运用学习型 AI 代理人来控制先进科学仪器

下一代 X 射线光源和自驾实验室等先进科学用户设施正在通过自动化常规任务以实现快速实验和表征，从而 revolutionizes 科学发现。然而，这些设施必须不断演进以支持新的实验工作流程、适应多样化的用户项目，并满足对更复杂仪器和实验日益增长的需求。这种持续的开发引入了显著的运营复杂性， necessitating 用户友好性、可重复性以及直观的人机交互。本文探讨了将由大型语言模型（LLM）驱动的 agentic AI 作为实现这一目标的变革性工具。我们展示了开发人机循环管道以控制包括 X 射线纳米探针光束台和专注于材料设计和表征的自主机器人站的先进仪器的方法。具体而言，我们评估了 various LLMs 作为可训练科学助手以协调复杂多任务工作流程（包括多模态数据）的潜力，这些工作流程可通过可选的人类输入和迭代学习来优化其性能。我们展示了 AI 代理人桥接先进自动化与用户友好操作之间的能力，为更具适应性和智能的科学设施铺平了道路。