เมื่อวันพฤหัสบดีที่ผ่านมา Anthropic ได้เปิดตัวอย่างการวิจัยของ Model Hardware Standard (MHS) ซึ่งเป็นข้อกำหนดที่ใช้ร่วมกันซึ่งออกแบบมาเพื่อให้เจ้าหน้าที่ AI ใช้งานอุปกรณ์ทางกายภาพได้อย่างปลอดภัย เช่น กล้องจุลทรรศน์ เครื่องจัดการของเหลว และแขนหุ่นยนต์ ตามประกาศที่เผยแพร่บนเว็บไซต์ของบริษัท

บริษัทกำลังให้ห้องปฏิบัติการวิจัยทางวิทยาศาสตร์กลุ่มแรกและผู้ผลิตขั้นสูงเข้าถึงตัวอย่างได้ และกล่าวว่ามีแผนที่จะสร้างโอเพ่นซอร์สมาตรฐาน เมื่อมีการพัฒนาการประเมินความปลอดภัยและแนวทางปฏิบัติที่ดีที่สุดร่วมกับพันธมิตรด้านวิทยาศาสตร์ หุ่นยนต์ อิเล็กทรอนิกส์ และการผลิต

การแก้ปัญหาคอขวดของการบูรณาการ

Anthropic กล่าวว่าโครงการนี้เริ่มต้นจากความร่วมมือกับ HHMI Janelia Research Campus ซึ่งเป็นวิทยาเขตการวิจัยของ Howard Hughes Medical Institute ปัญหาที่กำหนดเป้าหมายไว้นั้นคุ้นเคยกับใครก็ตามที่เคยทำงานในห้องปฏิบัติการหรือในโรงงาน: เครื่องมือส่วนใหญ่ไม่สื่อสารระหว่างกัน และโดยทั่วไปการบูรณาการเข้าด้วยกันจะใช้เวลาหลายสัปดาห์หรือหลายเดือนในการสร้างงานเฉพาะทางที่สร้างการเชื่อมต่อตามความต้องการ

ด้วย MHS ทาง Anthropic กล่าวว่างานบูรณาการจะลดลงเหลือเพียงชั่วโมงหรือนาที เมื่อเชื่อมต่ออุปกรณ์แล้ว เจ้าหน้าที่ AI จะสามารถจัดเตรียมการทดลองอัตโนมัติได้ตลอด 24 ชั่วโมง ให้เหตุผลในแต่ละขั้นตอนของการทดสอบ อัปเดตพารามิเตอร์แบบเรียลไทม์ และในบางกรณี กู้คืนจากข้อผิดพลาดของฮาร์ดแวร์โดยไม่ต้องมีการแทรกแซงของมนุษย์ บริษัทกล่าวว่ามาตรฐานดังกล่าวได้ถูกนำมาใช้สำหรับงานต่างๆ ตั้งแต่การทดลองค้นพบยาตามปกติไปจนถึงการสอบเทียบด้วยเลเซอร์บนคอมพิวเตอร์ควอนตัม

หากต้องการความครอบคลุมมากขึ้นเกี่ยวกับเครื่องมือที่พลิกโฉมการพัฒนา AI AI Buzz Wire ติดตามทุกการเปิดตัวที่สำคัญ ทั่วทั้งอุตสาหกรรม

มาตรฐานทำงานอย่างไร

หัวใจหลักของ MHS คือไดรเวอร์มาตรฐาน: ซอฟต์แวร์ที่แปลระหว่างระบบปฏิบัติการของคอมพิวเตอร์และอุปกรณ์ฮาร์ดแวร์ ไดรเวอร์เปิดเผยชุดคำสั่งพื้นฐานง่ายๆ เช่น คำสั่ง "อ่าน" (เช่น รับอุณหภูมิ) หรือ "เขียน" (อุณหภูมิที่ตั้งไว้) ซึ่งอุปกรณ์ฮาร์ดแวร์ใดๆ สามารถเข้าใจและดำเนินการได้

อุปกรณ์แต่ละชิ้นยังถูกค้นพบได้ในรูปแบบมาตรฐาน ดังนั้นตัวแทนและเครื่องมือจึงสามารถค้นหากันผ่านเครือข่ายโดยไม่ต้องมีนักแปลที่กำหนดเองอยู่ระหว่างนั้น จากข้อมูลของ Anthropic ผู้ขับขี่ยังให้ความรู้ตามบริบทแก่ตัวแทนซึ่งมักพบในคู่มือกระดาษหรือในหัวของช่างเทคนิค ตัวอย่างเช่น น้ำหนักของแขนหุ่นยนต์ ซึ่งมีความสำคัญต่อการควบคุมแขนอย่างปลอดภัย ผู้ใช้สามารถเขียนข้อมูลนั้นลงในแท็กที่เป็นภาษาธรรมชาติได้ด้วยตนเอง หรือพูดคุยกับตัวแทนที่สัมภาษณ์พวกเขาเกี่ยวกับการตั้งค่าฮาร์ดแวร์ของพวกเขา จากนั้นไดรเวอร์จะสร้างไฟล์อ้างอิงโดยอัตโนมัติโดยอธิบายว่าอุปกรณ์สามารถวัดอะไรได้บ้าง อะไรที่สามารถปรับเปลี่ยนได้ และขีดจำกัดความปลอดภัยใดบ้างที่จะถูกบังคับใช้

