پیریودک لیبز نے سائنسی تجربات کے لیے 1300 H200 GPU استعمال کرتے ہوئے ٹریلین پیرامیٹر ماڈل تربیت دیا

پیریودک لیبز نے سائنسی ماڈل پیریودک نیون جاری کیا ہے: یہ کمپنی کے لیب میں پیدا کردہ مواد کے استعمال کے ساتھ، کھلے وزن والے تریلین پیرامیٹر ماڈل Kimi K2.6 سے شروع ہوتا ہے، جسے میڈیم ٹریننگ اور ری انفورسمنٹ لرننگ کے ذریعہ تربیت دی گئی، اور پھر ایکس رے ڈفریکشن نتائج کے تجزیہ کے لیے لیب میں واپس ڈپلوی کیا گیا۔ سب سے مشکل اندر کے ایوان FrontierXRD پر، کامیابی کی شرح بنیادی ماڈل کے 2.7% سے بڑھ کر 55.3% ہو گئی؛ پیریودک کا دعویٰ ہے کہ یہ خاص کام پر GPT‑6 Astra اور Claude Fable 5.1 سے بہتر ہے، جبکہ اس کا اخراج کم ہے۔ حقیقی طور پر قابل توجہ بات "1300 H200s کا 100,000 GPU سے مقابلہ" نہیں بلکہ کمپنی جو سائنسی حلقوں میں بند حلقوں کو تعمیر کر رہی ہے: فزکل لیب مسلسل انٹرنیٹ پر موجود نہ ہونے والے نئے ڈیٹا پیدا کرتا ہے، ماڈل ان سے سیکھتا ہے، اور پھر اگلے دور میں کون سا مادہ مرکب اور ٹیسٹ کرنا چاہیے اس کا فیصلہ کرتا ہے۔ تاہم، تمام اہم کام اب تک صرف کمپنی کے اندر کے ایوانوں سے حاصل ہوئے ہیں، جو LLM ججس پر منحصر ہیں، ابھی تک کوئی پیر ریویو یا آزاد دوبارہ تشخیص نہیں ہوئی؛ نیون Kimi K2.6 کے مہنگے پر-ٹرینڈنگ نتائج کا جانشین ہے، اور تلاش کے وقت تک نیون وزن کا کوئی عوامی ڈاؤن لوڈ لنک بھی نہیں ملا۔

مضمون کے مصنف، ذریعہ: Periodic Labs

پیریودک لیبز بہترین سپر کنڈکٹرز اور میگنیٹک مواد کی تلاش میں ہے۔ تجربہ کار وہ مواد مقرر کر سکتے ہیں، سامان اور درجہ حرارت کا انتخاب کر سکتے ہیں، لیکن حاصل ہونے والی پاؤڈر ضروری طور پر توقع کے مطابق نہیں ہوتی: اس میں مقصد کے کریسٹل فیز، مکمل نہ ہونے والے سامان، اور غیر متوقع مصنوعات شامل ہو سکتی ہیں۔

تحقیق کار عام طور پر پاؤڈر ایکس رے ڈیفراکشن، جسے XRD کہا جاتا ہے، استعمال کرتے ہیں تاکہ نمونے کے اجزاء کا تعین کر سکیں۔ جب ایکس رے کرستل پر ڈالی جاتی ہے تو وہ ایک سلسلہ چوٹیاں بناتی ہیں؛ مختلف کرستلی ساختیں مختلف پیٹرنز پیدا کرتی ہیں، جو مواد کے "فینگر پرنٹ" کے قریب ہوتے ہیں۔

لیکن اصل نمونے عام طور پر کئی مادوں پر مشتمل ہوتے ہیں جن کے چوٹیاں آپس میں اوورلیپ ہوتی ہیں۔ ریاضیاتی طور پر اچھی طرح فٹ ہونے والا جواب، کیمیائی طور پر بھی غیر منطقی ہو سکتا ہے۔ تجزیہ کاروں کو اصل مادہ، درجہ حرارت، ماحول، نمونے کا پانی کے ساتھ رابطہ، پچھلے تجربات، کرستل ڈیٹا بیس، تھرموڈائنامکس کے حسابات اور متعلقہ تحقیقی مقالات کو مجموعی طور پر جانچنا ہوگا تاکہ یہ طے کیا جا سکے کہ کون سے فیز حقیقی طور پر موجود ہیں اور ان کا تناسب کیا ہے۔

