تدرّب Periodic Labs نموذجًا ببارامترات تريليونية باستخدام 1300 وحدة H200 للتجارب العلمية

أصدرت Periodic Labs النموذج العلمي Periodic Neon: حيث يبدأ من نموذج تريليون معلمة ذو أوزان مفتوحة Kimi K2.6، ويُدرّب متوسط المدى باستخدام بيانات المواد الناتجة من مختبرات الشركة، ثم يُستخدم التعلم المعزز، قبل إعادة نشره في المختبر لتحليل نتائج حيود الأشعة السينية. على تقييم داخلي صعب للغاية يُسمى FrontierXRD، ارتفع معدل النجاح من 2.7% في النموذج الأساسي إلى 55.3%؛ وتزعم Periodic أن النموذج يتفوق على GPT‑6 Astra وClaude Fable 5.1 في هذه المهمة المحددة، مع تكلفة أقل. ما يستحق حقًا الاهتمام ليس المقارنة البسيطة بين "1300 وحدة H200 تتفوق على 100,000 وحدة GPU"، بل بناء الشركة لحلقة مغلقة من التجربة-التدريب-ثم التجربة مرة أخرى: حيث يُنتج المختبر المادي باستمرار بيانات جديدة غير متاحة على الإنترنت، ويتعلم النموذج منها، ثم يقرر ما يجب تصنيعه واختباره في الجولة التالية. ومع ذلك، فإن جميع الإنجازات الرئيسية حتى الآن مستمدة من تقييمات داخلية للشركة، وتعتمد على أحكام LLM، ولا توجد حتى الآن مراجعة من قبل الزملاء أو إعادة إنتاج مستقلة؛ كما أن Neon يرث نتائج التدريب المبكر المكلفة لـ Kimi K2.6، ولم يتم العثور حتى تاريخ الاستعلام على أي عنوان عام لتنزيل أوزان Neon.

مؤلف المقال، المصدر: Periodic Labs

تبحث Periodic Labs عن مواد فائقة التوصيل ومغناطيسية أفضل. يمكن للباحثين تحديد المواد المستهدفة، واختيار المواد الخام ودرجة الحرارة، لكن المسحوق الناتج قد لا يكون المنتج المتوقع: فقد يحتوي على الطور البلوري المستهدف، والمواد الخام غير المتفاعلة، والمنتجات الثانوية غير المتوقعة.

يستخدم الباحثون عادةً حيود الأشعة السينية بالمسحوق، المعروف باسم XRD، لتحديد مكونات العينة. بعد تسليط الأشعة السينية على البلورة، تتشكل مجموعة من القمم؛ فكل بنية بلورية تنتج نمطًا مختلفًا، يشبه "البصمة" للمادة.

لكن العينات الحقيقية غالبًا ما تحتوي على مواد متعددة، وتتداخل قممها مع بعضها البعض. قد يكون الحل المُطابق رياضيًا جيدًا غير منطقي كيميائيًا. كما يحتاج المحللون إلى دمج معلومات حول المواد الخام، ودرجة الحرارة، والبيئة، وما إذا كانت العينة تعرضت للرطوبة، والتجارب السابقة، وقواعد بيانات البلورات، والحسابات الديناميكية الحرارية، والأوراق البحثية ذات الصلة، لتحديد أي مراحل توجد فعليًا وما هي نسبها المطلقة.

يقول Periodic إن العينات المعقدة قد تتطلب من علماء المواد تحليلها لساعات عديدة. وفي تقييماتهم، شملت الإجابات المعتمدة متوسطًا خمسة مراحل مادية. وهذا بالضبط ما تسعى Neon إلى أتمتته: قراءة أنماط التشتت والخلفية التجريبية الكاملة، واستدعاء قواعد البيانات والبرمجيات العلمية، واقتراح المراحل المرشحة، ثم اختبار تفسيرها مرارًا وتكرارًا.مقال بحثييقول إن النموذج تم استخدامه في مختبرات الشركة عالية الإنتاجية.

Neon ليس نموذجًا أساسيًا جديدًا تم تدريبه من الصفر. يبدأ Periodic من Kimi K2.6 ذي الأوزان المفتوحة، ثم يخضع للتدريب المتوسط باستخدام مادة علمية مكونة من أوراق أكاديمية وشفرة وبيانات تجريبية حصرية، وبعد ذلك يُستخدم تعلم معزز باستخدام بيانات المختبر.

