaatio, digitaaliset kaksoset eli fyysisten järjestelmien virtuaaliset vastineet sekä fyysiset mittaukset. PSI:n mukaan tuloksen vahvistavat varmennusmenetelmät voivat toimia myös palkkiofunktioina eli myöhempien virtuaalifyysikoiden koulutussignaaleina, jolloin arviointi kytkeytyy suoraan järjestelmän parantamiseen.

PSI:n 6. marraskuuta 2026 julkaistu tutkimusilmoitus tarjoaa tästä esimerkin. Yhtiön mukaan sen sisäisesti kehittämä järjestelmä tuotti ajon kolmantena päivänä täydellisen todistuksen Aaronsonin–Ambainisin konjektuurille käyttäessään Anthropic-mallia, jota ei tuolloin ollut vielä julkistettu. Jokaisen vaiheen tarkistava todistusavustin Lean hyväksyi todistuksen ja hyväksyi myöhemmin myös lopullisen version kahden parannuksen jälkeen. Vuodesta 2008 lähtien avoinna ollut konjektuuri koskee sitä, milloin kvanttitietokoneet voivat olla eksponentiaalisesti tavallisia tietokoneita nopeampia satunnaisilla syötteillä. Työtä johti David Turturean, jolla oli varhainen käyttöoikeus Claude Fable 5.2 -malliin, jonka Anthropic esitteli julkisesti 9. marraskuuta 2026.

Fyysinen validointi on yhä kaupallistamisen mittari

Todistus havainnollistaa myös kaupallistamisen rajoja. Matematiikassa ja tietojenkäsittelytieteessä tulokset voidaan esittää varmennetussa koodissa, mutta fysiikka ja biotieteet edellyttävät edelleen kokeellista yhteyttä luontoon. Pinesin mukaan PSI kehittää tehokkaita tapoja validoida laskennallisia tuloksia kokeiden avulla. Hän tiivisti eron toteamalla, että ”luonnolla on sananvaltaa todellisuutta koskevissa malleissasi”.

Pines sanoi myös, ettei teoreettisen fysiikan tutkimus ole vielä pääosin koneiden aluetta, vaikka hän oli esittänyt sijoittajille kuusi–yhdeksän kuukautta aiemmin vahvemman, ehdollisen näkemyksen. Tällä varauksella on merkitystä PSI:n liiketoiminnan kannalta: sen nykyiset tulot perustuvat laitosten optimointiin, kun taas yhtiön laajempi tavoite edellyttää validoituja löytöjä, joista voidaan kehittää laitteita tai muita teknologioita.

Pines yhdisti luonnossa validoidun tosiasian mahdollisuuteen rakentaa laite, jolla on aiemmin puuttuneita kyvykkyyksiä. PSI:n kannalta kaupallinen kysymys on siis se, pystyykö sen tulosten tuottamiseen ja varmentamiseen perustuva prosessi tuottamaan toistuvasti kokeellisesti vahvistettuja tuloksia, jotta sama tutkimusjärjestelmä voisi siirtyä tekoälyinfrastruktuurin optimoinnista uuteen fysiikkaan perustuvien teknologioiden luomiseen.