ИИ впервые доверили не только разбирать снимки с рентгеновского микроскопа, но и самому решать, куда направить прибор дальше. Исследователи испытали систему на установке с жёстким рентгеновским нанозондом в США: алгоритм искал нужный участок микросхемы, анализировал результаты каждого сканирования и выбирал следующий шаг. Для сложных действий человек по-прежнему оставался за пультом.
Во время демонстрации учёные дали системе простую задачу: найти границу между двумя областями интегральной схемы. Стартовую точку выбрали глубоко внутри одной из них, поэтому заранее задать нужные координаты было нельзя. ИИ сканировал небольшой участок, изучал полученное изображение, определял направление поиска и сдвигал область следующего измерения. Добравшись до границы, система сама переключилась на более подробное сканирование.
Так работает ИИ-агент: вместо одного ответа на запрос программа получает цель, выполняет действие, оценивает результат и на его основе выбирает следующий шаг. Исследователь при этом может давать команды обычным языком, например попросить измерить конкретную область или подробнее изучить заинтересовавший участок. Переводить каждую просьбу в последовательность технических команд вручную не требуется.
Чтобы ИИ мог принимать решения прямо во время измерений, разработчикам пришлось резко ускорить обработку рентгеновских данных. Прибор получает множество картин рассеяния рентгеновских лучей с частично перекрывающихся участков образца, а компьютер затем собирает из них подробное изображение. Метод называется птихографией. Современная установка за несколько часов создаёт миллионы изображений, поэтому обычная обработка способна продолжаться часы или даже дни.
Модель PtychoFM восстанавливает картину практически с той же скоростью, с которой прибор собирает новые данные. Благодаря этому агент видит результат предыдущего сканирования за секунды и сразу решает, куда двигаться дальше. Для распознавания отдельных деталей на снимках разработчики также подключили модель сегментации SAM3 от Meta, которая помогает отделять разные объекты и области друг от друга.
Полного контроля над дорогим научным оборудованием ИИ не получил. Без участия человека агент выполняет только операции, которые разработчики отнесли к низкорисковым. Если действие несёт повышенный риск или система не уверена в решении, программа запрашивает подтверждение или дополнительные указания.
Микросхему выбрали как удобный образец для демонстрации. Разработчики рассчитывают тем же способом исследовать металлы, катализаторы, квантовые устройства и другие материалы, где учёным приходится искать небольшие интересующие области среди огромного массива данных.
Главное изменение касается самого принципа работы лаборатории. ИИ больше не обязан ждать, пока человек закончит эксперимент и передаст ему готовые результаты. Агент может получать свежие измерения прямо от прибора, анализировать их и тут же менять дальнейший план. Человек задаёт научную задачу и контролирует критические решения, а рутинный поиск нужной точки постепенно переходит к машине.
