في عالم العلم المتسارع، أصبح من الضروري تطوير أدوات تساعد الباحثين على تحقيق أهدافهم بشكل أسرع وأكثر كفاءة. وهنا تأتي 'أوبتيما' (Optima)، كأداة مبتكرة تدمج بين الذكاء الاصطناعي والبحث العلمي.

تجمع مختبرات القيادة الذاتية (Self-driving Laboratories) بين التجارب الأوتوماتيكية واتخاذ القرارات التكيفية لتسريع الاكتشافات العلمية. إلا أن تشغيلها يعتمد غالبًا على مختصين بشريين يترجمون الأهداف العلمية إلى حملات مغلقة قابلة للتنفيذ. ولكن مع 'أوبتيما'، أصبح بإمكاننا فصل التفكير القائم على نماذج اللغات الضخمة (Large Language Models) عن الحملات المنفذة، مما يتيح تشغيل حلقات تحسين متكررة بكفاءة.

من خلال هذا الإطار العامل، يتمكن 'أوبتيما' من إجراء تحسينات دون الحاجة إلى تدخل البشر بشكل مستمر، حيث يُترك للعميل البشري التحكم فقط عند الحاجة إلى تفسير أو تعديل في الحملة. هذا يعني أن جميع القرارات التي يتم اتخاذها قابلة للتدقيق، مما يسهل متابعة التغييرات والتحسينات.

وقد أثبتت التجارب مع 'أوبتيما' فعاليتها في تحسين الحملات العلمية. ففي إحدى التجارب، تمكّنت 'أوبتيما' من تصحيح فشل في القياس أثناء تشغيل حملة تحسين زاوية الاتصال، حيث نجحت في خفض الزاوية من 71.4 إلى 67.8 درجة. كما أظهرت التجارب الأخرى زيادة ملحوظة في العائد من 30% إلى 59% خلال خمسة أيام من التجارب، مما كان بعيد المنال مع التوجيه البشري.

تؤكد النتائج أن الوكلاء المعتمدين على نماذج اللغات يمكن أن تجعل الحملات التحسينية الطويلة والمعقدة متاحة للعلماء في مجالاتهم، دون الحاجة لإعدادات متخصصة. هذا يعزز من نطاق مختبرات القيادة الذاتية وينقلها إلى آفاق جديدة.