In Berkeley, Kalifornien, unterstützt ein künstliches Intelligenz-System namens Accelerator Assistant den Betrieb des Advanced Light Source (ALS), eines der leistungsfähigsten Röntgen-Teilchenbeschleuniger weltweit am Lawrence Berkeley National Laboratory. Der Beschleuniger beschleunigt Elektronen auf nahezu Lichtgeschwindigkeit in einer 200-Yard-Runde und erzeugt ultraviolettes und Röntgenlicht, das über 40 Strahlengänge zu 1.700 wissenschaftlichen Experimenten jährlich genutzt wird. Diese Experimente decken Bereiche wie Materialwissenschaft, Biologie, Chemie und Umweltforschung ab. Störungen im System können Minuten bis Tage dauern und viele gleichzeitige Experimente lahmlegen – der Beschleuniger verfügt über mehr als 230.000 Prozessvariablen, deren Überwachung und Fehlerbehebung bisher extrem zeitaufwendig war. Thorsten Hellert, Wissenschaftler am Accelerator Technology and Applied Physics Division, und sein Team haben nun einen LLM-basierten Assistenten entwickelt, der auf einer NVIDIA H100-GPU mit CUDA-beschleunigter Inferenz läuft. Der Accelerator Assistant nutzt kontextbasierte Prompt-Engineering, greift auf interne Datenbanken, historische Archive und Dokumentationen zu und verarbeitet Anfragen über Open WebUI oder Kommandozeile. Er kann Python-Skripte autonom generieren, Daten analysieren, Visualisierungen erstellen und sicher mit dem Beschleuniger über das EPICS-Steuerungssystem interagieren. Die Architektur kombiniert lokale Inferenz via Ollama auf H100-Servern mit externen Modellen wie ChatGPT, Claude oder Gemini über den CBorg-Gateway – so wird Sicherheit, Latenz und Zugriff auf aktuelle KI-Modelle vereint. Dank des von Berkeley entwickelten Osprey-Frameworks werden Benutzer authentifiziert, Kontexte gespeichert und mehrere Arbeitsgänge parallel verwaltet. Die Effizienz steigt dramatisch: Die Vorbereitung komplexer Experimente wurde um das 100-fache verkürzt. Hellert sieht darin einen wegweisenden Ansatz für kritische Infrastrukturen wie Teilchenbeschleuniger, Kern- und Fusionsreaktoren. Die Technologie ist bereits Teil des DOE-Genesys-Missionsprogramms und wird in mehreren US-amerikanischen Beschleunigeranlagen eingesetzt. Aktuell arbeitet Hellert mit dem ITER-Fusionsreaktor in Frankreich und dem Extremely Large Telescope in Chile zusammen, um die Anwendung auf andere Großforschungsinfrastrukturen auszuweiten. Die wissenschaftliche Relevanz des ALS ist enorm: Während der Pandemie halfen Strukturbiologen am ALS, ein Antikörper-Profil zu entschlüsseln, das SARS-CoV-2 neutralisieren kann – ein entscheidender Schritt für die Entwicklung wirksamer Therapien. In der Klimaforschung trugen ALS-Untersuchungen zur Entwicklung von Metal-Organic Frameworks (MOFs) bei, die CO₂ und Wasser aus der Luft binden können – eine Arbeit, die 2025 mit dem Nobelpreis für Chemie ausgezeichnet wurde. Zudem lieferten Röntgenanalysen von Proben der OSIRIS-REx-Mission Hinweise darauf, dass Asteroiden Wasser und organische Moleküle auf die frühe Erde brachten – ein Schlüssel zur Erklärung der Entstehung lebensfreundlicher Bedingungen. Die KI-gestützte Optimierung des Beschleunigers erhöht nicht nur die Betriebsstabilität, sondern beschleunigt wissenschaftliche Durchbrüche, die globale Herausforderungen wie Gesundheit, Klimawandel und Weltraumforschung adressieren. Industrieexperten loben den Ansatz als Pionierprojekt für verantwortungsvolle, sichere KI-Integration in kritische wissenschaftliche Systeme. Die Kombination aus menschlicher Aufsicht, kontextbasiertem LLM-Verständnis und automatisierter Prozesssteuerung stellt einen Paradigmenwechsel dar. Die Entwicklung des Accelerator Assistant zeigt, wie KI nicht nur Effizienz steigert, sondern auch Wissen zentralisiert und Zugang zu Expertise für Forscher weltweit erleichtert – ein entscheidender Schritt hin zu intelligenten, resilienten Forschungsinfrastrukturen der Zukunft.