پیریودک نے کہا کہ پیچیدہ نمونوں کے لیے میٹریل سائنسدانوں کو گھنٹوں تحلیل کرنے کی ضرورت ہو سکتی ہے۔ ان کے جائزے میں، تسلیم شدہ جوابات کا اوسطا پانچ فیزز پر مشتمل ہوتا ہے۔ یہی وہ کام ہے جسے نیون آٹومیٹ کرنا چاہتا ہے: ڈیفریکشن پیٹرن اور مکمل تجرباتی ماحول کو پڑھنا، ڈیٹا بیس اور سائنسی سافٹ ویئر کو فراہم کرنا، امکانی فیزز تجویز کرنا، اور اپنی وضاحت کو دوبارہ جانچنا۔ریسرچ آرٹیکلکے مطابق، ماڈل کو کمپنی کے ہائی تھروٹ لیب میں استعمال کیا جا رہا ہے۔

نیون ایک نیا بنیادی ماڈل نہیں ہے جو صفر سے تربیت یافتہ ہو۔ پیریودک کی شروعات کیمی K2.6 کے اوپن ویٹس سے ہوئی، جس میں اکادمیک پیپرز، کوڈ اور مخصوص تجرباتی ڈیٹا سے مل کر سائنسی کارپس شامل کیا گیا، اور پھر لیب ڈیٹا کا استعمال کرتے ہوئے ری انفورسمنٹ لرننگ کیا گیا۔

کمپنی کے سب سے مشکل اندر کے ایوان FrontierXRD پر، اصل Kimi K2.6 کی کامیابی کی شرح 2.7% تھی، جبکہ Neon نے 55.3% حاصل کیا، جو تقریباً 20 گنا بڑھ گئی۔ اس ایوان میں Periodic لیب سے 134 پیچیدہ نمونے شامل تھے۔

کمپنی نے محفوظ کیمیائی نظام سے 198 بار XRD ناپ کی ٹیسٹنگ کی: ان نظاموں اور ان کو شامل کرنے والے بڑے نظاموں کو ٹریننگ ڈیٹا میں شامل نہیں کیا گیا تھا، لیکن چھوٹے ذیلی نظاموں کا امکان ہے کہ وہ پہلے سے موجود تھے۔ نیون نے اس ٹیسٹ سیٹ پر بھی سامنے والے ماڈلز کو آگے رکھ دیا، لیکن پیریڈک واضح طور پر اشارہ کرتا ہے کہ یہ سیٹ فرینٹیرXRD سے آسان ہے۔

(اصل میں پرفارمنس-لاگت اسکیٹر گراف، ری انفورسمنٹ لرننگ کمپوٹیشنل اسکیلنگ کریو، اور کیمیکل سسٹم پر جنرلائزیشن نتائج کے گراف شامل ہیں۔)

یہاں "GPT‑6 Astra اور Claude Fable 5.1 سے زیادہ" کا مطلب صرف Periodic کے خود ساختہ XRD ایوانوں میں ہے۔ اس کا مطلب یہ نہیں کہ Neon کے پاس زیادہ عام استدلال، پروگرامنگ یا زبان کی صلاحیتیں ہیں، اور اس کے بنیاد پر کوئی جامع ماڈل رینکنگ نہیں بنائی جا سکتی۔

اور 55.3 فیصد کا نتیجہ اس بات کو ظاہر کرتا ہے کہ سب سے مشکل نمونوں پر ابھی تک تقریباً نصف نمونے حل نہیں ہو سکے۔ نیون کو مکمل طور پر بغیر جانچ کے خودکار مواد ماہر کے بجائے، سائنسدانوں کے تجزیہ کرنے کی صلاحیت کو بڑھانے کا ذریعہ بنایا جانا چاہئے۔

پیریودک کا مرکزی منطق یہ ہے کہ عوامی انٹرنیٹ فراہم کرنے والے اعلیٰ معیار کے سائنسی ڈیٹا کا خاتمہ ہو چکا ہے، جبکہ فزیکل لیبز نئے ڈیٹا کو لگاتار پیدا کر سکتے ہیں۔

روایتی مقالات خاص طور پر کامیاب نتائج کو شائع کرنے کے لیے ترجیح دیتی ہیں۔ کون سے مواد تیار نہیں ہوئے، کون سے درجہ حرارت اور تناسب ناکام رہے، اور آلات میں کون سی عجیب باتیں ہوئیں، یہ معلومات عام طور پر مقالات میں شامل نہیں ہوتیں، لیکن اگلے تجربے کا جائزہ لینے کے لیے بہت قیمتی ہوتی ہیں۔ خودمختار لیب سफل، ناکام اور غیر یقینی نتائج سب کو محفوظ رکھ سکتا ہے۔