على تقييم داخلي صعب للغاية من FrontierXRD، بلغت نسبة النجاح الأصلية لـ Kimi K2.6 2.7%، بينما وصلت Neon إلى 55.3%، بزيادة حوالي 20 ضعفًا. يشمل التقييم 134 عينة معقدة من مختبر Periodic.

كما اختبرت الشركة 198 قياسًا لـ XRD من أنظمة كيميائية محفوظة: لم تدخل هذه الأنظمة والأنظمة الأكبر التي تحتويها في بيانات التدريب، لكن قد تظهر أنظمة فرعية أصغر منها. تصدر Neon نماذج الرائدة الأخرى في هذه المجموعة من الاختبارات، لكن Periodic أشار بوضوح إلى أن هذه المجموعة أسهل من FrontierXRD.

(يحتوي الأصل على مخطط مبعثر للأداء مقابل التكلفة، ومنحنى توسيع قوة الحوسبة للتعلم المعزز، ورسم بياني للنتائج العامة على الأنظمة الكيميائية المحفوظة.)

يجب تقييد عبارة "أكثر من GPT‑6 Astra و Claude Fable 5.1" ضمن تقييمات XRD التي أنشأها Periodic فقط. فهي لا تعني أن Neon تمتلك قدرات تفكير عامة أو برمجة أو لغوية أقوى، ولا يمكن استخدامها لإنشاء ترتيب شامل للنماذج.

ويعني تحقيق نسبة 55.3% أن ما يقارب النصف من العينات الأصعب لم يتم حلها بنجاح. يُعدّ Neon أداة أكثر ملاءمة لتوسيع قدرات العلماء في التحليل، وليس خبيرًا موادًا آليًا بالكامل دون مراجعة.

المنطق الأساسي الذي طرحه Periodic هو أن البيانات العلمية عالية الجودة التي توفرها الإنترنت المفتوحة محدودة في النهاية، بينما يمكن للمختبرات المادية إنتاج بيانات جديدة باستمرار.

تُفضل الأوراق البحثية التقليدية نشر النتائج الناجحة فقط. غالبًا ما لا تُدرج في الأوراق المعلومات حول المواد التي لم تُحضَّر، أو درجات الحرارة والنسب الفاشلة، أو أي أعطال حدثت في الأجهزة، رغم أن هذه المعلومات ذات قيمة كبيرة لتقييم التجارب التالية. يمكن للمختبر الذاتي الاحتفاظ بجميع النتائج: الناجحة، الفاشلة، وغير المؤكدة.

تُقسّم الشركة اكتشاف المواد إلى ثلاث خطوات دورية:

أولاً، توقع المادة التي يجب إنتاجها؛ ثم توقع كيفية التخليق؛ وأخيراً، حلل ما تم إنتاجه فعلياً في التجربة. يتم تغذية نتائج التحليل مرة أخرى إلى النموذج لتصحيح الفرضيات في الجولة التالية.

يتم حاليًا تحسين الخطوة الثالثة في Neon. يهدف Periodic في المرحلة القادمة إلى تمكين النموذج من تخطيط مشاريع البحث مباشرة، وكتابة عمليات التوليف، واختبار التجربة التالية ذات أعلى قيمة معلوماتية.

هذا يختلف بشكل مهم عن الرياضيات أو تعلم التعزيز بالكود. يمكن للبرنامج تشغيل الاختبارات في ثوانٍ، ويمكن التحقق من إجابات الرياضيات بواسطة أنظمة رسمية؛ بينما تتطلب التجارب الفيزيائية معدات ومواد ووقتًا، وقد تستغرق أيامًا أحيانًا، وقد تكون النتائج غامضة. لا يمكن للشركات تشغيل عشرات الآلاف من التجارب الحقيقية فورًا كما تفعل مع توليد الكود، لذا يجب عليها الاستفادة القصوى من البيانات التي تم جمعها بالفعل أثناء انتظار التجارب لتدريب وتحسين النماذج.