เอเจนต์ควบคุมฮาร์ดแวร์ผ่านกลไกสามประการ ได้แก่ Model Context Protocol (MCP) อินเทอร์เฟซบรรทัดคำสั่ง และไฟล์โค้ดที่มี API Anthropic กล่าวว่าสิ่งเหล่านี้ช่วยให้ตัวแทนประสานอุปกรณ์หลายเครื่องด้วยโค้ดบรรทัดเดียว เรียงลำดับขั้นตอนในเครื่องมือต่างๆ ตรวจสอบผลลัพธ์ และปรับพารามิเตอร์เมื่อเงื่อนไขเปลี่ยนแปลง

สิ่งที่มานุษยวิทยาสังเกตเห็นกับคลอดด์

ในการทดสอบ Anthropic รายงานว่า Claude โต้ตอบกับฮาร์ดแวร์ในลักษณะเชิงสำรวจที่คล้ายกับวิธีการทำงานของนักวิทยาศาสตร์ ในตัวอย่างหนึ่ง แบบจำลองปรับเลเซอร์ สังเกตผลลัพธ์ผ่านกล้องเพื่อดูว่าลำแสงเคลื่อนที่อย่างไร และทำซ้ำขั้นตอนนี้เพื่อทำความเข้าใจลำดับของเหตุการณ์ จากนั้น Claude ได้รวมสิ่งที่ได้เรียนรู้ไว้ในสคริปต์ที่กำหนดไว้ ซึ่งช่วยให้ขั้นตอนการจัดตำแหน่งทำงานเป็นคำสั่งเดียวโดยไม่ต้องให้เหตุผลของโมเดลในทุกขั้นตอน

รูปแบบดังกล่าว — ตัวแทนที่สำรวจแบบโต้ตอบ จากนั้นรวบรวมสิ่งที่ค้นพบลงในโค้ดที่ทำซ้ำได้ — เป็นศูนย์กลางในการที่ Anthropic คาดหวังให้ MHS ถูกใช้สำหรับงานที่ใช้เวลานานซึ่งอาจช้าหรือมีราคาแพงในการดูแลอย่างต่อเนื่อง

โมเดลไม่เชื่อเรื่องพระเจ้าโดยการออกแบบ

Anthropic วางตำแหน่ง MHS ให้เป็นโครงสร้างพื้นฐานมากกว่าการล็อคอินผลิตภัณฑ์ มาตรฐานนี้ใช้งานได้กับอุปกรณ์ใดๆ ก็ตามที่มีอินเทอร์เฟซที่ตั้งโปรแกรมได้ และบริษัทกล่าวว่าเป็นแบบไม่เชื่อเรื่องพระเจ้า: ระบบตัวแทนใดๆ ก็ตามสามารถเข้าถึงได้โดยใช้โปรโตคอลมาตรฐาน เช่น MCP นั่นอาจมีความสำคัญสำหรับการนำไปใช้ในห้องปฏิบัติการวิจัย ซึ่งอุปกรณ์จากผู้จำหน่ายหลายรายและรุ่นจากผู้ให้บริการหลายรายมักจะผสมกัน

การประกาศดังกล่าวเกิดขึ้นท่ามกลางการแข่งขันที่เข้มข้นในการเชื่อมต่อโมเดล AI เข้ากับโลกทางกายภาพ โดยมีคู่แข่งที่ไล่ตามโมเดลที่เน้นหุ่นยนต์และพันธมิตรด้านฮาร์ดแวร์ ด้วยการกำหนดเป้าหมายไปที่ห้องปฏิบัติการและสายการผลิตเป็นอันดับแรก — สภาพแวดล้อมที่มีขั้นตอนการทำงานที่มีโครงสร้างและต้องใช้เครื่องมือจำนวนมาก — Anthropic กำลังเดิมพันว่าระบบอัตโนมัติทางวิทยาศาสตร์และอุตสาหกรรมจะเป็นโดเมนแรกที่มีความหมายเชิงพาณิชย์โดเมนแรกสำหรับตัวแทนที่เป็นตัวเป็นตน

จะดูอะไรดี

ตัวอย่างการวิจัยจำกัดเฉพาะกลุ่มพันธมิตรกลุ่มแรกๆ เท่านั้น และ Anthropic ยังไม่ได้ประกาศวันวางจำหน่ายโอเพ่นซอร์ส คำถามสำคัญในอีกไม่กี่เดือนข้างหน้า ได้แก่ ผู้ผลิตอุปกรณ์จำนวนกี่รายที่สร้างไดรเวอร์ MHS การประเมินความปลอดภัยที่พัฒนาร่วมกับพันธมิตรมีลักษณะอย่างไร และคู่แข่งจะนำไปใช้หรือทำงานร่วมกับมาตรฐานหรือไม่

สำหรับห้องปฏิบัติการที่ชั่งน้ำหนักการใช้งาน การนำเสนอจะตรงไปตรงมา: การรวมฮาร์ดแวร์ที่ครั้งหนึ่งเคยใช้เวลาหลายเดือนอาจกลายเป็นงานการกำหนดค่าที่วัดเป็นชั่วโมง โดยตัวแทนสามารถทำการทดลองได้อย่างต่อเนื่องในเบื้องหลัง คำมั่นสัญญานั้นจะรอดจากการสัมผัสกับอุปกรณ์ที่ยุ่งเหยิงในโลกแห่งความเป็นจริงหรือไม่นั้นเป็นการทดสอบตัวอย่างการวิจัยที่ออกแบบมาเพื่อตอบ

---

ก้าวนำหน้า AI

รับข่าวสาร AI การวิเคราะห์ และความก้าวหน้าล่าสุด ทั้งหมดในที่เดียว

อ่านข่าว AI เพิ่มเติม →