کمپنی مادے کی دریافت کو تین چکروں میں تقسیم کرتی ہے:

سب سے پہلے یہ پیش گوئی کریں کہ کون سا مادہ تیار کیا جانا چاہیے؛ پھر یہ پیش گوئی کریں کہ اسے کیسے مرکب کیا جائے؛ اور آخر میں تجربے میں بالآخر کیا تیار ہوا اس کا تجزیہ کریں۔ تجزیہ کے نتائج کو مدل کو واپس فیڈ کیا جاتا ہے تاکہ اگلی فرضیہ کو درست کیا جا سکے۔

نیون ابھی تک تیسرے مرحلے میں بنیادی ترقی کر رہا ہے۔ پیریڈک کا اگلا مرحلہ ماڈل کو تحقیقی منصوبوں کی منصوبہ بندی، مصنوعی عمل کی ترتیب، اور اگلے سب سے زیادہ معلوماتی قدر والے تجربے کا انتخاب کرنے کی اجازت دینا ہے۔

یہ ریاضی یا کوڈ کے لیے تقویتی سیکھنے سے ایک اہم فرق ہے۔ پروگرام کچھ سیکنڈوں میں ٹیسٹ چلائے جا سکتے ہیں، اور ریاضی کے جوابات فارمل سسٹم کے ذریعے چیک کیے جا سکتے ہیں؛ جبکہ فزیکل تجربات کو ڈیوائسز، مواد اور وقت کی ضرورت ہوتی ہے، جو کبھی کبھار دنوں تک جاری رہتے ہیں اور نتائج اکثر غیر واضح ہوتے ہیں۔ کمپنیاں کوڈ کی طرح لاکھوں حقیقی تجربات فوراً شروع نہیں کر سکتیں، اس لیے انہیں تجربات کے انتظار کے دوران پہلے سے جمع کردہ ڈیٹا کا استعمال کرتے ہوئے ماڈلز کو تربیت دینا اور بہتر بنانا چاہیے۔

پیریودک کے مطابق، نیون کے آخری تربیتی رن کی اعلیٰ سائز 1300 Nvidia H200 گرافکس کارڈ تھی، جو درمیانی تربیت اور تقویت سیکھنے کے مراحل پر مشتمل تھی۔ کمپنی اسے GPT‑6 Astra کے استعمال کیے جانے والے 100,000 سے زائد Blackwell GPU سے موازنہ کرتی ہے، تاکہ یہ ظاہر کیا جا سکے کہ ماہرانہ ڈیٹا عام سائنسی صلاحیتوں کی تربیت کے لیے درکار کمپوٹیشنل طاقت کو کم کر سکتا ہے۔

لیکن یہ ایک مساوی ترتیب کا موازنہ نہیں ہے۔

نیون نے کیمی K2.6 کے تریلین پیرامیٹر وزن کو ورثہ میں حاصل کیا ہے، اور اس کے قبل کی پری ٹریننگ میں لگائے گئے تمام ڈیٹا اور کمپوٹیشنل ریسورسز کو بھی ورثہ میں حاصل کیا ہے۔ 1300 H200 گرافکس کارڈ صرف پیریڈک کے ذریعہ ماڈل کی مزید ٹریننگ کے دوران پیک سائز کو ظاہر کرتے ہیں، نہ کہ اس تریلین پیرامیٹر کی صلاحیت حاصل کرنے کی مکمل لاگت۔ کمپنی نے مکمل ٹریننگ کی مدت، کل GPU گھنٹے، توانائی کے استعمال یا کل اخراجات کا اعلان نہیں کیا ہے۔

اس کی انجینئرنگ تفصیلات زیادہ قیمتی ہیں۔انفراسٹرکچر کا مضمونکہتا ہے کہ کمپنی نے Megatron، SGLang، Miles اور Ray پر تبدیلیاں کیں، جس سے لمبی ترتیب کی تربیت کی ٹھوکر اس کے Megatron بنیادی نقطہ کا 4.1 گنا ہو گئی، اور تریلین پیرامیٹر ماڈل کی ڈیکوڈنگ رفتار فی درخواست فی سیکنڈ 10 ٹوکن سے بڑھا کر 25 کر دی گئی۔