تقول Periodic إن أقصى حجم لآخر عملية تدريب لـ Neon كان 1300 وحدة Nvidia H200، وشمل مراحل التدريب المتوسطة والتعلم المعزز. وقارنت الشركة ذلك بـ أكثر من 100,000 وحدة Blackwell GPU التي يُزعم أنها تُستخدم في GPT‑6 Astra، لتوضيح أن البيانات المتخصصة يمكن أن تقلل من الحوسبة المطلوبة لتدريب القدرات العلمية العامة.

لكن هذا ليس مقارنة بمقياس موحد.

ورث Neon أوزان التريليونات من معاملات Kimi K2.6، كما ورث جميع البيانات وقوة الحوسبة المستخدمة في التدريب المسبق السابق. تمثل 1300 وحدة H200 فقط الحجم الذروي المستخدم أثناء تدريب Periodic الإضافي على النموذج، وليس التكلفة الكاملة للحصول على هذه القدرة من تريليونات المعاملات. كما لم تكشف الشركة عن مدة التدريب الكاملة، أو ساعات GPU المجمعة، أو استهلاك الطاقة، أو التكلفة الإجمالية.

الأكثر قيمة هي تفاصيل هندستها.مقال البنية التحتيةتشير إلى أن الشركة أجرت تعديلات على Megatron وSGLang وMiles وRay، مما رفع إنتاجية تدريب التسلسل الطويل إلى 4.1 ضعف خط الأساس Megatron، ورفع سرعة ترميز النماذج ذات التريليون معامل من 10 رموز في الثانية لكل طلب إلى 25.

قد تستغرق عملية استدلال واحدة من XRD Agent أكثر من ساعة، حيث يتطلب الأمر تشغيل برامج علمية بشكل متكرر. في الأنظمة المبكرة، تسبب الكود الذي أنشأه النموذج في طلب 80 جيجابايت من الذاكرة، مما أدى إلى تعطل مهمة التدريب بأكملها. ثم طور الفريق بيئة معزولة تُسمى pbox، حيث يتم تشغيل كود النموذج داخل صندوق رملي، ويتم استخدام موارد CPU غير المستخدمة على خوادم GPU لمعالجة الأدوات العلمية.

(يتضمن النص الأصلي للبنية التحتية مسار تشغيل العامل لأكثر من ساعة، وهندسة التدريب والاستدلال غير المتزامن، ورسم بياني لمقارنة أداء pbox sandbox.)

Periodic قارنت أيضًا بين بيئة عاملين باستخدام Claude Opus 5 نفسه.

أحدهما هو Claude Code بالإضافة إلى قاعدة بيانات البلورات مفتوحة المصدر وبرنامج XRD القياسي؛ والآخر هو بيئة العمل العلمية الخاصة بـ Periodic، والتي تتضمن السياق التجريبي، وقاعدة بيانات المواد الداخلية، ونتائج المحاكاة، وأدوات التحليل المخصصة.

في ظل تطابق النموذج بالكامل وتكاليف التحليل الفردي المتشابهة، تصل نسبة النجاح في بيئة Periodic إلى 3.8 أضعاف السابق. وهذا يوضح أن عقبات مهمة XRD لا تقتصر على أوزان النموذج فحسب، بل تشمل أيضًا قدرة النموذج على رؤية السجلات التجريبية الصحيحة، واستدعاء الأدوات المناسبة، وحفظ ما تم تجميعه من أبحاث سابقة.

لذلك، قد يكون من الصعب إعادة إنتاج ميزة Neon التنافسية من خلال نسخ نموذج واحد فقط. الأصول الأهم هي بيانات المختبر، وقواعد البيانات، وواجهات الأجهزة، وعمليات التحليل التي تدعم النموذج.

هذا يعني أيضًا أن الذكاء الاصطناعي العلمي قد يشكل بيئة تنافسية مختلفة عن نماذج الدردشة العامة: كلما كانت المختبرات أكبر، زادت البيانات الحصرية التي تنتجها؛ وكلما كان النموذج أفضل، زاد عدد التجارب التي يمكنه توجيهها؛ وتزيد التجارب الجديدة من ميزة البيانات بشكل إضافي.

