Anthropic a deschis joi o previzualizare de cercetare a Modelului Hardware Standard (MHS), o specificație comună concepută pentru a permite agenților AI să opereze în siguranță dispozitive fizice precum microscoape, dispozitive de manipulare a lichidelor și brațe robotizate, potrivit unui anunț publicat pe site-ul companiei.
Compania oferă unui prim grup de laboratoare de cercetare științifică și producători avansați acces la previzualizare și spune că intenționează să facă standardul open source odată ce evaluările de siguranță și cele mai bune practici au fost dezvoltate cu parteneri din știință, robotică, electronică și producție.
Rezolvarea blocajului de integrare
Anthropic spune că proiectul a început ca o colaborare cu HHMI Janelia Research Campus, campusul de cercetare al Institutului Medical Howard Hughes. Problema pe care o vizează este familiară oricui a lucrat într-un laborator sau într-o fabrică: majoritatea instrumentelor nu comunică între ele, iar integrarea lor necesită de obicei săptămâni sau luni de muncă specializată, construind conexiuni personalizate.
Cu MHS, Anthropic spune că munca de integrare se reduce la ore sau minute. Odată ce dispozitivele sunt conectate, agenții AI pot orchestra experimente autonome, non-stop, raționând fiecare pas al unui experiment, actualizând parametrii în timp real și, în unele cazuri, recuperându-se din erori hardware fără intervenția umană. Compania spune că standardul a fost deja folosit pentru sarcini, de la experimente de rutină de descoperire a medicamentelor până la calibrarea cu laser pe un computer cuantic.
Pentru mai multă acoperire a instrumentelor care remodelează dezvoltarea AI, AI Buzz Wire urmărește fiecare lansare majoră în întreaga industrie.
Cum funcționează standardul
La baza MHS este un driver standardizat: un software care se traduce între sistemul de operare al unui computer și un dispozitiv hardware. Driverul expune un set simplu de primitive – comenzi precum „citește” (de exemplu, obțineți temperatura) sau „scrieți” (setați temperatura) – pe care orice dispozitiv hardware le poate înțelege și asupra cărora le poate acționa.
Fiecare dispozitiv este, de asemenea, descoperit într-un format standard, astfel încât agenții și instrumentele se pot găsi unul pe celălalt într-o rețea fără un traducător personalizat între ele. Potrivit Anthropic, șoferul oferă unui agent cunoștințele contextuale care au trăit în mod tradițional în manualele de hârtie sau în capul unui tehnician - de exemplu, greutatea unui braț robot, care contează pentru manipularea lui în siguranță. Utilizatorii pot scrie ei înșiși acele informații în etichete în limbaj natural sau pot discuta cu un agent care îi intervievează despre configurația lor hardware. Apoi, șoferul produce automat un fișier de referință care descrie ce poate măsura dispozitivul, ce poate fi ajustat și ce limite de siguranță vor fi aplicate.
Agenții controlează hardware-ul prin trei mecanisme: Model Context Protocol (MCP), o interfață de linie de comandă și fișiere de cod care conțin API-uri. Împreună, spune Anthropic, acestea permit unui agent să orchestreze mai multe dispozitive cu o singură linie de cod, să ordoneze pașii între instrumente, să monitorizeze rezultatele și să ajusteze parametrii pe măsură ce condițiile se schimbă.
Ce a observat Anthropic cu Claude
În timpul testării, Anthropic raportează că Claude a interacționat cu hardware-ul într-un mod explorator care seamănă cu modul în care lucrează un om de știință. Într-un exemplu, modelul a ajustat un laser, a observat rezultatele printr-o cameră pentru a vedea cum se mișcă fasciculul și a repetat procesul pentru a înțelege succesiunea evenimentelor. Claude a împachetat apoi ceea ce a învățat într-un script determinist, permițând procedurii de aliniere să ruleze ca o singură comandă fără ca modelul să raționeze fiecare pas.
Acest model – un agent care explorează în mod interactiv, apoi compilează descoperirile sale într-un cod repetabil – este esențial pentru modul în care Anthropic se așteaptă ca MHS să fie utilizat pentru sarcini de lungă durată care ar fi lentă sau costisitoare de supravegheat continuu.
Model-agnostic prin design
Anthropic poziționează MHS ca infrastructură, mai degrabă decât ca un produs blocat. Standardul funcționează cu orice dispozitiv care are o interfață programabilă, iar compania spune că este independent de model: orice cablaj de agent îl poate accesa folosind protocoale standard, cum ar fi MCP. Acest lucru ar putea conta pentru adoptare în laboratoarele de cercetare, unde echipamentele de la mai mulți furnizori și modelele de la mai mulți furnizori sunt adesea amestecate.
Anunțul ajunge pe fondul intensificării concurenței pentru conectarea modelelor AI la lumea fizică, rivalii urmărind modele axate pe robotică și parteneri hardware. Vizând mai întâi laboratoarele și liniile de producție – medii cu fluxuri de lucru structurate, cu instrumente grele – Anthropic pariază că automatizarea științifică și industrială va fi primul domeniu semnificativ din punct de vedere comercial pentru agenții încorporați.
Ce să urmărești
Previzualizarea cercetării este limitată la un grup inițial de parteneri, iar Anthropic nu a anunțat o dată pentru lansarea open-source. Întrebările cheie pentru lunile următoare includ câți producători de dispozitive construiesc drivere MHS, cum arată evaluările de siguranță dezvoltate cu parteneri și dacă concurenții adoptă sau interoperează cu standardul.
Pentru laboratoarele care cântăresc adoptarea, argumentul este simplu: integrarea hardware care a durat o dată luni de zile ar putea deveni o sarcină de configurare măsurată în ore, cu agenți capabili să ruleze experimente continuu în fundal. Indiferent dacă această promisiune supraviețuiește contactului cu echipamente dezordonate, din lumea reală, este testul la care este proiectată să răspundă previzualizarea cercetării.
---
Rămâneți înaintea AIObțineți cele mai recente știri, analize și descoperiri despre AI - toate într-un singur loc.
Citiți mai multe știri AI →
