Anthropic sniedz AI aģentiem iespēju sasniegt ne tikai ekrānus un programmatūru, bet arī sākt darbināt iekārtas fiziskajā pasaulē.
Claude ražotājs ceturtdien atklāja modeļa aparatūras standartu (MHS), jaunu specifikāciju, kas ļauj AI aģentiem sazināties un darbināt programmējamu aparatūru, sākot no mikroskopiem un šķidruma apstrādātājiem līdz robotu rokām un iekārtām, ko izmanto kvantu datoros.
Paziņojot par palaišanu vietnē X, Anthropic teica: “Šodien mēs sākam modeļa aparatūras standarta (MHS) izpētes priekšskatījuma pirmo posmu: jauns standarts AI aģentiem, lai droši darbinātu fizisko aprīkojumu zinātniskajā pētniecībā un progresīvā ražošanā.”
Ideja ir vienkārša, bet ambicioza: piešķiriet dažādu ražotāju iekārtām kopīgu saskarni, ko AI aģenti var atklāt, lasīt un kontrolēt, inženieriem neveidojot pielāgotu integrāciju katrai ierīcei.
Anthropic saka, ka iekārtu savienošana laboratorijās un ražošanas telpās šodien var ilgt nedēļas vai mēnešus. MHS varētu samazināt šo darbu stundās vai minūtēs.
“Mēs to izveidojām zinātnei, lai parādītu AI solījumu, taču šeit ir arī milzīgi ieguvumi uzņēmumiem un rūpniecībai,” CNBC sacīja Elizabete Kellija, Anthropic izdevīgo izvēršanas nodaļas vadītāja.
MHS sākas kā izpētes priekšskatījums ar organizācijām zinātnes, robotikas, elektronikas un ražošanas jomā. Anthropic plāno atvērtā koda standartu pēc sadarbības ar agrīnajiem partneriem drošības novērtējumos un paraugprakses jomā.
Standarts ir modeļu agnostiķis, kas nozīmē, ka uzņēmumi nav saistīti ar Klodu. Jebkurš AI aģents var mijiedarboties ar MHS iespējotu aprīkojumu, izmantojot atbalstītas saskarnes, tostarp Anthropic modeļa konteksta protokolu, komandrindas rīkus un API.
Šai atšķirībai ir nozīme. MCP, ko Anthropic ieviesa 2024. gadā un vēlāk bija atvērtā pirmkoda versija, nodrošina AI sistēmām standarta veidu, kā izveidot savienojumu ar programmatūras rīkiem un datiem. MHS risina citu slāni: pašu aparatūru.
Citiem vārdiem sakot, MCP savieno AI aģentus ar digitālajām sistēmām. MHS varētu palīdzēt savienot tos ar fiziskām mašīnām.
No tērzēšanas robotiem līdz iekārtām, kas darbojas
MHS ievieš standartizētu programmatūras draiveri, kas tulko starp datoriem un fiziskām ierīcēm. Aparatūra atklāj izplatītas komandas, piemēram, “lasīt” un “rakstīt”, ļaujot aģentam izgūt informāciju, mainīt iestatījumus un koordinēt vairākas iekārtas.
Vadītājs var saturēt informāciju dabiskā valodā par mašīnas fiziskajām īpašībām un darbības ierobežojumiem. AI aģents, saskaroties ar nepazīstamu aprīkojumu, varētu uzzināt, ko iekārta mēra, kādus iestatījumus tā var mainīt un kādas drošības robežas tai ir jāievēro.
Anthropic šo koncepciju jau ir izmantojis reālos eksperimentos.
Uzņēmuma Genentech pētnieki savienoja Klodu caur MHS ar šķidruma apstrādātāju, robotu roku un plākšņu lasītāju proteīna noteikšanai. Klods veica eksperimentus, analizēja rezultātus un koriģēja šķidruma pārnešanas parametrus. Tas autonomi atguvās no dažām iekārtu kļūmēm, lai gan pētnieki atklāja, ka modelis joprojām cīnījās ar fiziskām parādībām, piemēram, burbuļiem šķidrumos, atklājot būtisku pašreizējā AI argumentācijas ierobežojumu.
Kārnegija Melona universitātē pētnieki izmantoja MHS, lai savienotu laboratorijas aprīkojumu, kas izvietots trīs datoros ar nesaderīgām saskarnēm. Komanda saka, ka sistēmas izveide prasīja aptuveni astoņas stundas, salīdzinot ar vairākām nedēļām tipiskai pārdevēja veidotai iestatīšanai. Pēc tam AI aģents veica devas un atbildes reakcijas eksperimentu, noraidīja neatbilstošu rezultātu, mainīja koncentrācijas diapazonu un atkārtoja eksperimentu bez cilvēka iejaukšanās.
Pētnieki ziņoja, ka eksperimenti noritēja apmēram trīs reizes ātrāk nekā iepriekš.
Cits Vašingtonas universitātes projekts mazāk nekā nedēļas laikā savienoja sešus instrumentus. Pētnieki izmantoja AI aģentu, lai attālināti uzraudzītu eksperimentus un koordinētu robotu roku ar šķidruma apstrādātāju automatizētai paraugu pārsūtīšanai.
Tie ir koncepcijas pierādījumi, nevis pierādījumi tam, ka autonomās laboratorijas ir gatavas plašai izvēršanai. Anthropic atzīst, ka pašreizējie modeļi var paklupt pāri fizikāliem, ķīmiskiem un bioloģiskiem ierobežojumiem, ko cilvēki uztver ar pieredzi. Ilgstoši aģenti rada arī aprēķina izmaksas.
Antropisks vēlas standartu, uz kuru var balstīties citi
Lielāka likme pārsniedz Klodu.
MHS darbojas ar jebkuru ierīci, kurā ir programmējams interfeiss, un Anthropic vēlas, lai ražotāji tieši pieņemtu specifikāciju. Atvērts standarts varētu sniegt robotikas uzņēmumiem, zinātniskajām laboratorijām un ražotājiem kopīgu veidu, kā padarīt viņu aprīkojumu pieejamu AI sistēmām.
Tas varētu kļūt arvien nozīmīgāks, jo AI nozare pāriet no aģentiem, kas ģenerē tekstu un pārvalda programmatūru, uz sistēmām, kurām paredzēts veikt darbības rūpnīcās, laboratorijās un citās fiziskās vidēs.
Anthropic jau ir parādījis, cik lielu ietekmi var iegūt saskarnes standarts. MCP no antropiskā projekta kļuva par plaši pieņemtu metodi AI aģentu savienošanai ar ārējiem rīkiem un datiem.
MHS ir mēģinājums pārnest līdzīgu ideju pāri robežai starp programmatūru un iekārtām.
Ja tas turpināsies, AI aģentu sacensību nākamais posms var būt mazāks par to, ko modeļi var pateikt, un vairāk par to, kādas mašīnas viņi var droši likt kustēties.
Zemāk ir video, kurā parādīta MHS darbība.
