在Discovery Loop，我们正在构建能够自动化整个实验循环的系统。通过利用前沿AI模型和大型计算基础设施，我们的系统将能够快速提出、运行并从评估中学习。
这种方法支持并行执行数千个实验，大幅压缩迭代时间，提升科学与工程产出的数量和质量。
我们将首先聚焦于自动化机器学习研究与工程流程。
我们将利用这些自动化的机器学习能力，快速优化自身技术栈，然后扩展到其他领域。
我们相信，我们的方法能够解决科学与工程领域中任何具有可衡量结果的学习循环。最终，我们正在构建能够应对美国国家工程院（NAE）重大挑战的系统——例如研发更好的药物、推进健康信息学、让太阳能更经济、提供清洁水源、保障网络安全，以及打造科学发现的工具。
我们的使命很明确：构建能够自动解决机器学习、科学和工程中重要问题的AI解决方案。通过加速工程与科学发现的步伐，我们能更快地将科技惠益带给世界。最终，我们的目标是构建对全人类产生深刻积极赋能作用的AI系统，提供改善全球人民生活的技术解决方案。
我们的创始团队——Jeff Dean、Sanjay Ghemawat、Quoc Le和Oriol Vinyals——拥有深厚的友谊以及数十年来紧密而富有影响力的合作历史。
总体而言，我们代表了人工智能领域被引用次数最多的三位研究者，以及分布式系统领域被引用次数最多的两位研究者。
我们共同开创了大规模计算，并领导了世界所依赖的关键基础设施、产品和基础AI进步，包括多代Google Search、Google Ads、Google News、Google Translate、Google File System、MapReduce、BigTable、Spanner、TensorFlow、Pathways、TPU、AlphaChip、AlphaStar、AlphaCode、AlphaFold、Gemini、模型蒸馏、混合专家模型架构、word2vec、序列到序列模型、思维链推理、神经架构搜索，以及多代大语言模型（LLM）等。