Meta'nın SAM 3 ve DINOv3 modelleri bilimsel görüntülemeyi bir aydan 15 dakikaya indirdi

Meta 21 Temmuz'da Segment Anything Model 3 ve DINOv3'ün ABD Enerji Bakanlığına bağlı ulusal laboratuvarlarda bilimsel görüntüleri gerçek zamanlıya yakın analiz etmek için kullanıldığını açıkladı. Çalışma, Genesis Mission içindeki SYNAPS-I projesinin ilk örneklerinden biri.

Sorun veri kıtlığı değil, veri fazlalığı. Berkeley Lab'deki Advanced Light Source gibi tesislerde dedektörler büyük miktarda X-ışını görüntüsü üretiyor. Meta'ya göre bazı dedektörler on yıl önce altı saniyede tek görüntü alırken bugün saniyede 100 bin görüntüye çıkabiliyor.

İki modelin görevi farklı

DINOv3 görüntüdeki yapıların ne olduğunu ve nerede bulunduğunu anlamaya yarayan özdenetimli bir görsel model. SAM 3 ise bu yapıların piksel düzeyindeki sınırlarını çiziyor. Birlikte kullanıldığında DINO bağlamı, SAM hassas segmentasyonu sağlıyor.

SYNAPS-I ekibi iki modeli ışın hattından gelen bilimsel görüntülerle ince ayar yaptı ve ulusal süper bilgisayar tesislerinde 300 A100 GPU üzerinde çalıştırdı. Sistem ham taramayı anlamsal etiketli üç boyutlu hacme dönüştürüp deney devam ederken araştırmacıya geri verebiliyor.

Bir ay yerine yaklaşık 15 dakika

Meta'nın örneğinde üzüm asmalarının kuraklığa hücresel düzeyde tepkisi inceleniyor. Mikro-CT taramalarındaki su taşıyan ksilem damarlarını elle işaretlemek her zaman adımı için yaklaşık bir ay uzman emeği gerektirirken yeni işlem hattı sonucu yaklaşık 15 dakikada üretiyor.

Bu hız yalnızca daha çok veri işlemek değil. Araştırmacı deney bittikten sonra aylarca analiz beklemek yerine ölçüm sürerken sonucu görüp bir sonraki deneyi değiştirebilir. AI analiz aracı olmaktan çıkıp deney döngüsünün parçasına dönüşüyor.

Açık model neden kritik?

Ulusal laboratuvarlardaki yayımlanmamış araştırma verileri harici buluta gönderilemiyor. SAM ve DINO'nun indirilebilir olması, modellerin kurum içindeki güvenli altyapıda çalıştırılmasını ve bilimsel alana göre uyarlanmasını mümkün kılıyor. Bazı alanlarda asıl değer benchmark değil, ağırlıkları yerel veriyle değiştirebilmek.

Sonuçlar belirli bir görüntüleme iş akışına ait; bilim artık 15 dakikada yapılıyor diye genelleştirilemez. Bilimsel doğrulama, alan uzmanı denetimi ve farklı örneklerde hata analizi gerekli. Yine de mimari ders net: bağlamı anlayan ve hassas sınırı çıkaran iki aracı birleştirip sonucu gerçek kullanıcı döngüsüne geri vermek.

En güçlü AI ürünü her zaman en büyük sohbet modeli olmayabilir. Bazen doğru çözüm, iyi tanımlanmış görsel görevi güvenli altyapıda haftalardan dakikalara indiren uzmanlaşmış işlem hattıdır.