تُعدّ الذكاء الاصطناعي المُتعاون (AI co-scientist) ثورة في مجال البحث العلمي، حيث يُمكّن الباحثين من توليد فرضيات جديدة، وتحليل البيانات، وتصميم التجارب، وتحسين النتائج عبر تفاعل مستمر مع البشر. يُطور مختبر لوس ألاموس الوطني (LANL) بالتعاون مع NVIDIA نموذجين مبتكرين من هذه الأنظمة الذكية، يركّزان على حلّين من أصعب التحديات العلمية: اندماج نووي بالتقنيات التضخيمية (ICF)، وعلاج السرطان عبر العلاج الإشعاعي الموجه. في مجال الاندماج النووي، يُعاني الباحثون من صعوبة التنبؤ بنتائج تجارب ICF، التي تعتمد على ضغط وتسخين كرات صغيرة من الوقود باستخدام ليزر قوي، حيث تتفاعل ظواهر فيزيائية متعددة بطرق معقدة ومتداخلة عبر مقياس زمني ومساحي واسع. لمواجهة هذه الصعوبة، يُستخدم نموذج Llama Nemotron Super 1.5، الذي تم تدريبه على مصادر علمية مفتوحة من arXiv وCORE وOSTI.gov، عبر مراحل تدريب متعددة: التدريب المُخصص حسب المجال (DAPT)، والتحسين المُراقب (SFT)، وتحليل السياقات الاستنتاجية. يُستخدم هذا النموذج لاقتراح فرضيات جديدة حول تصميم الأهداف، ثم اختبارها عبر محاكاة كمبيوترية عالية الدقة على حاسوب Venado، الذي يُشغل بنظام NVIDIA. يُمكن للنظام التعلم من النتائج التجريبية في مختبرات مثل National Ignition Facility وOMEGA، مما يُسرّع تطوير تجارب أكثر كفاءة، ويُقرب من تحقيق الطاقة النظيفة من خلال الاندماج النووي. أما في مجال علاج السرطان، يُركّز المشروع على تطوير جزيئات "مُربِّطة" (Chelators) لنقل العناصر المشعة الدقيقة إلى الأورام بدقة، لتفادي تلف الأنسجة السليمة. يُعدّ التصميم الفعّال لهذه الجزيئات تحديًا كبيرًا بسبب حجم المعادن المستخدمة (مثل الأكتينيوم)، التي لا ترتبط بسهولة بمعظم الجزيئات. لحل هذه المشكلة، يُستخدم نموذج Llama Nemotron Super 1.5 لاقتراح فرضيات حول خصائص الجزيئات المثالية، ثم يُستخدم نموذج GenMol لإنشاء جزيئات جديدة تُلبي هذه الخصائص. تُبنى معقدات كيميائية بين الجزيئات والمعادن باستخدام أداة Architector، وتُحلل بعدها باستخدام محاكاة كمومية عالية الأداء على حاسوب Venado. تُستخدم نتائج المحاكاة لاختبار صحة الفرضيات، مما يُتيح تكرار الدورة بسرعة، ويُسرّع اكتشاف جزيئات ذات طاقة ربط أعلى، ما يُحسّن فعالية العلاج. يُعدّ هذا النموذج نموذجًا متكاملًا، حيث تُدمج الذكاء الاصطناعي التوليدي، والمحاكاة، والتحليل العلمي في دورة مستمرة، تُقلّل من الوقت اللازم لتطوير علاجات جديدة. يُتوقع أن تُسهم هذه الجزيئات في علاجات سرطان أكثر دقة، كما يمكن استخدامها في معالجة التسمم المعدني وتنقية المعادن. يُعتبر هذا العمل خطوة جوهرية نحو تطوير "علماء اصطناعيين" مُخصّصين، يُمكنهم التفاعل مع الباحثين في مجالات معقدة، وتسريع التقدم في العلوم والطب. يُعبّر مارك تشادويك، مدير المختبر، عن رؤية مُشجّعة: "نُقدّم نماذج ذكاء اصطناعي مُصممة خصيصًا لحل التحديات الكبرى، من خلال دمج المعرفة العلمية العميقة مع قدرات NVIDIA المتقدمة".