El Laboratorio Nacional de Argonne del Departamento de Energía de Estados Unidos demostró una nueva capacidad de inteligencia artificial agéntica. El sistema permite a los científicos controlar experimentos complejos mediante el lenguaje coloquial habitual.
La demostración se llevó a cabo en el marco del proyecto SYNAPS-I — Synergistic Neutron and Photon Science – Intelligence. El proyecto reúne datos de experimentos de neutrones, rayos X y microscopía de varios laboratorios nacionales y forma parte de la iniciativa Genesis Mission, liderada por el Lawrence Berkeley National Laboratory.
En la primera fase de SYNAPS-I, los investigadores crearon el modelo PtychoFM para la reconstrucción rápida de imágenes pticográficas en tiempo real. Ahora se ha añadido una capa agéntica de IA que pasa del procesamiento de datos a la gestión del propio experimento.
Los científicos pueden simplemente decir: «mide esta zona» o «elabora un mapa de alta resolución». El sistema recopila los datos por sí mismo, analiza las imágenes, toma decisiones y, cuando es necesario, solicita la confirmación de una persona para las acciones de riesgo.
En la demostración, la IA agéntica localizó con éxito la zona deseada en una muestra de microelectrónica en la línea de haz 26-ID Hard X-ray Nanoprobe, gestionada conjuntamente por APS y CNM. Tras detectar la región, el sistema cambiaba automáticamente a alta resolución.
Además, el agente está conectado al modelo Meta Segment Anything Model 3 (SAM3) para la segmentación y el etiquetado de objetos en las imágenes. Esto hace que el análisis sea aún más preciso y rápido que los métodos tradicionales.
«En lugar de escribir código o introducir comandos técnicos, los investigadores pueden simplemente conversar con la IA, que realiza automáticamente la recopilación, el procesamiento y el análisis de los datos», señaló el científico computacional de Argonne Min Du.
El proyecto une los esfuerzos de Argonne, LBNL, Brookhaven, SLAC y Oak Ridge. La demostración tuvo lugar el 5 de octubre de 2026 y se convirtió en un paso importante hacia laboratorios totalmente autónomos.
¿Hasta dónde puede llegar esa autonomía en los próximos años?
Según el responsable del equipo SYNAPS-I de Argonne, Matthew Cherukara, la combinación de reconstrucción rápida, gestión agéntica y segmentación sienta las bases para microscopios autogestionados y ciclos cerrados de experimentos en ámbitos muy diversos, desde los semiconductores hasta los dispositivos cuánticos.
