- Das TEM Agent-System vereinfacht den Betrieb von Elektronenmikroskopen, ohne dass eine Fachausbildung erforderlich ist.
- Forscher können Experimente in einfacher englischer Sprache beschreiben, der KI-Agent führt diese automatisch aus.
- Das System ist mit Supercomputing-Einrichtungen verbunden, was die Datenverarbeitungsgeschwindigkeit erhöht.
- Ziel ist es, Fachwissen zu erweitern und Anfängern zu ermöglichen, schneller Experimente durchzuführen.
[Originalartikel]
Der Betrieb eines der leistungsstärksten Elektronenmikroskope der Welt erfordert mehrere Wochen Training. Am Lawrence Berkeley National Laboratory können Forscher nun Experimente in einfacher englischer Sprache beschreiben und einen KI-Agenten mit der Durchführung beauftragen. Dieses System namens TEM Agent wurde im Molecular Foundry des US-Energieministeriums entwickelt, das sich im Berkeley Laboratory befindet. Das System steuert ein Transmissionselektronenmikroskop, ein Gerät, das die genaue Position von Atomen in Materialien anzeigen kann, wodurch die Festigkeit, die elektrische Leitfähigkeit, die Energiespeicherkapazität von Batterien und die Wechselwirkungen von Medikamenten mit Zellen bestimmt werden können.
Das Mikroskop der Molecular Foundry kann Strukturen von etwa der Größe eines halben Wasserstoffatoms abbilden, und Wissenschaftler von Universitäten und Unternehmen reisen extra an, um diese Geräte zu nutzen. Die Lernkurve ist ziemlich steil; einige der ankommenden Forscher haben zwar ein Semester lang einen Kurs über Elektronenmikroskope belegt, benötigen jedoch dennoch mehrere Wochen praktische Schulung. Selbst Experten haben Schwierigkeiten bei der Datenverarbeitung: Ein Detektor kann in 15 Sekunden etwa 700 GB Daten erzeugen, was die manuelle Verarbeitung übersteigt. Dies führt zu einem Engpass. Trotz der kontinuierlichen Verbesserung der Geräte kann die Anzahl der Personen, die sie kompetent bedienen und analysieren können, nicht mithalten.
KI steigert die Effizienz von Elektronenmikroskopen
Das Team hat bereits automatisierte Routinen zur Bearbeitung wiederkehrender Aufgaben, wie der Abbildung einer großen Anzahl von Nanopartikeln. Doch, wie der verantwortliche Wissenschaftler der Studie, Peter Elues, erklärt, funktionieren diese Routinen wie eine Produktionslinie in einer Fabrik: Sie führen nur vordefinierte Programme aus und unterbrechen bei unerwarteten Ereignissen, ohne dass nicht-robotische Ingenieure Änderungen vornehmen können. Das Team beschloss, nicht neu zu beginnen, sondern diese Programme mit einem Modellkontextprotokoll neu zu schreiben, einem offenen Standard, der der KI eine Reihe fester, spezifischer vordefinierter Operationen bietet, anstatt eine offene Steuerung zu ermöglichen. Mit diesem Toolkit kann der TEM Agent die Schritte verknüpfen, selbst bei nicht programmierten Anfragen.
Die Forscher beschreiben Experimente in einfacher englischer Sprache, und der Agent passt bei Bedarf die Vergrößerung an, neigt die Probe, fokussiert den Strahl neu und verknüpft Dutzende von kleinen Schritten. Das Team testete dieses System bei der elektronischen Tomographie, einer Technik, die aus geneigten Bildern eine 3D-Ansicht der Probe rekonstruiert und normalerweise mehrere Stunden in Anspruch nimmt. Zunächst verwechselte der Agent die Drehung der Probe mit der Drehung der Scannerrichtung, aber eine kurze schriftliche Erklärung löste das Problem. Die Forschungswissenschaftlerin Stefanie Reibet von der Molecular Foundry brachte es anschließend in experimentellere Bereiche, einschließlich der Phasendiffraktion, einer Technik zur Rekonstruktion hochauflösender Bilder aus Beugungsmustern, die normalerweise beträchtliches Fachwissen für die Einstellung erfordert.
Natürliche Sprachschnittstelle fördert die Kommunikation
Die Verbindung von KI mit wissenschaftlicher Hardware ist herausfordernder als die Verbindung mit Literatur oder Datenpipelines, erklärt Reibet, während das Protokoll dem Team eine Brücke zwischen beiden bietet. Der Agent ist auch mit dem National Energy Research Scientific Computing Center verbunden, einer Supercomputing-Einrichtung des Energieministeriums, sowie mit der Datenplattform Crucible der Molecular Foundry, die die Metadaten der Experimente organisiert. Rohdaten können in wenigen Sekunden verarbeitet werden, und Forscher können Wochen im Voraus nach den Einstellungen fragen, die sie an der Probe verwendet haben, ohne in Dokumenten oder Notizbüchern nachsehen zu müssen.
Morgan Wall, der Leiter der Entwicklung von Crucible, erklärt, dass Benutzer über eine Schnittstelle in natürlicher Sprache kommunizieren können, anstatt fünf Skripte gleichzeitig auf fünf Computern zu bedienen. Dieser Ansatz kann auf andere Instrumente mit offenen Schnittstellen ausgeweitet werden, und Walls Team unterstützt andere nanotechnologische Forschungszentren bei der Einführung von Crucible. Die Veröffentlichung betont, dass das Ziel nicht darin besteht, Fachwissen zu ersetzen, sondern es zu erweitern und Anfängern sowie erfahrenen Forschern einen schnelleren Weg von der Idee zum Experiment zu bieten. Elues erwartet, dass solche Assistenten diese Art von Arbeit demokratisieren werden. Die Studie wurde vom Office of Science des Energieministeriums unterstützt, und die Ergebnisse wurden in der Zeitschrift npj Computational Materials veröffentlicht.
Artikel Spezifikationen Prozessor Nicht veröffentlicht RAM Nicht veröffentlicht Speicherplatz Nicht veröffentlicht Batteriekapazität Nicht veröffentlicht Bildschirmgröße Nicht veröffentlicht Kamera-Pixel Nicht veröffentlicht Schnellladeleistung Nicht veröffentlicht Konnektivität Nicht veröffentlicht Gewicht Nicht veröffentlicht Bildwiederholrate Nicht veröffentlicht
Künstliche Intelligenz unterstützt die Zukunft der wissenschaftlichen Forschung
Die Einführung des TEM Agent markiert die zunehmende Bedeutung von Künstlicher Intelligenz in der wissenschaftlichen Forschung. Dieses System vereinfacht nicht nur die Abläufe bei Elektronenmikroskopen, sondern reduziert auch erheblich die Abhängigkeit von Fachausbildung, sodass mehr Forscher an hochrangigen Experimenten teilnehmen können. Darüber hinaus ermöglicht die natürliche Sprachschnittstelle eine intuitivere Interaktion der Benutzer mit dem System, was nicht nur die Effizienz der Arbeit steigert, sondern auch zur Weitergabe und Erweiterung von Wissen beiträgt. Mit der weiteren Entwicklung der KI-Technologie könnten ähnliche Automatisierungstools in Zukunft zur Norm in der wissenschaftlichen Forschung werden und somit den Fortschritt der wissenschaftlichen Entdeckung vorantreiben.

