兩個哈佛女生用AI做電池故障排查，數(shù)月的工作量被縮到了幾分鐘

兩位哈佛畢業(yè)的女生 Eva Tuecke 和 Catherine Yeo 用 AI 改變了電池故障排查，她們創(chuàng)立的 Altara 公司在近日獲得 700 萬美元種子輪融資，估值 7 億美元，領(lǐng)投方是 Greylock。Neo、BoxGroup 和 Liquid 2 Ventures 也參與了本輪融資，此外還有包括 Jeff Dean 在內(nèi)的知名天使投資人以及 OpenAI 和 AMD 的高層領(lǐng)導(dǎo)。

以前，一塊電池在研發(fā)測試中突然失效，工程師得翻遍傳感器日志、溫度記錄、濕度數(shù)據(jù)和歷史故障報告，這種排查往往耗費(fèi)幾周甚至幾個月。而她們的系統(tǒng)能把散落在各處的研究數(shù)據(jù)整合到一起，把幾周的排查時間壓縮到幾分鐘。

也就是說，Altara 希望幫助包括半導(dǎo)體、電池和先進(jìn)材料在內(nèi)的物理科學(xué)公司，將分散的數(shù)據(jù)在數(shù)分鐘內(nèi)（而非數(shù)月）轉(zhuǎn)化為可執(zhí)行的智能信息，通過提供加速關(guān)鍵科學(xué)和工程工作流程的 AI 工具，確保前沿創(chuàng)新不再受制于傳統(tǒng)軟件和數(shù)據(jù)系統(tǒng)。

（來源：ALTARA）

Eva Tuecke 曾在費(fèi)米實(shí)驗(yàn)室做粒子物理研究，也在 SpaceX 工作過。Catherine Yeo 是哈佛計算機(jī)專業(yè)出身，做過 AI 研究員和單口喜劇演員。兩人在哈佛讀計算機(jī)時相識，2025 年共同創(chuàng)立了 Altara。

她們瞄準(zhǔn)的是一個被忽視的痛點(diǎn)，物理科學(xué)領(lǐng)域的數(shù)據(jù)太亂了，做電池、半導(dǎo)體、醫(yī)療器械的公司會產(chǎn)生海量數(shù)據(jù)，但這些數(shù)據(jù)大多散落在電子表格和老舊系統(tǒng)里，想用來改進(jìn)產(chǎn)品或分析故障非常困難。

AI 在數(shù)字世界已經(jīng)證明了自己的價值，不過在物理世界門檻要高出很多。如果 AI 建議了一個錯誤的實(shí)驗(yàn)，或者誤判了檢測數(shù)據(jù)，代價往往是幾個月研發(fā)時間的浪費(fèi)、生產(chǎn)線的停滯和數(shù)百萬美元的損失。Altara 的解決思路旨在提供一個智能層，直接接入它們已有的數(shù)據(jù)系統(tǒng)，這種方式對資金的需求要低得多。

（來源：ALTARA）

Altara 的系統(tǒng)被設(shè)計成一個玻璃盒子，每一個輸出結(jié)果都可以被完整審查。它會顯示執(zhí)行了哪些 SQL 查詢，中間經(jīng)過了哪些推理步驟，對原始數(shù)據(jù)做了哪些轉(zhuǎn)換，以及用了什么分析管道。

實(shí)際生產(chǎn)場景的科學(xué)智能需要處理多種類型的數(shù)據(jù)，比如傳感器產(chǎn)生的大規(guī)模時間序列數(shù)據(jù)、掃描電鏡拍攝的圖像、各種結(jié)構(gòu)化實(shí)驗(yàn)數(shù)據(jù)集、雜亂無章的電子表格，甚至操作員日志和長篇研究文檔。Altara 能夠把大模型和傳統(tǒng)機(jī)器學(xué)習(xí)模型以及領(lǐng)域?qū)Ｓ媚Ｐ徒Y(jié)合在一起，共同完成復(fù)雜的科學(xué)和工程分析任務(wù)。

用戶們比如科學(xué)家和工程師可以從頭追溯結(jié)論，驗(yàn)證系統(tǒng)給出的答案是否可靠，每一句結(jié)論都附帶數(shù)據(jù)來源的鏈接，可以點(diǎn)進(jìn)去看原始的 Excel 表格、PDF 文檔或者 PPT。

AI 系統(tǒng)天然具有概率性，也就是人們說的抽卡。不過科研流程里的很多環(huán)節(jié)恰恰需要確定性和可重復(fù)性，Altara 的做法是把確定性組件作為核心模塊嵌入到智能體當(dāng)中，這種混合架構(gòu)既保留了概率 AI 處理模糊任務(wù)的能力，又保證了核心分析管道的穩(wěn)定性。在執(zhí)行數(shù)值計算這類任務(wù)時，系統(tǒng)會生成代碼再執(zhí)行，而不是靠直接預(yù)測，這樣能顯著提升準(zhǔn)確性。

兩位創(chuàng)始人意識到，可信任的 AI 系統(tǒng)不僅要表現(xiàn)好，還要在出錯時快速改進(jìn)。為此，她們和用戶合作，針對具體使用場景驗(yàn)證準(zhǔn)確性。用戶可以直接標(biāo)記不正確或不完整的結(jié)果，這些反饋會融入到評估方法里，系統(tǒng)會逐漸適應(yīng)每個機(jī)構(gòu)獨(dú)特的數(shù)據(jù)、流程和標(biāo)準(zhǔn)。

另據(jù)悉，Altara 可以直接部署在用戶的虛擬私有云里，所有的代理、數(shù)據(jù)層和前端都在用戶環(huán)境中運(yùn)行，訪問權(quán)限和網(wǎng)絡(luò)設(shè)置由用戶的 IT 和安全團(tuán)隊(duì)掌控。輸入和輸出的成果完全屬于用戶，數(shù)據(jù)保留多久由用戶自己決定。

投資機(jī)構(gòu) Greylock 把 Altara 正在做的事情比作軟件世界的站點(diǎn)可靠性工程師，當(dāng)系統(tǒng)出故障時，SRE 會去查看可觀測性堆棧，發(fā)現(xiàn)是誰推送了代碼變更導(dǎo)致了問題。

更關(guān)鍵的是，Altara 瞄準(zhǔn)的市場正在迎來爆發(fā)期。物理科學(xué)領(lǐng)域的 AI 被認(rèn)為是下一個大前沿，預(yù)測將有一波快速的發(fā)展。

目前，已經(jīng)有不少初創(chuàng)公司在用 AI 加速物理科學(xué)研發(fā)，不過多數(shù)選擇了從零開始搭建完整的科研平臺。Altara 走的是一條低資本路徑，即打造一層智能工具，將其融入到用戶現(xiàn)有的工作流程里，以相對便捷的方式讓對應(yīng)用戶獲得 AI 的助力。

參考資料：

https://techcrunch.com/2026/05/05/altara-secures-7m-to-bridge-the-data-gap-thats-slowing-down-physical-sciences/

https://www.altara.co/

https://www.altara.co/blog/secure-deployments

https://www.altara.co/blog/how-altara-builds-trustworthy-ai

https://catherinehyeo.com/

https://www.linkedin.com/in/evatuecke/

運(yùn)營/排版：何晨龍

注：封面/首圖由 AI 輔助生成