تحليلات XRD المعقدة عادةً لا تحتوي على إجابات قياسية رخيصة أو فريدة يمكن التحقق منها تلقائيًا. فحتى إذا تم مطابقة شكل القمم بدقة، فهذا لا يعني أن النتائج تتماشى مع القوانين الكيميائية. لذلك، طلب Periodic من ثلاثة دكتوراه متخصصين في المواد وضع علامات على آلاف الأنماط، ثم تدريب نظام حكم مكوّن من Claude Opus 5 وGPT‑5.6 Sol لتقييم إخراج النموذج.

نسبة التوافق بين كل زوجين من الخبراء البشريين الثلاثة هي 77.2٪؛ نسبة التوافق بين حكم LLM وخبير بشري واحد هي 74.6٪؛ ونسبة التوافق مقارنة بتوافق الخبراء هي 84٪.

تشير هذه النتائج إلى أن حكم الذكاء الاصطناعي يمكنه تقريب الحكم الخبير، لكنه لا يعادل الحقيقة الموضوعية. فهناك بالفعل خلافات بين البشر، وقد يفضل نموذج الحكم أسلوب إجابة معين، أو يفوت أخطاء لم يُحددها أي من المُعلمين.

الأهم من ذلك، أن نموذج FrontierXRD وبيئة العمل والعينات وأسلوب التقييم جميعها صممتها Periodic. على الرغم من أن الشركة نشرت العديد من الأساليب والإحصائيات، إلا أنها لم تُصدر مجموعة تقييم كاملة أو بيانات تدريب أو أوزان Neon قابلة لإعادة التشغيل من قبل طرف خارجي، كما أن النتائج لم تخضع لمراجعة الأقران.

Periodic توضح بوضوح أن Neon تم تدريبه بالاستمرار على نموذج الأوزان المفتوحة Kimi K2.6. لذلك، قام بعض وسائل التواصل الاجتماعي بوصف Neon بأنه "نموذج علمي بالأوزان المفتوحة".

لكن حتى تاريخ الاستعلام، لم تقدم الإصدارات الرسمية بطاقة النموذج أو الترخيص أو روابط تنزيل الأوزان الخاصة بـ Neon، كما لم تقدم الكود أو البيانات اللازمة لإعادة إنتاج التدريب المتوسط وتعلم التعزيز بشكل كامل. التصريح الدقيق هو أن Neon مبني على نماذج بأوزان مفتوحة، وليس أن أوزان Neon المدربة قد تمت الموافقة رسمياً على كونها مفتوحة للجمهور.

هذا الفرق مهم. لا يمكن للباحثين الخارجيين حاليًا التحقق بشكل مستقل من نسبة 55.3٪، ولا يمكنهم تحديد كم من التحسن يعود إلى بيانات التجربة، أو التعلم المعزز، أو الأدوات المتخصصة، أو ميزانية الاستدلال، أو بيئة التقييم.

ركّزت النماذج العلمية الكبيرة السابقة على تعلم المعرفة المكتوبة مسبقًا في الأوراق البحثية والبراءات وسجلات قواعد البيانات. يحاول Periodic اتخاذ الخطوة التالية: جعل النموذج يراقب التجارب التي أُنجزت للتو اليوم ولم تظهر قط على الإنترنت، ثم يستخدم هذه النتائج لتوجيه التجارب غدًا.

إنه ليس بعد "العالم الذكي الاصطناعي" الكامل. لا يزال على البشر تحديد أهداف البحث، وبناء المختبرات، وصيانة المعدات، وتصميم المكافآت، ومراجعة استنتاجات XRD، واتخاذ قرار بشأن أي المواد تستحق الاستمرار في الاستثمار فيها. ما أثبتته Neon حاليًا هو أن أحد المراحل الأساسية يمكن أتمتته بشكل ملحوظ: مع زيادة عدد التجارب، لا يحتاج تحليل النتائج إلى اعتماد متزامن على زيادة عدد الخبراء البشريين.

إذا كانت هذه الدورة المغلقة فعالة، فقد لا يبقى التفوق التنافسي للنماذج العلمية في المستقبل مرتبطًا فقط بمن يمتلك المزيد من النصوص العامة ووحدات معالجة الرسومات، بل أيضًا بمن يستطيع تشغيل تجارب حقيقية بثبات، وتسجيل النتائج الفاشلة، وتحويل العالم الطبيعي إلى بيئة تدريب محدثة باستمرار.