El Laboratorio Nacional Lawrence Berkeley y otros centros del Departamento de Energía de Estados Unidos producen decenas de petabytes de datos anuales en sus fuentes de luz y neutrones, un volumen que los detectores modernos, capaces de capturar 100.000 imágenes por segundo frente a una cada seis segundos hace una década, han disparado más allá de la capacidad de análisis manual. La segmentación de imágenes, clave para convertir píxeles en estructuras identificables como paredes celulares o capas semiconductoras, se había convertido en un cuello de botella de meses por experimento.
La Misión Genesis, lanzada por la Casa Blanca a finales de 2025 bajo liderazgo del DOE, aspira a convertir el análisis científico en un motor de descubrimiento en tiempo real mediante inteligencia artificial. Su proyecto estrella, SYNAPS-I, reúne a 60 investigadores de cinco laboratorios nacionales —Argonne, Brookhaven, Oak Ridge, Berkeley y otros— con el objetivo de aplicar visión por computador a datos de haz de rayos X y neutrones.
En el núcleo de la canalización de segmentación están dos modelos fundacionales open source de Meta: SAM 3 y DINOv3. Combinados, el primero delimita contornos a nivel de píxel y el segundo aporta contexto global sobre las estructuras. El equipo ajustó ambos con datos de beamlines del DOE y los desplegó sobre 300 GPU A100 en instalaciones como NERSC. El resultado: un volumen 3D etiquetado y reconstruido en unos 15 minutos, en lugar del mes que antes requería la anotación experta, entregado directamente al científico que permanece junto al instrumento mientras el experimento sigue en marcha.
Como demostración, los investigadores aplicaron la canalización a escaneados micro-CT de tallos de vid obtenidos en la Advanced Light Source para identificar vasos de xilema y rastrear su evolución bajo sequía, abriendo la puerta al desarrollo de cultivos más resilientes. El subsecretario de Energía Darío Gil enmarcó el avance dentro del Consorcio del Trillón de Parámetros como ejemplo de la promesa de Genesis.