阿贡国家实验室展示SYNAPS-I新阶段：代理人工智能实现微电子自导X射线扫描
美国能源部阿贡国家实验室（Argonne National Laboratory）的研究人员近日展示了协同中子和光子科学智能项目（SYNAPS-I）的最新进展。该项目引入了一种代理人工智能（Agentic AI）层，旨在将简单的自然语言指令转化为复杂的实验控制操作，实现了微电子样本的自导X射线扫描。
SYNAPS-I是美国能源部“创世纪任务”（Genesis Mission）的一部分，该任务致力于通过人工智能重塑美国的科学研究与创新体系。项目由劳伦斯伯克利国家实验室（LBNL）领导，整合了国家实验室在中子、X射线和显微镜实验中的数据资源。
此次演示发生在阿贡先进光子源（APS）、阿贡领导计算设施（ALCF）以及纳米材料中心（CNM）。这些设施均为美国能源部科学办公室的用户设施。SYNAPS-I平台利用了ALCF的高级计算资源、橡树岭国家实验室（ORNL）的领导计算设施以及LBNL的国家能源研究科学计算中心。
从数据处理到实验控制的转变
SYNAPS-I的第一阶段主要聚焦于利用微调的基础计算模型快速解释现代X射线实验产生的大量成像数据集。这一技术已在APS、ALCF、CNM及其他多个能源部设施中成功测试。第一阶段构建的实时人工智能引擎能够将原本需要数小时甚至数天的分析过程压缩至几秒钟。
其中，聚光学（Ptychography）技术通过收集X射线与物质相互作用后散射形成的重叠衍射图案，利用计算重建出清晰的高分辨率图像。这种实时重建能力改变了实验执行方式，使研究人员能够在实验过程中调整测量参数，而非事后发现遗漏关键特征。
新的第二阶段引入了代理人工智能层，将重点从单纯的数据处理转向实验控制。研究人员无需编写代码或输入复杂的技术命令，即可通过与AI对话来指导实验。系统能够自动执行数据收集、处理和分析任务，从而让科学家有更多时间专注于科学问题本身及光线的操作。
自然语言驱动自主搜索与分析
代理人工智能通过两种主要方式增强了实验流程：
- 自然语言界面：科学家可以通过日常语言描述需求，例如“测量这个区域”或“高分辨率地图这个区域”，替代传统的复杂控制面板操作。AI代理据此识别重要特征，并建议对特定区域进行详细研究。
- 自动化任务执行：系统接管了通常由人类执行的困难任务，特别是在潜在的大样本中定位微小特征。由于样本中特征的高度可变性，这类搜索任务难以通过传统代码表达。AI代理通过实时解释由PtychoFM模型重建的图像，逐步执行“收集-检查-决策”循环，自主确定下一步行动方向。
对于低风险操作，AI可在无人监督的情况下自主运行；而在涉及高风险或不确定性的操作中，系统会请求人类的批准或指导。一旦锁定正确位置，系统会自动切换至高分辨率扫描模式以捕获所需细节。
此外，团队将代理连接至Meta的Segment Anything Model 3 (SAM3)图像分割基础模型。这使得AI能够隔离并标记每张图像中的特征，为实验提供额外的理解维度。ALCF已与SYNAPS-I团队合作，将SAM3集成到其推理服务中，使其成为可供能源部综合体使用的类云AI平台功能。
微电子领域的实证演示
SYNAPS-I团队近期在CNM和APS共同运营的26-ID硬X射线纳米探针束线上，使用微电子样本测试了这一代理人工智能平台。尽管选择微电子作为演示对象，但该平台的自主扫描、分析和细分能力同样适用于催化剂、金属和量子设备等多种材料。
在演示中，研究人员通过自然语言指示AI代理在集成电路设备中定位两个区域之间的接口。AI从设备内部深处开始，通过扫描、分析、细分并在图像中导航，最终成功找到目标感兴趣区域。这一结果证明了新的代理人工智能层与PtychoFM人工智能模型的无缝协作，实现了真正的自我指导实验控制。
CNM科学家周表示：“结合快速的图形重建、代理人工智能控制和SAM3驱动的图像分割，演示显示SYNAPS-I能以传统工作流程无法匹配的速度和一致性分析半导体设备。”
迈向自动驾驶实验室
此次演示标志着向真正自主的人工智能驱动实验室迈出了重要一步。切鲁卡拉指出，这一突破推动了“创世纪任务”开发自动驾驶实验室系统的更广泛目标。SYNAPS-I的进步为未来自动驾驶显微镜、闭环实验以及自动缺陷检测工具奠定了基础。
