Meta: SAM 3 e DINOv3 aceleram ciência no Lawrence Berkeley Lab
O Lawrence Berkeley National Laboratory, um dos principais laboratórios do Departamento de Energia dos EUA, enfrenta um gargalo crescente de dados: suas instalações de fontes de luz e nêutrons produzem dezenas de petabytes por ano, após upgrades que elevaram a captura de imagens de uma a cada seis segundos para 100.000 por segundo. A análise manual não acompanha esse volume, especialmente em tarefas de segmentação - o processo de delimitar estruturas distintas em imagens científicas.
SYNAPS-I e a Genesis Mission
Em 2025, a Casa Branca lançou a Genesis Mission, iniciativa nacional para acelerar descobertas científicas com IA. O projeto SYNAPS-I, liderado pelo Berkeley Lab em parceria com Argonne, Brookhaven, Oak Ridge e SLAC, é um dos carros-chefe: transformar a análise de dados de raios-X e nêutrons de um gargalo de meses em um motor de descoberta em tempo real.
SAM 3 e DINOv3 na prática
O pipeline de segmentação do SYNAPS-I usa dois modelos open-source da Meta: o Segment Anything Model 3 (SAM 3), que desenha limites precisos em nível de pixel, e o DINOv3, modelo de visão auto-supervisionado que identifica o que cada estrutura representa e seu contexto global. A equipe fez fine-tuning de ambos em dados científicos coletados nas beamlines do DOE e os deployou em 300 GPUs A100 no supercomputador NERSC.
O resultado: um volume 3D reconstruído e semanticamente rotulado é entregue ao cientista na beamline em aproximadamente 15 minutos - enquanto o experimento ainda está em andamento.
Caso real: resistência à seca em videiras
A equipe demonstrou o pipeline em micro-CT de caules de videira, identificando automaticamente vasos de xilema (tubos microscópicos de transporte de água). O que antes exigia um mês de anotação manual por etapa temporal agora leva 15 minutos, permitindo estudar processos biológicos dinâmicos na velocidade da aquisição de dados.
Por que open source importa
Laboratórios nacionais mantêm dados e modelos em infraestrutura governamental segura, não em nuvens externas. A abordagem open-source da Meta permite que a equipe baixe, ajuste e deploye os modelos internamente, adaptando-os de imagens naturais para domínios científicos. Com 60 pesquisadores em cinco laboratórios, o SYNAPS-I mira um futuro em que as instalações operem como plataformas inteligentes de descoberta - onde a IA não só processa dados, mas gera hipóteses e recomenda próximos experimentos.