人工智能副驾驶助力伯克利X射线粒子加速器保持正轨

加速器助手利用大型语言模型，帮助加州伯克利的粒子加速器进行多阶段物理实验，将准备时间缩短至原来的1/100。

该系统与控制系统集成，自动生成和运行Python脚本，支持科学研究。

加州伯克利的先进光源（ALS）粒子加速器每年进行1700个科学实验，涉及材料科学、生物学、化学、物理学和环境科学等领域。

加速器助手通过与Gemini、Claude或ChatGPT等模型的集成，利用机构知识数据来解决问题。

该系统能够在复杂的控制系统中安全地应用大型语言模型，提供了一种新方法的蓝图。

ALS操作员可以通过命令行界面或Open WebUI与系统互动，系统支持多会话管理和个性化上下文记忆。

加速器助手能够自动生成和运行Python脚本，帮助工程师节省大量时间。

该工作不仅限于ALS，还扩展到美国其他粒子加速器设施，并与国际合作项目如ITER核聚变反应堆进行合作。

ALS的研究直接推动了健康、气候和行星科学等领域的全球突破，支持了COVID-19抗体的研究和气候变化相关材料的开发。

ALS的X射线束在NASA的OSIRIS-REx任务中帮助追踪小行星Bennu的化学历史，深化了对地球可居住条件起源的理解。