النموذج المثالي لا يمكنه منع مختبرك ذاتي القيادة من تشغيل تخليق محكوم عليه بالفشل. لقد بنيتُ البوابة التي تفعل ذلك.

ما زلت أتلقى السؤال نفسه من الباحثين الذين يرون ما نبنيه، ولفترة طويلة أجبتهم بالطريقة التي أرادوها: "ما هو مضاعف كفاءة العينات لديك؟" كم عدد التجارب الأقل التي تحتاجها حلقتك مقارنة بالفرز بالقوة الغاشمة؟ إنه سؤال مشروع. لكنني بتّ مقتنعاً أيضاً بأنه السؤال الخاطئ للبدء به، ولم أفهم السبب حتى جلست وشاهدت روبوتاً بالمحاكاة يلتزم بمرح بوصفة كانت ستتأكسد في الهواء قبل انتهاء خلطها.

أنا أشوتوش (Ashutosh)، وأدير Veriprajna. نحن نبني العقل، وبوابة الأمان، وطبقة تتبع المصدر للمختبرات ذاتية القيادة، على العتاد الذي يمتلكه المختبر بالفعل. ليس منشأة روبوتية مستضافة. وليس بديلاً للأجهزة التي أمضت مجموعة المواد عقداً في شرائها. إنها الطبقة البرمجية الحاملة والرقيقة التي تقرر ما سيتم تشغيله بعد ذلك، وترفض التجارب المحكوم عليها بالفشل، وتحتفظ بنوع السجلات الذي تطلبه الجهات التنظيمية. هذا العرض التوضيحي، الذي يمكنك فتحه وتشغيله بنفسك على veriprajna.com/ar/demos/autonomous-lab-ai، هو المكان الذي توجهت إليه لأثبت لنفسي أن الطبقة، وليس النموذج، هي المنتج.

الرقم الذي يسألني الجميع عنه هو الرقم الخاطئ

قضيتُ الشهر الأول من هذا البناء أطارد المضاعف، لأن هذا ما يكافئه المجال. يدور الحديث الحالي حول المختبرات ذاتية القيادة حول سباق للحصول على نموذج بديل أفضل ونسبة أكبر للتحسين البايزي مقابل الفرز. أنا أتفهم ذلك؛ فهو رقم أنيق وقابل للاقتباس. في هدفنا الخفي، تصل الحلقة المغلقة إلى مادة مطابقة للمواصفات في 75 تجربة حيث يحتاج الفرز العشوائي إلى حوالي 1,491، وهو ما توضحه لوحة التحكم بأنه أقل بمقدار 19.9 ضعفاً. هذه نتيجة حقيقية على خط أساس حقيقي وقابل للتكرار، وأنا مسرور بوجودها.

لكن هذا هو الأمر الذي استوقفني. فالنموذج البديل المثالي، الذي يتنبأ بكل خاصية دون أي خطأ، لا يزال غير قادر على منع تشغيل عملية تخليق غير متوازنة الشحنة. ولا يمكنه رفض تركيبة ستتأكسد بمجرد ملامستها للهواء الرطب. ولا يمكنه إنتاج سجل تقبله الجهات التنظيمية للأدوية. ولا يمكنه، بمفرده، إغلاق الحلقة. النموذج هو الجزء الذي يتنافس عليه الجميع، وهو الجزء الذي يحمل القيمة الأقل استدامة، لأن في اللحظة التي يصبح فيها نموذجك جيداً، لا تعود مشكلتك هي التنبؤ، بل تصبح التحكم والأمان والإثبات.

النموذج الأفضل لا يجعل المختبر المستقل جديراً بالثقة، بل يجعله أسرع في تشغيل تجارب لا تزال عاجزاً عن إثبات أنه كان ينبغي عليك تشغيلها.

أفاد مختبر A-Lab التابع لجامعة بيركلي، وهو أحد أكثر جهود التخليق المستقل استشهاداً، عن معدل نجاح بلغ 71%، مما يعني أن ما يقرب من 29% من محاولاته لم تسفر عن المادة المستهدفة (A-Lab، Nature، 2023). اقرأ هذا الرقم بالطريقة التي يقرأه بها مدير المختبر؛ فقد ذهب ما يقرب من ثلث وقت الروبوت والكواشف إلى تجارب لم تسفر عن شيء. إن دالة استحواذ أفضل لا تعالج ذلك، بل يجب أن يتولى ذلك شيء آخر.

