Periodic muscle un modèle ouvert avec les données de ses propres laboratoires
— Business
Periodic prend un modèle ouvert et l'entraîne sur les échecs, anomalies et mesures produits en continu par ses laboratoires de matériaux. Le score annoncé multiplie par vingt la réussite du modèle de départ sur une tâche précise, mais seulement dans un environnement fermé que personne d'autre ne peut tester.
Periodic vient de montrer une recette qui dépasse largement la chimie des matériaux. Prendre un modèle ouvert, le nourrir d'un flux continu de données propriétaires que personne d'autre ne détient, et l'entraîner à juger ses propres expériences plutôt qu'à répondre à des questions générales. Le résultat bat des modèles fermés bien plus gros, sur une tâche étroite, pour une fraction du calcul.
Ce travail concerne d'abord les équipes de recherche en matériaux, celles qui passent des heures à démêler des diffractogrammes superposés pour savoir ce qu'un four a réellement produit. Le taux de réussite du modèle passe de 2,7 % à 55,3 % sur ce test interne, soit une réussite multipliée par vingt. Pour un laboratoire qui tourne en continu, cet écart transforme une étape qui bloquait la suite d'une campagne en un tri automatisé qui alimente le cycle suivant.
Ce qui dépasse le seul secteur des matériaux, c'est la mécanique economique derrière ce chiffre. Periodic n'a pas construit un modèle fondamental. Elle a pris un modèle ouvert existant et l'a fait gagner sur un modèle fermé bien plus coûteux, grâce à un accès exclusif à ses propres laboratoires. Le rapport de force ne se joue plus seulement sur la taille des modèles, il se joue aussi sur qui possède les données que personne d'autre ne peut collecter.
Cette démonstration reste construite sur mesure. Le classement compare des modèles placés dans le même environnement fabriqué par Periodic, avec ses propres bases, ses propres outils et deux modèles juges maison pour trancher les réponses ambiguës. Aucune équipe extérieure n'a encore reproduit ce résultat à partir des mesures brutes, et l'écart annoncé dit autant sur l'infrastructure construite que sur le modèle lui-même.
Ce schéma vaudrait la peine d'être suivi par toute organisation assise sur un corpus propriétaire unique, catalogue produit, archives de tournage ou historique de campagnes, à supposer qu'elle accepte d'investir dans l'infrastructure nécessaire pour transformer ce corpus en signal d'entraînement continu. Periodic prouve qu'un modèle ouvert bien nourri peut rivaliser avec un modèle fermé bien plus lourd, sur un terrain choisi et préparé pour lui.
La question qui reste ouverte porte sur la suite de la boucle. Neon interprète des expériences déjà réalisées, il ne choisit pas encore quoi synthétiser ni ne conduit une campagne de bout en bout. Tant que cette étape n'est pas franchie, la promesse d'un laboratoire pleinement autonome reste une intention, pas un résultat.