topas-editor and TOPilot: tools for AI-driven analysis of diffraction and total scattering data
本文介绍了 VS Code 扩展程序 topas-editor 以及 AI 驱动的自动化框架 TOPilot，两者共同为 TOPAS 软件套件提供了一个功能强大且免费开放的接口，以实现对复杂衍射和全散射数据的生成式 AI 辅助创建、编辑及自动化分析。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
研究材料中原子排列的科学家经常依赖一种被称为衍射的技术。想象一下，将一束光（如X射线或中子束）射入晶体。晶体内部的原子就像一个复杂的过滤器，将光束散射成探测器上特定的点或线图案。这种图案是材料内部结构的独特指纹。通过分析光束如何散射，研究人员可以重建原子的精确位置，从而揭示从一种新型电池材料的强度到一种古代颜料的历史等一切信息。然而，将这些散射图案转化为清晰的原子位置图像是一个困难的谜题。这需要专门的软件来针对数据测试数百万种可能的排列方式，这一过程不仅需要深厚的专业知识，通常还需要编写复杂的自定义指令供计算机遵循。
多年来，一个名为 TOPAS 的强大软件套件一直是解决这些谜题的首选工具。它能够处理从简单晶体到复杂无序材料的一切问题，但其运行依赖于看起来像代码的文本文件。创建这些文件需要陡峭的学习曲线，因为语法中的一个错误就可能导致整个分析失败。虽然该软件速度极快且非常稳健，但设置它所需的精力限制了其应用范围，使其仅限于专家使用。现在，一组研究人员开发了一种新的方法来弥补这一差距，将 TOPAS 的强大功能与现代人工智能的推理能力相结合。他们创建了两个相互关联的工具——一个智能编辑器和一个 AI 助手，使得该软件可以通过自然语言进行驱动，有效地实现了分析中最困难部分的自动化，同时保持人类在循环之中以验证结果。
第一个工具被称为 topas-editor，是一个旨在使 TOPAS 复杂的语言更易于阅读和编写的数字工作空间。它的功能就像一个理解软件规则的专业笔记本。当用户输入指令时，编辑器会高亮显示关键词，提供技术术语的即时解释，并自动检查常见错误。它扮演着引导者的角色，建议描述晶体结构或特定实验条件的正确方式。这种界面使得研究人员无需记忆数百个晦涩的命令即可直接与软件进行交互。然而，真正的创新在于第二个工具 TOPilot，它是一个能够为用户编写这些指令的智能代理。
TOPilot 是基于一套规则和示例构建的，这些规则和示例教会了人工智能如何像经验丰富的晶体学家一样思考。AI 不仅仅是进行猜测，它会在做出任何决定之前咨询经过策划的科学规则库和参考文档。当研究人员提供一个数据文件和关于他们想要寻找目标的简单描述时，TOPilot 就会接管工作。它可以自动识别材料类型，确定要使用的数学模型，并生成运行分析所需的复杂文本文件。如果 AI 遇到无法解决的问题，例如缺少有关实验设置的信息，它会停止运行并请求人类用户进行澄清，而不是进行危险的猜测。这种方法确保了 AI 处理不同模型的测试等重复性、耗时的工作，而人类专家则监督关键决策。
研究人员在各种现实世界的挑战上测试了这个系统，以观察它是否能处理实际科学数据的混乱性。在一次测试中，他们给 AI 提供了一个被故意加入了误差（如偏移的背景和扭曲的峰值）的 Y2O3 材料模拟图谱。标准方法在这些条件下可能会失败，但 AI 成功应对了这些复杂情况。它识别了误差，调整了模型以解释这些误差，并产生了一个与人类专家进行人工分析质量相匹配的最终结果。系统通过测试许多不同的模型变体，检查哪一个最符合数据，然后以清晰的交互式格式报告其发现，从而完成了这一过程。
在另一个例子中，团队要求 AI 从头开始解决一个完整的问题，从一个原始数据文件开始，到精炼出一个原子结构结束。该材料是一种含有锆和钨的复杂化合物。AI 成功识别了晶体重复单元的大小，确定了结构的正确对称性，然后精炼了其中每个原子的位置。从原始数据到完成结构模型的整个过程仅用了几分钟时间。该系统还展示了同时处理多个样本的能力，分析了随着材料加热而收集的一系列三十个不同图谱，并自动绘制了结构随温度变化的图表。
或许最令人印象深刻的演示涉及具有“不共度”结构的材料，在这种结构中，原子的排列方式并不遵循简单的、规则的重复方式。这些结构由于包含标准软件经常会忽略的额外微弱信号，因此在分析上极其困难。AI 能够检测到这些微妙的信号，确定结构的复杂调制，并精炼模型以实现与数据的高精度匹配。它甚至能够将来自两种不同实验类型（X射线和中子）的数据结合到一次连贯的分析中，自动调整两种光束与材料相互作用方式的差异。在这些测试中，该系统始终产生与人类专家生成的结果一致的结果，证明了 AI 可以被信赖用于执行复杂的、多步骤的科学工作流。
研究人员强调，虽然 AI 功能强大，但它并不是人类判断力的替代品。该系统旨在实现透明化，提供详细的报告和交互式图形，使用户能够准确看到 AI 做了什么以及为什么这样做。如果 AI 做出了看似异常的选择，用户可以审查其推理过程并调整参数。目标不是将科学家从过程中移除，而是将他们从枯燥的代码编写任务中解放出来，以便他们能够专注于解释结果。团队发现该系统具有高度的可重复性；多次运行相同的分析会得到几乎相同的结果，只有在即使是人类专家也可能做出不同选择的细微差别上存在差异。
这种新方法代表了衍射数据分析方式的重大转变。通过将 TOPAS 软件的速度和可靠性与人工智能的适应性相结合，研究人员创建了一个可以处理全范围晶体学问题的工具，从简单的物相鉴定到最复杂的结构精炼。该系统对任何人开放使用，并且可以随着科学界发现新材料而通过新的规则或示例进行扩展。这项工作表明，材料科学的未来可能涉及人类直觉与机器自动化的伙伴关系，即由计算机处理繁重的计算工作，而人类提供理解数字含义的洞察力。其结果是，一种更快、更易获取的方式，用以解锁隐藏在原子世界中的秘密。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。