11月1日、The Newsが「AI electron microscope: 4 servers turn words into experiments」と題した記事を公開した。Lawrence Berkeley国立研究所が開発した「TEM Agent」は、自然言語の指示で電子顕微鏡を自動操作するAIシステムだ。処理時間を数時間から数分に短縮したと研究チームは主張するが、最初のトモグラフィー実験は失敗に終わっており、専門家の監督が依然として不可欠であることも率直に認めている。
「言葉で実験を動かす」電子顕微鏡AIの実態
電子顕微鏡は習熟までの壁が高い装置だ。学期単位の座学を経た研究者でも、高度なテクニックを実際に扱えるようになるまで数週間の実地訓練が必要になるケースがある。
Lawrence Berkeley国立研究所のMolecular Foundryが発表した研究は、その壁へのショートカットを試みている。研究者が平易な言葉で指示を出すと、AIアシスタントが透過型電子顕微鏡（TEM）を操作するというものだ。このフレームワークは「TEM Agent」と呼ばれ、論文はnpj Computational Materialsに掲載されている。
仕組み：4つのサーバーとMCPで言語モデルと顕微鏡をつなぐ
TEM Agentのアーキテクチャの核心は、4つのMCPサーバーによる役割分担だ。元記事タイトルの「4 servers」はこの構成を指しており、それぞれが顕微鏡制御・データ取得・外部計算リソースとの通信・データベース参照といった機能を分担することで、自然言語の指示を実際の装置操作へと橋渡しする。
このサーバー群を束ねるのが**Model Context Protocol（MCP）**だ。MCPはAIアシスタントと外部ツールを標準化された形で接続するプロトコルで、Anthropicが提唱し近年急速に普及しつつある。公式仕様はAnthropicのドキュメントで参照できる。
研究チームはすでに個々の操作を自動化するコードを書いており、今回の研究ではそのツールキットをAIから呼び出せるようにした。
ただし、AIに全権を渡すわけではない。アシスタントが選択できるのはあらかじめ承認されたアクションのみだ：
- 倍率の調整
- フォーカス調整
- サンプルの傾斜（チルト）
これらを組み合わせて長い実験ワークフローを構成する。新しい実験のたびに新規コードを書く必要はない。
トモグラフィーで露呈した課題
記事が正直に書いている部分がある。最初の試みは失敗した。
トモグラフィー（様々な角度から撮影した画像を合成して3D画像を生成する手法）では、各ステップを正しい順序で実行する必要がある。最初の試みでは、サンプルの向きを変えるべきところを、スキャン方向を変えてしまった。
研究者が違いを説明することで処理を継続できたが、これはAIが完全に自律しているわけではなく、人間の介在が依然として必要であることを示している。
また、散乱電子のパターンを使ったより難度の高いサンプル再構成手法にも挑戦したという。
NERSCとCrucibleデータベースとの連携
TEM Agentの特徴的な点は、顕微鏡操作だけにとどまらない点だ。4つのMCPサーバーのうち少なくとも2つは外部リソースとの連携を担っており、具体的には以下が統合されている：
- NERSC（National Energy Research Scientific Computing Center）：Lawrence Berkeley研究所が運用するスーパーコンピューティングセンターと連携し、高負荷な計算処理をオフロード
- Crucibleデータベース：過去の実験パラメータを参照できるデータベース
この連携により、過去実験のパラメータを別途ドキュメントから探す手間が省ける。Berkeley Labは、この仕組みによって処理の所要時間を数時間から数分に短縮したと主張している。
「専門家が不要になった」わけではない
記事は過大な主張を戒める形で締めくくられている。
今回の結果は「すべての指示を完璧に解釈できる」「専門家を不要にする」ことを示したものではない。制限された設定と、一つの特定された修正の話だ。単純な操作であっても、依然として専門家の監督が必要であることは変わらない。
研究の価値は、自然言語インターフェースと既存の自動化ツールキット、そして外部データベースやHPCリソースを4サーバー構成で統合するアーキテクチャの実証にある。完全自律の電子顕微鏡ではなく、専門家の操作負荷を下げるための補助システムとして位置づけられている。
詳細はAI electron microscope: 4 servers turn words into experimentsを参照していただきたい。
