Het Argonne National Laboratory van het Amerikaanse ministerie van Energie heeft een nieuwe mogelijkheid van agentische kunstmatige intelligentie gedemonstreerd. Het systeem stelt wetenschappers in staat complexe experimenten met gewone spreektaal aan te sturen.
De demonstratie vond plaats in het kader van het project SYNAPS-I — Synergistic Neutron and Photon Science – Intelligence. Het project bundelt gegevens van neutronen-, röntgen- en microscopie-experimenten uit meerdere nationale laboratoria en maakt deel uit van het Genesis Mission-initiatief, dat wordt geleid door Lawrence Berkeley National Laboratory.
In de eerste fase van SYNAPS-I creëerden onderzoekers het model PtychoFM voor snelle reconstructie van ptychografische beelden in realtime. Nu is er een agentische AI-laag toegevoegd die de overstap maakt van gegevensverwerking naar het aansturen van het experiment zelf.
Wetenschappers kunnen eenvoudig zeggen: “meet dit gebied” of “maak een kaart met hoge resolutie”. Het systeem verzamelt zelf de gegevens, analyseert de beelden, neemt beslissingen en vraagt indien nodig om bevestiging door een mens voor risicovolle handelingen.
In de demonstratie vond de agentische AI met succes het juiste gebied op een monster van micro-elektronica op de bundellijn 26-ID Hard X-ray Nanoprobe, die gezamenlijk door APS en CNM wordt beheerd. Nadat de regio was gevonden, schakelde het systeem automatisch over op hoge resolutie.
Daarnaast is de agent verbonden met het model Meta Segment Anything Model 3 (SAM3) voor de segmentatie en labeling van objecten op de beelden. Dit maakt de analyse nog nauwkeuriger en sneller dan traditionele methoden.
“In plaats van code te schrijven of technische commando’s in te voeren, kunnen onderzoekers eenvoudig praten met de AI, die automatisch de gegevensverzameling, -verwerking en -analyse uitvoert”, merkte computationeel wetenschapper bij Argonne Min Du op.
Het project bundelt de inspanningen van Argonne, LBNL, Brookhaven, SLAC en Oak Ridge. De demonstratie vond plaats op 5 oktober 2026 en vormde een belangrijke stap naar volledig autonome laboratoria.
Hoe ver kan een dergelijke autonomie de komende jaren gaan?
Volgens het hoofd van het Argonne-team van SYNAPS-I, Matthew Cherukara, legt de combinatie van snelle reconstructie, agentische aansturing en segmentatie de basis voor zelfbesturende microscopen en gesloten experimentcycli op de meest uiteenlopende gebieden — van halfgeleiders tot kwantumapparaten.