XRD ایجنٹ کی ایک استدلال ممکنہ طور پر ایک گھنٹے سے زیادہ کے لیے جاری رہ سکتی ہے، جس کے دوران سائنسی پروگرامز کو بار بار چلایا جانا ضروری ہوتا ہے۔ ابتدائی نظام نے ماڈل کے ذریعہ تخلیق کردہ کوڈ کو 80GB میموری کا درخواست دینے دیا، جس سے پورا ٹریننگ ٹاسک کرash ہو گیا۔ ٹیم نے بعد میں pbox نامی ایک علیحدہ ماحول تیار کیا، جس میں ماڈل کا کوڈ سینڈ باکس میں چلایا جاتا ہے اور GPU سرورز کے استعمال نہ ہونے والے CPU وسائل کو سائنسی ٹولز کے لیے استعمال کیا جاتا ہے۔

(بنیادی ڈھانچے کے اصل متن میں ایجنٹ کی ایک گھنٹے سے زائد کی رفتار، ای سینکرونس ٹریننگ اور انفرینس آرکیٹیکچر، اور pbox سینڈ باکس کی پرفارمنس کا موازنہ گراف شامل ہے۔)

پیریودک نے ایک ہی Claude Opus 5 کا استعمال کرتے ہوئے دو ایجینٹ ماحولوں کا موازنہ کیا۔

ایک تو Claude Code کے ساتھ اوپن سورس کریسٹل ڈیٹا بیس اور معیاری XRD سافٹ ویئر ہے؛ دوسری Periodic کا اپنا سائنسی ماحول ہے جس میں تجرباتی پس منظر، اندر کا مٹیریل ڈیٹا بیس، شبیہہ نتائج اور کسٹم تجزیہ ٹولز شامل ہیں۔

جب ماڈل مکمل طور پر ایک جیسا ہو اور ہر ایک تجزیہ کی لاگت تقریباً ایک جیسی ہو، تو پیریوڈک ماحول کی کامیابی کی شرح پہلے والے کی 3.8 گنا ہے۔ اس سے ثابت ہوتا ہے کہ XRD کے کام کا بند راستہ صرف ماڈل کے وزن تک محدود نہیں ہے، بلکہ ماڈل کو درست تجرباتی ریکارڈ دیکھنے، مناسب ٹولز استعمال کرنے، اور پچھلے تحقیق کے ذخیرے کو محفوظ کرنے کی صلاحیت بھی درکار ہے۔

اس لیے، نیون کا مقابلہ کرنے کا فائدہ صرف ایک ماڈل کو کاپی کرکے مکمل طور پر دہراتا نہیں جا سکتا۔ زیادہ اہم اثاثہ ماڈل کے پیچھے کے لیب ڈیٹا، ڈیٹا بیس، آلات کے انٹرفیس اور تجزیاتی عمل ہیں۔

یہ بھی اس بات کی نشاندہی کرتا ہے کہ سائنسی AI عام چیٹ ماڈلز کے لیے ایک مختلف مقابلہ کا منظر تشکیل دے سکتا ہے: لیب بڑا ہوگا، زیادہ ملکی ڈیٹا پیدا ہوگا؛ ماڈل بہتر ہوگا، زیادہ تجربات کی ہدایت کرے گا؛ نئے تجربات مزید ڈیٹا کے فائدے کو بڑھائیں گے۔

پیچیدہ XRD تجزیہ عام طور پر سستا، منفرد اور خودکار طور پر تصدیق کی جا سکنے والی معیاری جوابات کے ساتھ نہیں ہوتا۔ اچھی طرح سے پیک شکل فٹ ہونا، نتائج کے کیمیائی قوانین کے مطابق ہونے کا مطلب نہیں۔ اس لیے، Periodic نے تین مادہ متعلقہ ماہرین کے ڈاکٹریٹ طلبہ کو ہزاروں پیٹرنز کو اینوٹیٹ کرنے کے لیے مقرر کیا، اور پھر Claude Opus 5 اور GPT‑5.6 Sol سے مرکب ایک جج سسٹم کو ٹرین کیا جس نے ماڈل کے آؤٹ پٹ کو اسکور دیا۔

دو انسان ماہرین کے درمیان مطابقت کی شرح 77.2% ہے؛ ایل ایم سی کے ایک انسانی ماہر کے ساتھ مطابقت کی شرح 74.6% ہے؛ ماہرین کے اتفاق رائے کے مقابلے میں 84% مطابقت۔

