Laboratorium Nasional Argonne milik Departemen Energi Amerika Serikat mendemonstrasikan kemampuan baru kecerdasan buatan agentik. Sistem ini memungkinkan para ilmuwan mengendalikan eksperimen rumit dengan bahasa percakapan biasa.
Demonstrasi tersebut berlangsung dalam kerangka proyek SYNAPS-I — Synergistic Neutron and Photon Science – Intelligence. Proyek ini menggabungkan data eksperimen neutron, sinar-X, dan mikroskopi dari beberapa laboratorium nasional dan termasuk dalam inisiatif Genesis Mission yang dipimpin oleh Lawrence Berkeley National Laboratory.
Pada fase pertama SYNAPS-I, para peneliti menciptakan model PtychoFM untuk rekonstruksi cepat citra ptikografis secara waktu nyata. Kini ditambahkan lapisan AI agentik yang beralih dari pengolahan data ke pengendalian eksperimen itu sendiri.
Para ilmuwan cukup mengatakan: «ukur area ini» atau «buat peta resolusi tinggi». Sistem itu sendiri mengumpulkan data, menganalisis citra, mengambil keputusan, dan bila perlu meminta konfirmasi manusia untuk tindakan yang berisiko.
Dalam demonstrasi tersebut, AI agentik berhasil menemukan bagian yang tepat pada sampel mikroelektronika di jalur berkas 26-ID Hard X-ray Nanoprobe, yang dikelola bersama oleh APS dan CNM. Setelah mendeteksi wilayah itu, sistem secara otomatis beralih ke resolusi tinggi.
Selain itu, agen terhubung ke model Meta Segment Anything Model 3 (SAM3) untuk segmentasi dan pelabelan objek pada citra. Hal ini membuat analisis lebih akurat dan lebih cepat daripada metode tradisional.
«Alih-alih menulis kode atau memasukkan perintah teknis, para peneliti cukup berbicara dengan AI yang secara otomatis melakukan pengumpulan, pengolahan, dan analisis data», — ujar ilmuwan komputasi Argonne, Min Du.
Proyek ini menggabungkan upaya Argonne, LBNL, Brookhaven, SLAC, dan Oak Ridge. Demonstrasi berlangsung pada 5 Oktober 2026 dan menjadi langkah penting menuju laboratorium yang sepenuhnya otonom.
Seberapa jauh otonomi semacam itu dapat berkembang dalam beberapa tahun mendatang?
Menurut pemimpin tim SYNAPS-I Argonne, Matthew Cherukara, kombinasi rekonstruksi cepat, pengendalian agentik, dan segmentasi meletakkan dasar bagi mikroskop yang mengelola diri sendiri dan siklus eksperimen tertutup di berbagai bidang — dari semikonduktor hingga perangkat kuantum.
