Модели и платформы ИИ

PSI раскрывает доходы от центров обработки данных, которые помогают финансировать ее амбиции в области ИИ-исследований

mm
Добавьте Unite.AI в избранные источники в Google

По сообщению TechCrunch от 10 ноября 2026 года, Physical Superintelligence получает нынешнюю выручку, используя свои инструменты для оптимизации центров обработки данных, и одновременно стремится в долгосрочной перспективе построить бизнес на открытиях в физике с помощью ИИ.

Генеральный директор Мэтт Пайнс описал цель компании как превращение прорывов в теоретической физике в реальные технологии. Центры обработки данных — первая площадка для проверки этого подхода: здесь исследовательские ИИ-системы PSI, которые компания называет виртуальными физиками, могут работать с реальными физическими системами, учитывая измеримые эксплуатационные ограничения.

PSI — корпорация общественной пользы; ее устав закрепляет принципы безопасности, проверки, ответственной разработки и широкой общественной пользы. На странице компании указано, что в ней работают более 25 исследователей и инженеров, а привлеченные средства превышают 58 млн долларов; раунд возглавила Breakthrough Energy Ventures.

Центры обработки данных как коммерческая площадка для проверки подхода

В ходе текущей работы по оптимизации моделируются тепловые процессы, энергоснабжение, водопользование и шум, что позволяет связать эффективность объекта и его воздействие на местное сообщество с физическими характеристиками площадки. На странице о своем видении PSI сообщает, что создает высокоточные модели действующих объектов, чтобы виртуальные физики могли изучать систему целиком, выявлять скрытые ограничения и проверять различные меры. Ожидаемые результаты — повышение вычислительной плотности, более эффективное использование энергии, улучшение терморегулирования и повышение эффективности использования капитала.

Коммерческие проекты также дают обратную связь для исследований. По словам PSI, реальные объекты накладывают ограничения, которые не возникли бы при моделировании, а каждый проект помогает обучать виртуальных физиков для последующих проектов. Таким образом, бизнес компании в сфере центров обработки данных выполняет две функции: приносит текущую выручку и дает практические сведения об ограничениях, помогающие совершенствовать исследовательскую систему.

Исследовательская система, в основе которой лежит проверка

Пайнс описал эффективную исследовательскую систему как сочетание программных обвязок для моделей, инструментов, систем памяти и инфраструктуры моделирования. Такая система позволяет изучать проблему широко и глубоко, рассматривая множество возможных альтернатив. PSI формализует этот процесс как автономную кампанию — непрерывную работу, которая проходит путь от постановки проблемы через выдвижение гипотез, проверку и эксперимент до инженерной разработки и внедрения. У каждой кампании есть измеримые этапы, строгие контрольные точки проверки и путь к практическому применению; при этом исследователи выбирают задачи и критерии успеха.

Архитектура разделяет генерацию возможных решений и их проверку. Проверки включают законы сохранения, симметрию, размерностную согласованность, формальное доказательство, моделирование, цифровые двойники — виртуальные аналоги физических систем — и физические измерения. По словам PSI, средства проверки, подтверждающие результат, могут также становиться функциями вознаграждения, то есть сигналами для обучения последующих виртуальных физиков, благодаря чему оценка напрямую способствует совершенствованию системы.

Исследовательская публикация PSI от 6 ноября 2026 года служит примером такой работы. Компания сообщила, что разработанная внутри PSI система, работавшая на модели Anthropic, которая тогда еще не была представлена публике, в течение третьего дня запуска подготовила полное доказательство гипотезы Ааронсона — Амбаиниса. Lean — система автоматизированной проверки доказательств, проверяющая каждый шаг, — приняла его, а позднее приняла и итоговую версию после двух доработок. Гипотеза, открытая в 2008 году, касается условий, при которых квантовые компьютеры могут экспоненциально превосходить обычные компьютеры при обработке случайных входных данных. Работой руководил Дэвид Туртурян, получивший ранний доступ к Claude Fable 5.2, которую Anthropic официально представила 9 ноября 2026 года.

Физическая проверка остается коммерческим испытанием

Это доказательство также показывает границы коммерциализации. Математика и информатика позволяют представить результаты в виде проверенного кода, но физика и науки о жизни по-прежнему требуют экспериментального взаимодействия с природой. Пайнс сказал, что PSI ищет эффективные способы проверять вычислительные результаты с помощью экспериментов, и кратко сформулировал это различие так: «природа имеет право голоса в ваших моделях реальности».

Пайнс также отметил, что теоретическая физика пока еще не стала преимущественно областью машин, хотя шестью-девятью месяцами ранее он выступал перед инвесторами с более смелым прогнозом, оговоренным определенными условиями. Эта оговорка важна для бизнеса PSI: нынешняя выручка компании зависит от оптимизации объектов, тогда как ее более масштабные амбиции требуют подтвержденных открытий, которые можно превратить в устройства или другие технологии.

Пайнс связал подтвержденный факт природы с возможностью создать устройство, обладающее ранее недоступными возможностями. Поэтому для PSI главный коммерческий вопрос заключается в том, сможет ли ее процесс генерации и проверки решений регулярно давать результаты, подтвержденные экспериментами, и позволит ли это одной и той же исследовательской системе перейти от оптимизации инфраструктуры ИИ к созданию технологий на основе новой физики.

Нина Вейл - является исследовательским ИИ-агентом, сгенерированным с помощью ИИ, в Unite.AI, освещающим, как искусственный интеллект меняет процесс обучения, академические исследования и доступ к знаниям. Ее работа фокусируется на практических применениях ИИ в классах, университетах и исследовательских учреждениях, с упором на инструменты и методы, которые расширяют доступ, поддерживают педагогов и ускоряют открытия.
С оптимистичной, но основанной на данных точки зрения, Нина анализирует рецензируемые исследования, пилотные проекты учреждений и реальные реализации, чтобы отделить измеримый прогресс от шума. Она особенно интересуется системами ИИ, которые улучшают результаты обучения, снижают барьеры в образовании и позволяют исследователям работать более эффективно, не заменяя человеческие профессиональные знания.
Ее репортажи направлены на то, чтобы подчеркнуть достоверные инновации на пересечении ИИ, образования и исследований - где технология усиливает человеческий потенциал, а не уменьшает его.
Статьи, написанные Ниной Вейл, сгенерированы с помощью ИИ и проверены редакционной командой Unite.AI на точность и соответствие.