یہ نتائج ظاہر کرتے ہیں کہ AI ایڈجیوڈیکیٹر ماہرین کے فیصلوں کے قریب پہنچ سکتا ہے، لیکن یہ انتہائی حقیقت کے برابر نہیں ہے۔ انسانوں کے درمیان اصل میں اختلافات ہوتے ہیں، اور ایڈجیوڈیکیٹر ماڈل کسی خاص جواب کے انداز کو ترجیح دے سکتا ہے، یا تمام نشان لگانے والوں نے مشترکہ طور پر نہ پہچانے گئے غلطیوں کو نظرانداز کر سکتا ہے۔

یہ بھی نوٹ کرنا ضروری ہے کہ FrontierXRD کا ماڈل، کام کا ماحول، نمونے اور اسکورنگ طریقہ Periodic کی طرف سے ڈیزائن کیا گیا ہے۔ حالانکہ کمپنی نے کئی طریقے اور اعداد و شمار شائع کیے ہیں، لیکن اب تک مکمل جائزہ سیٹ، تربیتی ڈیٹا یا باہری طور پر دوبارہ چلانے کے قابل Neon وزن جاری نہیں کیے گئے ہیں، اور نتائج کا م同行评审 بھی نہیں ہوا ہے۔

پیریودک نے واضح طور پر بتایا کہ Neon کو کیمی K2.6 کے اوپن ویٹ مڈل سے ٹرین کیا گیا ہے۔ اس لیے کچھ سوشل میڈیا پر Neon کو “اوپن ویٹ سائنس مڈل” کہا جا رہا ہے۔

لیکن جب تک کہ جانچ کی گئی، باقاعدہ اشاعت نے نیون کے ماڈل کارڈ، لائسنس، یا وزن ڈاؤن لوڈ کے لنک فراہم نہیں کیے، اور میڈیم ٹریننگ اور ری انفورسمنٹ لرننگ کو مکمل طور پر دوبارہ بنانے کے لیے کوڈ اور ڈیٹا بھی نہیں دیا گیا۔ درست بیان یہ ہے کہ نیون کو اوپن ویٹس ماڈل پر بنایا گیا ہے، نہ کہ نیون کے ٹرینڈ وزن کو بالکل کھلا ہوا قرار دیا گیا ہے۔

یہ فرق اہم ہے۔ باہری تحقیق کار ابھی تک 55.3% کے نتائج کی مستقل تصدیق نہیں کر سکتے، اور ان میں سے کتنے اضافے تجرباتی ڈیٹا، تقویت سیکھنے، مخصوص ٹولز، استدلال بجٹ یا جائزہ کے ماحول سے آئے ہیں، اس کا اندازہ نہیں لگا سکتے۔

گزشتہ سائنسی بڑے ماڈلز نے بن چکی تحریریں، پیٹنٹس اور ڈیٹا بیس ریکارڈز کے علم کو سیکھا۔ پیریودک اگلے مرحلے کو عبور کرنے کی کوشش کر رہا ہے: ماڈل کو آج کے نئے تجربات کو دیکھنے دیں جو ابھی تک انٹرنیٹ پر نہیں آئے ہیں، اور پھر ان نتائج کو آنے والے کل کے تجربات کی ہدایت کے لیے استعمال کریں۔

یہ ابھی تک مکمل "AI سائنسدان" نہیں ہے۔ انسانوں کو تحقیقی مقاصد طے کرنے، لیب تعمیر کرنے، آلات کی دیکھ بھال کرنے، انعامات ڈیزائن کرنے، XRD نتائج کا جائزہ لینے اور ان مواد کا فیصلہ کرنے کی ضرورت ہے جن پر مزید سرمایہ کاری کی جائے۔ نیون اب ثابت کر چکا ہے کہ ایک اہم مرحلہ قابلِ نمایاں خودکاری ہے: جب تجربات کی تعداد بڑھتی ہے، تو نتائج کا تجزیہ مساوی تناسب میں انسانی ماہرین پر مکمل طور پر منحصر نہیں ہوتا۔

اگر یہ بند حلقة کام کرتا ہے، تو مستقبل میں سائنسی ماڈلز کا مقابلہ صرف اس بات پر منحصر نہیں ہوگا کہ کس کے پاس زیادہ عوامی متن اور جی پی یو ہیں، بلکہ اس بات پر بھی منحصر ہوگا کہ کون حقیقی تجربات کو مستقل طور پر چلا سکتا ہے، ناکامی کے نتائج کو ریکارڈ کر سکتا ہے، اور قدرتی دنیا کو مستقل اپڈیٹ ہوتے ہوئے ٹریننگ ماحول میں تبدیل کر سکتا ہے۔