Meta、SAM 3 と DINOv3 を DOE の科学解析基盤 SYNAPS-I に導入──解析時間を月単位から 15 分へ短縮
Lawrence Berkeley 国立研究所らが、X 線・中性子線データの自動セグメンテーションに Meta のオープンソースモデルを採用し、実験現場でのリアルタイム解析を実現した。
リリース: 2026-07-21 · 読了 4 分記事の要約
1. 核心（What）
- Meta の SAM 3 と DINOv3 を用いた科学画像解析パイプライン「SYNAPS-I」が、米国エネルギー省（DOE）の Genesis Mission プロジェクトで稼働開始。
- X 線および中性子線実験から得られる膨大な画像データを、AI による自動セグメンテーションでリアルタイム解析。
- 300 基の A100 GPU を使用し、実験中に 3D ボリュームの再構築とセマンティックラベル付けを完了させる。
- ブドウの茎を用いた干ばつ耐性研究において、従来 1 ヶ月の作業を 15 分に短縮。
2. 影響（Why）
- 解析のリアルタイム化: 実験データの生成速度が解析速度を圧倒する現状において、AI による自動解析は実験のフィードバックループを回すための必須要件となる。
- 国内研究機関への示唆: 機密性の高い研究データを扱う国内の材料・バイオ研究機関は、クラウド API に依存せず、自前環境で OSS モデルを運用するアーキテクチャの優位性が高まっている。
3. 根拠・詳細（How）
- 解析パイプラインの構成: DINOv3 で画像全体のコンテキストを把握し、SAM 3 でピクセルレベルの境界を抽出する二段構えのパイプラインを構築。
- 計算リソースと運用: NERSC などの国立スーパーコンピューティング施設に設置された 300 基の A100 GPU を使用し、実験現場から直接モデルを呼び出す構成。
4. 展望・課題（Next）
- 知見の横展開: 特定のビームラインでの発見を他施設へ転送し、施設全体をインテリジェントな発見プラットフォームへ進化させる計画。