در حالی که اغلب پروژه‌های هوش مصنوعی بر پایه‌ی داده‌های متنی و تصویری اینترنتی ساخته می‌شوند، استارتاپی تازه‌نفس به نام Periodic Labs در حال تغییر این الگوست. هدف آن‌ها ساده اما انقلابی است: ساخت هوش مصنوعی‌ای که مانند یک دانشمند واقعی یاد بگیرد—نه از ویکی‌پدیا یا شبکه‌های اجتماعی، بلکه از آزمایش‌های واقعی در دنیای فیزیکی.

Periodic Labs چیست؟

Periodic Labs یک استارتاپ پژوهشی پیشرو در مرز میان علم مواد (Material Science) و هوش مصنوعی است. این شرکت با ترکیب ربات‌های آزمایشگاهی خودکار و مدل‌های یادگیری ماشینی پیشرفته، در تلاش است تا فرایند اکتشاف علمی را خودکار و سریع‌تر کند.
بر خلاف مدل‌های زبانی مثل GPT که از داده‌های متنی آموزش می‌بینند، مدل‌های Periodic Labs از داده‌های تجربی آزمایشگاهی واقعی تغذیه می‌شوند.

چگونه کار می‌کند؟

در قلب پروژه، مجموعه‌ای از ربات‌های خودکار قرار دارد که در آزمایشگاه‌های کاملاً هوشمند کار می‌کنند. این ربات‌ها در هر روز هزاران آزمایش علمی در حوزه علم مواد انجام می‌دهند—از بررسی ساختار کریستال‌ها تا ترکیبات شیمیایی جدید.
هر آزمایش چند گیگابایت داده تازه تولید می‌کند؛ سپس هوش مصنوعی این داده‌ها را تحلیل کرده و به صورت خودکار تصمیم می‌گیرد آزمایش بعدی چه باید باشد.

به بیان ساده‌تر، Periodic Labs در حال آموزش دادن هوش مصنوعی برای تبدیل شدن به یک محقق واقعی است—سیستمی که می‌تواند فرضیه بسازد، آزمایش انجام دهد، نتیجه بگیرد و دوباره فرضیه‌ی جدیدی ارائه دهد.

تمرکز و اهداف اولیه

در حال حاضر، تمرکز Periodic Labs بر دو حوزه‌ی حیاتی است:

  • ابررساناها (Superconductors): تلاش برای کشف مواد جدیدی که می‌توانند انرژی را بدون اتلاف انتقال دهند.
  • بهبود تولید تراشه‌ها: با تحلیل دقیق ساختار مواد نیمه‌هادی، هدف آن‌ها کاهش هزینه و افزایش بازده در تولید چیپ‌های نسل بعد است.

اگر این پروژه موفق شود، می‌تواند صنعتی مثل الکترونیک و انرژی را از پایه متحول کند.

سرمایه‌گذاری و تیم پشت پروژه

تا امروز Periodic Labs بیش از ۳۰۰ میلیون دلار سرمایه جذب کرده و ارزش‌گذاری آن به ۱ میلیارد دلار رسیده است.
اما نکته جالب‌تر تیم سازنده آن است. محققانی از OpenAI، Meta و DeepMind—سه غول بزرگ دنیای هوش مصنوعی—پیشنهادهای مالی بالاتر را رد کرده‌اند تا به این پروژه بپیوندند.
دلیلشان ساده است: باور دارند که هوش مصنوعی واقعی تنها زمانی متولد می‌شود که با دنیای واقعی تعامل داشته باشد.

تفاوت با رویکرد سنتی هوش مصنوعی

مدل‌های زبانی مثل GPT یا Claude از میلیاردها جمله و پاراگراف متنی یاد می‌گیرند، اما هیچ درکی از واقعیت فیزیکی ندارند. در مقابل، Periodic Labs به دنبال ایجاد مدلی است که از مشاهده، تجربه و آزمایش یاد بگیرد—درست مثل یک دانشمند انسانی.
به این ترتیب، اگر GPT حافظه‌ی اینترنت است، Periodic Labs می‌خواهد به حافظه‌ی طبیعت تبدیل شود.

چشم‌انداز آینده

Periodic Labs قصد دارد در آینده دامنه تحقیقات خود را فراتر از علم مواد ببرد و وارد حوزه‌هایی مانند:

  • زیست‌فناوری (Biotech) برای کشف داروهای جدید،
  • انرژی‌های نو (Clean Energy) برای طراحی سلول‌های خورشیدی پیشرفته‌تر،
  • و حتی شیمی محاسباتی (Computational Chemistry) برای طراحی مولکول‌های نو شود.

چشم‌انداز نهایی این شرکت، ساخت «دانشمند مصنوعی خودآموز» است؛ سیستمی که نه تنها داده‌ها را تحلیل می‌کند، بلکه می‌تواند خود علم جدید بیافریند.

چرا Periodic Labs مهم است؟

۱. تغییر پارادایم آموزش AI: از یادگیری اینترنتی به یادگیری تجربی.
۲. شتاب در کشف علمی: چیزی که سال‌ها طول می‌کشید، حالا در چند هفته انجام می‌شود.
۳. استقلال علمی AI: برای اولین بار، هوش مصنوعی می‌تواند خودش آزمایش طراحی و اجرا کند.
۴. پتانسیل تأثیرگذاری صنعتی: از تراشه تا ابررسانا، نتایج این پروژه می‌تواند زیرساخت فناوری آینده را بازتعریف کند.

جمع‌ بندی

Periodic Labs فقط یک استارتاپ دیگر در حوزه هوش مصنوعی نیست؛ بلکه نماینده‌ی آینده‌ای است که در آن ماشین‌ها می‌توانند علم یاد بگیرند، نه از متن، بلکه از تجربه واقعی.
با حمایت مالی چشمگیر، همکاری نخبگان AI و چشم‌اندازی روشن، این شرکت می‌تواند نقطه آغاز عصر دانشمندان مصنوعی باشد—دورانی که هوش مصنوعی نه فقط یاد می‌گیرد، بلکه کشف می‌کند.