ما هي التكلفة الحقيقية لتجربة محكوم عليها بالفشل؟

بنيتُ البوابة في المرتبة الثانية، وتبين أنها الشيء الذي كان ينبغي عليّ بناؤه أولاً. فهي تقع خارج الوكلاء، في كود حتمي، ويجب أن يمر كل مرشح يقترحه المحسّن عبرها قبل لمس أي كاشف كيميائي. إنها تجري خمسة فحوصات، وكل منها كيمياء منشورة، وليس أسلوباً استكشافياً ابتكرتُه: معامل سماحية غولدشميت خارج نطاق قابلية تشكيل البيروفسكايت، والمعامل ثماني الأوجه خارج نطاق ثمانيات الأوجه المستقرة، والحياد الشحني المنتهك باستبدال غير معوَّض في الموقع B، وخطر أكسدة Sn(II) عند رطوبة المعالجة، والتلدين فوق درجة الحرارة التي تتحلل عندها السلائف العضوية. إذا أخلّ المرشح بأي منها، تُرجع البوابة الحالة BLOCKED، وتسمي القاعدة، وتبلغ عن الأموال وساعات عمل الروبوت التي وفّرتها للتو.

في المرة الأولى التي نقرت فيها على إحدى هذه البطاقات المحظورة، شعرتُ بحسم الجدل. انظر إلى ما تعرضه اللوحة: تركيبة غنية بـ Sn(II)، عند رطوبة المعالجة، يرفضها التوأم الرقمي لأن القصدير في حالة الأكسدة هذه يتأكسد في الهواء الرطب. هذا ليس تنبؤاً سيئاً كان ينبغي على النموذج رصده. إنه حقيقة فيزيائية لم يكن النموذج يوماً الأداة المناسبة لفرضها. وفرت البوابة 105 دولارات وأكثر قليلاً من ساعتي عمل للروبوت في ذلك المرشح الفردي، وسجلت إيصالاً لهذا القرار. اضرب ذلك عبر حملة كاملة ولن تعود تتحدث عن ميزة ثانوية، بل تتحدث عن سد تسريب الـ 29% عن قصد.

أريد أن أكون دقيقاً بشأن ماهية هذا الأمر، لأن التأطير الصادق يهمني أكثر من التأطير المبهر. إن «المختبر» الكامن وراء هذه البوابة هو محاكٍ بواجهة مصممة وفق معيار SiLA-2، والهدف هو معيار تركيبي مدفوع بالفيزياء، وليس حسابات DFT حقيقية ولا بيانات تجريبية حقيقية. أنا لا أدعي أننا قمنا بتخليق مادة، بل أؤكد أن الآلية—وهي الرفض الحتمي للكيمياء المحكوم عليها بالفشل—حقيقية، وقابلة للفحص، ومستقلة عن مدى جودة أي نموذج.

حاولتُ ترك النموذج يراقب نفسه، فكذب عليّ ببرود تام.

لم أبدأ مقتنعاً بأن البوابة يجب أن تكون حتمية. كانت غريزتي الأولى، بصراحة، هي النمط السائد: ترك وكلاء النماذج اللغوية يستنتجون الجدوى. كان لدي وكيل مدير المختبر (Lab Director agent) يروي الاستراتيجية ووكيل ناقد (Critic agent) يرصد الانحراف، وبدا من الأنيق أن أسألهما ببساطة: «هل هذا المرشح آمن ومنطقي؟». لذا، تركتُ حكم النموذج يحل محل الفحص طوال فترة ما بعد الظهر.

لقد برر تركيبة غير متوازنة الشحنة بكل ثقة. وقدم لي فقرة بليغة حول سبب كون الاستبدال في الموقع B مقبولاً على الأرجح، وكانت الفقرة خاطئة، ولم يوحِ شيء في نبرته بأنها خاطئة. كانت تلك هي الفترة التي توقف فيها مبدأ التصميم عن كونه مجرد شعار وأصبح قاعدة لن أحيد عنها.

الوكلاء يشيرون، والكود يقرر. في المختبر ذاتي القيادة، ليس هذا قيداً، بل هو السبيل الوحيد الذي يمنح التشغيل الذاتي الحق في العمل دون رقابة.

لذا نقلتُ قرار الجدوى والأمان بشكل دائم خارج الوكلاء إلى كود حتمي، وجعلتُ المحسّن مستقلاً عن النموذج اللغوي أيضاً. يتولى الوكلاء السرد والنقد، وإذا قمت بتشغيل العرض التوضيحي بدون مفتاح API، فإنهم يعودون إلى السرد الحتمي ويستمر كل شيء في العمل، لأن البوابة والمحسّن لا يعتمدان على النموذج إطلاقاً. المحسّن نفسه ليس غريباً، وأفضل أن أكون صادقاً بشأنه بدلاً من التظاهر: إنه نموذج بديل لعملية غاوسية مع دالة استحواذ ParEGO موجهة نحو الهدف، مكتوبة باستخدام numpy وscipy. طريقة ناضجة وغير مبهرجة عن قصد. والبديل في بيئة الإنتاج هو BoTorch وAx. لم تكن النقطة أبداً بناء محسّن بارع؛ بل كانت أن الجزء الذي تأتمنه على الأمان لا يمكن أن يكون الجزء الذي يتحدث بفقرات واثقة.

