Un agente basado en un modelo de lenguaje grande opera de forma automática el ciclo de imagen, análisis y excitación en un microscopio magneto-óptico Kerr, un proceso que convencionalmente requiere la intervención constante del experimentalista. El sistema, denominado Agentic AI Kerr Lab (AgentKerr), fue presentado en un artículo de cuatro páginas en arXiv por Kilian Leutner, Yuean Zhou, Aditya Kumar, Thomas B. Winkler, Robert Frömter, Hans Fangohr y Mathias Kläui.
La arquitectura no depende de la detección de patrones por parte del modelo de lenguaje: una red neuronal convolucional entrenada con imágenes Kerr traduce las capturas en vivo a variables observables de los skyrmions, como posición, tamaño y forma, y sobre esas métricas el agente toma decisiones. Cada acción sobre el hardware se verifica de manera determinista contra una política de acciones, independientemente del agente que la emita, lo que permite operar los instrumentos de forma segura. Sin un procedimiento predefinido, el agente determina por sí mismo cómo crear, sintonizar y mover skyrmions, y redacta sus propios análisis.
En corto: El trabajo, contribución a las memorias de la 2nd International Conference on AI for Science (AI4Sci 2026) celebrada en Mainz, Alemania, del 5 al 9 de octubre de 2026, apunta a experimentos de imagen magnética en los que el investigador plantea la pregunta y el agente encuentra la ruta para realizar los experimentos que arrojen la respuesta.