Meta 的 AI 模型如何驱动首批「创世纪任务」项目
本文目录
劳伦斯伯克利国家实验室（Lawrence Berkeley National Laboratory）是美国能源部最重要的研究实验室之一，以在物理、化学与材料科学领域获得诺贝尔奖的工作而闻名，运营着地球上一些最先进的科学设施。其中之一是先进光源（Advanced Light Source，ALS）——一座足球场大小的设施，可产生极其明亮的 X 射线光束，让研究人员得以从原子与分子尺度一直到植物尺度研究材料。ALS 的仪器被称为光束线（beamline），它们产生海量数据——而随着近期设施升级大幅提升了分辨率与速度，数据量已经爆炸式增长，远超科学家所能跟上的程度。
数字令人瞠目：能源部的光源与中子源设施如今每年产生数十 PB（petabyte）的数据——即数百万 GB，大致相当于流媒体播放 200 万小时的高清视频。这种积压并非一直存在。升级后的探测器从每六秒捕捉一张图像，变为每秒捕捉 100,000 张图像，这意味着这些设施如今产生的数据量比十年前高出好几个数量级，而传统的人工分析根本无法跟上。
问题不止于数据量：领域专家稀缺且不堪重负，而现代的原位实验（in-situ experiment）——科学家在化学反应或材料失效等动态过程发生时对其进行观察——要求实时解读，这是任何人工团队都无法手工完成的。
分析上的挑战很大程度上归结为一项任务：分割（segmentation）——即在图像中识别不同结构并为其绘制精确边界的过程。在计算机视觉中，分割支撑着从区分肿瘤与健康组织的医学扫描，到把行人与路面分开的自动驾驶汽车等一切应用。在科学研究中，分割是把一张原始 X 射线图像从一整片灰度像素，转变为一张标注了有意义结构的图谱——细胞壁、矿物晶粒、半导体层——使研究人员能够量化并跨实验比较的过程。
SYNAPS-I 与创世纪任务#
2025 年末，白宫启动了「创世纪任务」（The Genesis Mission）——一项由能源部牵头、旨在利用先进人工智能加速科学发现与技术领导力的全国性重大计划。SYNAPS-I（SYnergistic Neutron And Photon Science – Intelligence，协同中子与光子科学—智能）是其旗舰项目之一：这是一项由伯克利实验室牵头，与阿贡、布鲁克海文、橡树岭和 SLAC 国家实验室合作的多实验室计划，目标是把 X 射线与中子科学领域的数据分析，从长达数月的瓶颈，转变为实时的发现引擎，科学成像则是其主要目标之一。这一瓶颈在图像分割上最为严峻——从实验数据中提取有意义的结构，每个数据集可能耗费专家数周的工作量。
SYNAPS-I 分割流程的核心，是 Meta 发布的两个开源基础模型：Segment Anything Model 3（SAM 3）与 DINOv3。
SAM 与 DINO 如何改变科学成像#
DINOv3 是一个自监督视觉模型（self-supervised vision model），这意味着它从原始图像中学习视觉模式，无需人工先行标注。它擅长理解图像中不同结构代表什么，以及它们位于何处。SAM 则把这种理解推进一步，在图像中为单个对象绘制精确边界——很像科学家手工仔细勾画结构，但只需数秒而非数小时。
两个模型共同构成一条互补的流程：SAM 提供精确的像素级边界，DINO 提供全局上下文，用以识别每个结构及其在样本中的位置。SYNAPS-I 团队在能源部光束线上采集的科学成像数据上对两个模型进行了微调，然后将其部署到国家超级计算设施（如 NERSC）的 300 块 A100 GPU 上——这些高性能计算芯片支撑着当今最先进的 AI 系统。结果是：一个完全重建并带有语义标注的三维体数据（3D volume），被送回物理上仍站在光束线仪器旁的科学家手中，使其在实验仍在进行时即可解读。总周转时间：约 15 分钟。
现实影响：理解葡萄藤的抗旱能力#
SYNAPS-I 团队在一项紧迫的农业挑战上演示了这条流程——理解葡萄藤在细胞层面如何应对干旱。利用在先进光源采集的微型 CT 扫描（micro-CT scan），该流程重建了葡萄藤茎的三维体数据，并自动识别木质部导管（xylem vessel）——即植物体内负责输水的微观管道。通过追踪这些导管在干旱推进过程中的变化，研究人员获得的洞见可为培育抗旱作物提供依据，并为未来的农业韧性提供解决方案。
由 SYNAPS-I 分割的葡萄藤茎微型 CT 扫描。青色：含水的木质部导管；深紫色：干燥的木质部导管。
过去每个时间步需要一个月专家标注的工作，如今只需 15 分钟，使科学家能以数据采集本身的速度研究动态生物过程。
为什么开源很重要#
国家实验室把尚未发表的研究数据与 AI 模型保存在政府基础设施上，而非外部云服务。这项工作在进行过程中必须在安全平台上管理。Meta 的开源方式使之成为可能。SYNAPS-I 团队可以在自己的安全计算环境中下载、微调并部署 SAM 与 DINO，把原本在自然图像上训练的模型，适配到它们从未被设计用于的科学领域。
SYNAPS-I 汇聚了五个国家实验室的 60 名研究人员，正朝着这样一个未来迈进：用户设施作为智能发现平台运行——AI 不仅更快地处理数据，还能帮助科学家提出假设、推荐下一步实验，并在设施之间传递知识，使得某条光束线上的突破惠及所有设施的研究人员。随着「创世纪任务」从种子项目扩展到完整计划，这一开源基础有望在不断扩大的一组国家优先事项上加速发现。
在最近的万亿参数联盟（Trillion Parameter Consortium）上，能源部副部长 Dario Gil 谈到了这项工作的前景。
「通过无缝结合 AI、先进计算与实验系统，SYNAPS-I 在数据产生的同时进行分析，并实时引导实验，以自适应、自动化的决策取代缓慢的人工步骤，」他说，「这把发现时间从数天压缩到片刻，并建立起一个持续自我改进的科学模型，这对于充分释放创世纪任务的潜力至关重要。」
进一步了解 DINOv3
进一步了解 SAM 3