لوحة النتائج التي تهمني حقاً

أنظر إلى لوحة النتائج هذه اليوم بطريقة مختلفة عما كنت عليه عندما بدأت. تتجه أنظار الجميع إلى رقم 19.9 ضعفاً، وهو رقم جيد حقاً. لكن الرقم الذي أشير إليه عندما يسأل رئيس قسم البحث والتطوير عما نغيره بالفعل هو الرقم المجاور له مباشرة: حظر 38 مرشحاً غير مجدٍ قبل التخليق، ومنع هدر 4,419 دولاراً من الكواشف و90.1 ساعة عمل للروبوت، مع تنفيذ صفر من التجارب المحكوم عليها بالفشل. على نفس الهدف الخفي المتطابق، لم يستغرق الفرز العشوائي وقتاً أطول فحسب، بل كان سيستهلك كل ذلك هدراً.

يصبح المضاعف أقل إبهاراً مع تحسن نماذج الجميع. أما الهدر الذي تمنعه البوابة، والسجل الذي تحتفظ به، فتزداد قيمتهما باستمرار.

لاحظ ما لم تفعله الحلقة: لم تدّعِ الكمال. عبر المعيار متعدد البذور، أنجزت الحلقة المغلقة 9 من أصل 10 عمليات تشغيل ضمن الميزانية، وليس 10 من أصل 10، وتستوعب الحلقة معدل 10 إلى 15% من أعطال الروبوت المحقونة لأن الروبوتات الحقيقية تتعطل والتظاهر بخلاف ذلك يجعل العرض التوضيحي زائفاً. أحد السجلات في مسار التدقيق هو عملية تخليق فشلت وتم تسجيلها كبيانات سلبية، لأن المختبر ذاتي القيادة الذي يتخلص من إخفاقاته يهدر تحديداً المعلومات التي تزيد من دقة الحدود. وقد أبقيتُ ذلك مرئياً عن قصد.

كما أن للمضاعف نطاقاً لن أسمح لأحد بتجريده منه. إن نتيجة 75 مقابل 1,491، ومضاعف 19.9 ضعفاً، و4,419 دولاراً، كلها نتاج تحسين بايزي مقابل خطوط الأساس على هدف تركيبي خفي واحد. إنها دليل داعم على أن المحرك يعمل. إنها ليست ضمانة لعالم مفتوح، ولو فشلت الحلقة في التغلب على خطوط الأساس، لكنتُ أبلغتُ عن ذلك بدلاً من ذلك. إن القيمة التي أبدأ بها، وهي منع الهدر وتتبع المصدر، تظل قائمة أياً كانت جودة النموذج. أما المضاعف فهو الجزء الذي يعتمد على المعيار، ولهذا أُبقي التحذير مقترناً به دائماً.

هل ستصدق الهيئة التنظيمية روبوتك؟

لم أكن أتوقع أن تكون طبقة تتبع المصدر هي الجزء الذي يقنع الناس، لكنها الأكثر تأثيراً على كل من يعمل تحت إشراف هيئة تنظيمية. تطالب «المبادئ التوجيهية للذكاء الاصطناعي في تطوير الأدوية» الصادرة عام 2026 عن إدارة الغذاء والدواء الأمريكية (FDA) ووكالة الأدوية الأوروبية (EMA) بمصدر يمكن عزوه إلى صاحبه ويكون معاصراً للحدث. بعبارات واضحة: لكل قرار مؤتمت، من أو ما الذي اتخذه، وعلى أي أساس، وفي أي لحظة، وهل يمكنك إثبات أن السجل لم يتم تغييره منذ ذلك الحين. النموذج البديل الأفضل لا يقربك شبراً واحداً من ذلك، بل السجل هو ما يفعل.

إن المختبر ذاتي القيادة الذي لا يستطيع إثبات ما فعله الليلة الماضية ليس مستقلاً بذاته، بل هو غير خاضع للمساءلة، ولن يقوم أي مختبر خاضع للرقابة التنظيمية بتشغيله مرتين.

