Anthropic wprowadza Model Hardware Standard, by AI mogła kontrolować świat fizyczny

Anthropic, firma specjalizująca się w sztucznej inteligencji, ogłosiła wprowadzenie Model Hardware Standard (MHS) – zestawu ustandaryzowanych sterowników, które mają umożliwić agentom AI łatwe integrowanie się i kontrolowanie różnorodnych urządzeń fizycznych. Dotychczas systemy AI działały głównie w sferze cyfrowej, przetwarzając tekst, obrazy czy kod. MHS ma zmienić ten stan rzeczy, otwierając drogę do automatyzacji w świecie rzeczywistym.

Upraszczanie integracji i przyspieszanie badań

Obecnie MHS jest promowany jako narzędzie mające usprawnić pracę naukowców, którzy często muszą tworzyć niestandardowe integracje oprogramowania, aby połączyć ze sobą różne komponenty eksperymentu. Anthropic twierdzi, że MHS zapewni wspólny interfejs i format wymiany danych między urządzeniami, eliminując potrzebę tworzenia specjalnych programów „tłumaczących”. Dzięki temu, czas potrzebny na przygotowanie skomplikowanych eksperymentów ma zostać skrócony z tygodni lub miesięcy do zaledwie godzin lub minut.

Inspiracją dla powstania MHS była obserwacja pracy neurobiologa Arco Basta z HHMI Janelia Research Campus, który stworzył interfejs koordynujący działanie wielu urządzeń, takich jak lasery, mikroskopy i kamery, podczas eksperymentu dotyczącego formowania się pamięci w mózgu. Alek Kemeny z Anthropic, który był świadkiem tego procesu, uznał, że podobne rozwiązanie mogłoby pozwolić sztucznej inteligencji na prowadzenie dowolnych eksperymentów naukowych na świecie.

AI w akcji: od kalibracji po sterowanie robotami

Choć MHS nie wymaga użycia modeli AI, integracja z nimi za pośrednictwem Model Context Protocol pozwala naukowcom na interakcję z urządzeniami za pomocą języka naturalnego. Modele AI mogą dzięki temu „rozumować każdy krok eksperymentu, aktualizować parametry w czasie rzeczywistym, a w niektórych przypadkach nawet samodzielnie naprawiać błędy sprzętowe” – informuje Anthropic.

Firma podała kilka przykładów zastosowań:

• Model Claude może regulować laser, sprawdzać wyniki za pomocą kamery i automatycznie kalibrować cały system.
• AI może ustawiać ostrość mikroskopu, analizować wyniki, decydować, która część wymaga dalszej obserwacji, a następnie automatycznie przesuwać mikroskop do odpowiedniego obszaru.

Anthropic zademonstrował również, jak Claude, bez wcześniejszego szkolenia, był w stanie zaplanować, jak ramię robota ma podnieść aluminiową puszkę. Modele obsługujące MHS mogą również sekwencjonować kroki między instrumentami, pisząc skrypty API i dostosowując je do zmieniających się warunków, zamiast za każdym razem rozumować każdy etap od nowa.

Bezpieczeństwo i przyszłość standardu

MHS zawiera również standaryzowany system tagowania, który opisuje ograniczenia sprzętowe w świecie rzeczywistym dla modeli AI. Obejmuje to informacje o fizycznych cechach sprzętu (np. waga i zasięg ramienia robota), jego regulowanych parametrach, opcjach pomiarowych i limitach bezpieczeństwa. Te tagi mogą być zintegrowane z plikiem referencyjnym, który szybko dostarczy modelowi AI kluczowych informacji o urządzeniu, z którym nie miał wcześniej doświadczenia.

Anthropic współpracuje obecnie z grupą laboratoriów badawczych i zaawansowanych producentów w ramach okresu podglądowego MHS. Wśród partnerów znajdują się m.in. Amazon Web Services (Strands Robots), Hugging Face (LeRobot), Raspberry Pi, Automata i Universal Robots. Ich zadaniem jest pomoc w „opracowaniu ocen bezpieczeństwa i najlepszych praktyk dla systemów AI obsługujących sprzęt fizyczny”. Docelowo MHS ma stać się otwartym i „agent agnostic” standardem dla integracji AI i systemów fizycznych.

We wczesnych testach z partnerami naukowymi, Anthropic zaobserwował, że MHS „skrócił czas potrzebny na integrację urządzeń, umożliwiając szybsze iteracje w różnych ustawieniach eksperymentalnych”. Alek Kemeny podkreślił, że szybsze testowanie hipotez może przyspieszyć rozwój technologii, skracając „wiek postępu do dekady”.

Wprowadzenie Model Hardware Standard przez Anthropic stanowi znaczący krok w kierunku rozszerzenia możliwości sztucznej inteligencji poza sferę cyfrową. Umożliwienie agentom AI bezpośredniej kontroli nad urządzeniami fizycznymi może zrewolucjonizować wiele dziedzin, od badań naukowych po produkcję, otwierając nowe perspektywy dla automatyzacji i innowacji. Rozwój otwartego standardu i współpraca z kluczowymi partnerami branżowymi wskazują na potencjał MHS do stania się fundamentalnym elementem przyszłych ekosystemów AI i robotyki.

Źródło: arstechnica.com