Y-Combinator-Startup Petrichor startet ein Nasslabor, in dem KI-Modelle Experimente durchführen
Petrichor, ein Startup aus dem Y-Combinator-Programm, beschreibt ein biologisches Nasslabor, das KI-Systeme über eine API nutzen können. Experimente lassen sich in natürlicher Sprache oder in strukturierten Formaten formulieren.
Petrichor, ein neues Startup aus dem Y-Combinator-Programm, baut ein biologisches Nasslabor, das nicht von Menschen am Labortisch, sondern von KI-Modellen bedient werden soll. Laut dem Unternehmen richtet sich das Labor an KI-Labore und an die Modelle, die sie für wissenschaftliche Arbeit trainieren. Ziel sei es, dass Systeme wie Claude das Labor so nutzen können, wie sie heute schon die Websuche oder andere digitale Werkzeuge verwenden. Ein Modell kann ein Experiment demnach in natürlicher Sprache oder in einem strukturierten Format beschreiben. So kann ein Agent Aufträge abschicken und Ergebnisse empfangen, ohne dass ein Mensch sie weiterreichen muss.
Bemerkenswert ist vor allem der Mechanismus. In Petrichors Beschreibung ist das Labor eine Schnittstelle für Maschinen. Ein Modell reicht ein Experiment über eine Schnittstelle ein, die Jack Clark von Import AI als „auf Maschinen ausgerichtete API“ bezeichnete, und auf der anderen Seite findet die eigentliche Arbeit mit Zellen statt. Das Unternehmen will nach eigenen Angaben die bestmöglichen Daten liefern, die ein Experiment hergibt, und zwar so schnell, wie es die Biologie zulässt. Auf seiner Website begründet es diesen Schwerpunkt: Ein Beweis lässt sich von einem Computer überprüfen, eine Zelle nicht. Was ein Medikament mit einer Krebszelle macht, lässt sich daher nur herausfinden, indem man das Medikament auf die Zelle gibt und beobachtet. Petrichor zeichnet nach eigenen Angaben auf, was mit den Zellen gemacht wurde, wie sie sich in den Stunden danach verhielten und was sich in ihrem Inneren veränderte, damit ein Modell aus all dem lernen kann. Zunächst konzentriert sich das Unternehmen auf Krebs.
Clark sieht das Startup als Teil eines erwarteten Ausbaus physischer Infrastruktur, die KI-getriebene Wissenschaft ergänzt. Er verwies auf das Konzept der „Lights-out Factory“ aus der Fertigung, in der Maschinen eine Anlage nahezu ohne Menschen vor Ort betreiben. Seine Sorge gilt der Aufsicht. Ein synthetisch-biologisches System, das rund um die Uhr ohne menschliches Zutun läuft, könnte Experimente stark beschleunigen, bräuchte aber auch eine digitale Aufsicht.
Auf der Website des Unternehmens sind drei Mitgründer aufgeführt, CEO ist Wilhelm Hedenskog. Petrichor wird dort als Teil des Y-Combinator-Jahrgangs Fall 2026 ausgewiesen. Daten aus dem Labor legt das Unternehmen bisher nicht vor. Ob die Plattform die Zuverlässigkeit bieten kann, auf die ein modellgesteuerter Arbeitsablauf angewiesen wäre, lässt die Beschreibung offen.
Was sich ändert
Art: Neue Funktion · Betrifft: machine-targeted API
Warum es wichtig ist
Wenn sich physische Experimente über eine API anfordern lassen, könnten Teams, die KI-Agenten für die Wissenschaft entwickeln, den Kreislauf von der Hypothese bis zu den Labordaten ohne manuelle Übergaben schließen. Auch die Aufsicht über solche automatisierten Labore verdient dann Aufmerksamkeit.
Originalquelle
Weitere Berichte
Wo wir es gesehen haben
Import AI (Jack Clark)
KI hat diese Zusammenfassung aus den genannten Quellen geschrieben und ins Deutsche übersetzt. Niemand hat sie vor der Veröffentlichung einzeln geprüft. Bitte prüfen Sie die Originalquelle, bevor Sie sich darauf verlassen. So funktioniert es