لذا فإن كل قرار يتخذه النظام، سواء كان تخليقاً أو حظراً، يتحول إلى سجل ALCOA+ يقبل الإضافة فقط: طابع زمني، والخوارزمية التي اختارت، والخصائص المتوقعة ومقدار عدم اليقين فيها، والأساس المنطقي، وحكم البوابة، والنتيجة المقاسة. يحمل كل سجل تجزئة SHA-256 مرتبطة بالسجل الذي قبله. وعبر حملة البذرة seed-411، وصل ذلك إلى 113 سجلاً، تشمل 75 عملية تخليق و38 عملية حظر، ويمكنك تصدير السجل بالكامل بصيغة JSON وكتقرير مُنسق.

هنا يجب أن أكون حذراً، حيث رأيت آخرين يبالغون في الادعاء. هذا تتبع مصدر وفق مبادئ ALCOA+ مُطابق للمبادئ، وليس مؤهلاً وموثقاً وفق معايير IQ/OQ/PQ بناءً على إجراءات التشغيل القياسية للعميل. إن عملية التحقق والتوثيق تلك هي صلب التعاقد وليست خانة اختيار أضعها في عرض توضيحي. ما يمكنني إثباته لك هو أن هذه الخاصية حقيقية وقابلة للفحص وليست شكلية. لذلك قمتُ ببناء اختبار تلاعب (Tamper test) يقوم بتعديل سجل واحد وإعادة تشغيل فحص السلسلة.

في المرة الأولى التي أجريتُ فيها ذلك الاختبار ورأيته يطبع «انقطعت السلسلة عند السجل رقم 2: تم اكتشاف تلاعب. التدقيق المودع تم تغييره بشكل مثبت»، فهمتُ ما قمتُ ببنائه بالفعل: ليس محسّناً أسرع، بل طبقة تتيح للمختبر أن يثبت، بأثر رجعي، أن قراراته المستقلة مطابقة تماماً لما تنص عليه السجلات. هذا هو الشيء الذي لا يمكنك شراؤه بنموذج أفضل، وهو الشيء الذي ستطلبه الهيئة التنظيمية أو المدقق أو أنت نفسك في المستقبل.

ما أعتقد أن سباق المختبرات ذاتية القيادة يفتقده

لم أكن أهدف إلى الجدال ضد كفاءة العينات، وأود توضيح أنني لا أفعل ذلك؛ فتقليل عدد التجارب للوصول إلى الهدف يمثل قيمة حقيقية وتقدمه حلقتنا. لكن ما خرجتُ مقتنعاً به، بعد بناء النظام بأكمله وملاحظة مكمن ثقتي الحقيقية، هو أن هذا المجال قد ركز على الرقم الوحيد الذي تقل استدامته مع نضج التكنولوجيا. فعندما تمتلك كل مجموعة نموذجاً بديلاً جيداً، يتوقف المضاعف عن كونه عاملاً مميزاً. أما البوابة التي ترفض الكيمياء المحكوم عليها بالفشل، والسجل الذي يثبت ما تم تشغيله، فتزداد قيمتهما فحسب، لأنهما الجزآن اللذان يحتاجهما التشغيل الذاتي قبل أن يسمح أي شخص بتشغيله دون رقابة.

لذا فإن الخطوة غير التقليدية، والتي أراهن بمستقبل الشركة عليها، هي وضع قرار الجدوى والأمان في كود حتمي، خارج الوكلاء، والتعامل مع كل قرار مؤتمت على أنه شيء يجب أن تكون قادراً على إثباته لاحقاً. ليس لأن النماذج سيئة، بل لأن الأسئلة التي تقرر ما إذا كان يُسمح للمختبر ذاتي القيادة بالعمل طوال الليل ليست أسئلة تنبؤ، بل هي أسئلة أمان وتتبع مصدر، وتلك تتطلب كوداً وتجزئات رقمية، لا فقرات واثقة.

يمكنك فتح الحلقة، وحظر تخليق محكوم عليه بالفشل، وكسر سلسلة التدقيق بنفسك، ومعرفة ما إذا كنت توافق على ذلك، على veriprajna.com/ar/demos/autonomous-lab-ai.

وإذا كنت تفضل مشاهدته بدلاً من قراءة وصفي له، فإليك النظام بأكمله يعمل من البداية إلى النهاية.

السؤال الذي أواصل التفكير فيه، والذي أود بصدق الحصول على إجابة عنه من أي شخص يدير أتمتة حقيقية: إذا أجرى مختبرك ألف تجربة دون رقابة الليلة، فإلى أي من هذين الأمرين ستلجأ في الصباح: نموذج أفضل، أم سجل يمكنك إثباته؟