Model Hardware Standard Anthropic bawa ejen AI ke makmal dan kilang

Anthropic kini cuba membawa strategi ejen AI melangkaui perisian. Model Hardware Standard (MHS) ialah spesifikasi dalam fasa pratonton penyelidikan yang direka untuk menghubungkan ejen AI dengan peralatan boleh atur cara di makmal saintifik dan kemudahan pembuatan termaju.

Melalui pendekatan ini, satu ejen boleh menyelaras peralatan seperti mikroskop, pengendali cecair dan lengan robotik. Namun, usaha memberi perisian kawalan terhadap sistem fizikal turut membawa cabaran keselamatan yang jauh lebih besar berbanding tugasan digital biasa. 310

Masalah yang cuba diselesaikan MHS

Makmal dan kemudahan industri lazimnya menggunakan peralatan daripada pelbagai pengeluar. Setiap peranti mungkin mempunyai API, sistem kawalan dan andaian operasi yang berbeza. Akibatnya, menggabungkan semua mesin dalam satu aliran kerja automatik memerlukan pembangunan khusus untuk hampir setiap instrumen dan kegunaan.

MHS mencadangkan satu antara muka bersama untuk peralatan tersebut. Daripada memaksa ejen mempelajari sistem kawalan berbeza bagi setiap peranti, pemacu seragam boleh mendedahkan operasi umum serta menerangkan ciri dan had peralatan.

Matlamatnya ialah kesalingoperasian: ejen boleh menemui peralatan, membaca keadaannya, mengeluarkan arahan yang dibenarkan dan menyelaraskan beberapa instrumen sebagai sebahagian daripada satu aliran kerja. 348

Anthropic membangunkan projek ini bersama HHMI Janelia Research Campus, dengan harapan ia dapat membantu mempercepatkan penyelidikan saintifik dan pembuatan termaju. 310

Bagaimana MHS berfungsi

Pada peringkat peranti, pemacu MHS dibina berasaskan operasi mudah baca dan tulis. Contohnya, ejen boleh membaca suhu atau kedudukan instrumen, kemudian menulis tetapan atau tindakan yang telah diluluskan.

Pemacu itu juga boleh menyediakan penerangan peralatan serta had operasinya dalam bahasa semula jadi. Maklumat ini memberikan konteks kepada ejen yang mungkin tidak tersedia dalam API perkakasan mentah. 7

Lapisan bersama ini membolehkan ejen mengurus aliran kerja yang melibatkan beberapa peranti serentak. Ejen boleh memerhatikan hasil daripada satu instrumen, melaraskan langkah seterusnya dan menyelaras peralatan merentasi satu siri proses, bukannya menganggap setiap mesin sebagai alat yang terasing.

Antara contoh yang disebut Anthropic ialah eksperimen rutin penemuan ubat dan penentukuran laser pada komputer kuantum. 4610

MHS juga diterangkan sebagai bebas model. Secara prinsipnya, piawaian ini tidak terhad kepada Claude; mana-mana rangka kerja ejen yang serasi sepatutnya boleh menggunakan antara muka dan protokol perkakasan yang sama. Syarat praktikalnya ialah ejen serta pemacu peranti tersebut menyokong piawaian yang berkaitan. 7

Hubungannya dengan Model Context Protocol

Model Context Protocol (MCP) ialah protokol piawaian untuk menghubungkan aplikasi AI dengan alat dan sumber data luaran. MHS menggunakan idea kesalingoperasian yang sama, tetapi menerapkannya pada peralatan fizikal.

MHS boleh menggunakan MCP sebagai laluan kawalan, selain menyokong mekanisme baris perintah, kod dan API. MCP menguruskan hubungan antara ejen dengan alat, manakala pemacu MHS menyediakan antara muka khusus perkakasan—termasuk operasi dan kekangan yang menentukan perkara yang boleh dilakukan oleh peranti. 7

Pemisahan ini penting kerana model tidak perlu memahami sendiri API proprietari setiap pengeluar. Ejen menilai dan merancang aliran kerja, sementara pemacu menjadi lapisan perantara yang menukarkan arahan tersebut kepada operasi peranti.

Bolehkah MHS mengurangkan masa integrasi dan kebergantungan kepada vendor?

Anthropic berkata MHS berpotensi memendekkan proses integrasi perkakasan daripada minggu atau bulan kepada jam atau minit. Angka itu ialah matlamat dan dakwaan fasa awal, bukan jaminan untuk setiap makmal atau kilang. 3416

Kelebihan yang disasarkan ialah mengurangkan jumlah integrasi satu-ke-satu. Sesebuah kemudahan tidak lagi perlu membina penterjemah khusus bagi setiap gabungan peranti dan sistem AI. Model pemacu bersama juga boleh memudahkan pertukaran ejen, penambahan instrumen atau penyelarasan peralatan daripada vendor berlainan. 78

Namun, MHS tidak menghapuskan semua kerja teknikal. Sesebuah peranti masih memerlukan antara muka boleh atur cara, dan seseorang perlu membina atau menyesuaikan pemacu MHS untuknya. Peralatan lama atau sistem tertutup mungkin memerlukan kejuruteraan tambahan. Protokol bersama juga tidak dapat menyelesaikan sendiri keperluan keselamatan, penentukuran dan penyelenggaraan khusus setiap perkakasan. 37

Siapa yang terlibat?

Berdasarkan laporan yang tersedia, kerja awal atau penyertaan berkaitan MHS melibatkan Genentech, Carnegie Mellon University, HHMI Janelia Research Campus, University of Washington dan Tetsuwan Scientific. 7

Beberapa organisasi lain—termasuk AWS, Universal Robots, Doosan Robotics, Tecan, Danaher, QIAGEN dan QuEra—turut disebut berkaitan inisiatif ini. Bagaimanapun, bukti yang tersedia tidak menjelaskan peranan tepat setiap organisasi.

Belum dapat dipastikan sama ada setiap nama itu merupakan penyokong rasmi, rakan pelaksana, penilai atau bakal peserta. Oleh itu, tiada asas mencukupi untuk mendakwa bahawa semua syarikat berkenaan telah menguji MHS pada produk masing-masing atau telah memberikan komitmen terhadap sokongan komersial.

Apa akan berlaku kepada peralatan sedia ada?

MHS kini masih merupakan pratonton penyelidikan terhad dan berasaskan permohonan, bukannya piawaian perkakasan yang telah dimuktamadkan dan tersedia secara umum. Anthropic berkata pihaknya mahu bekerjasama dengan peserta daripada sektor saintifik dan industri untuk memperhalus spesifikasi, penilaian keselamatan serta amalan operasi sebelum menerbitkan rangka kerja itu sebagai sumber terbuka. 310

Oleh sebab pendekatannya bergantung pada pemacu dan antara muka boleh atur cara, laluan penggunaan yang disasarkan kemungkinan besar ialah menyambung atau menyesuaikan peralatan sedia ada, bukan mewajibkan setiap makmal atau kilang membeli mesin yang dibina khusus untuk MHS.

Namun, bahan yang tersedia belum menyediakan jadual pengubahsuaian terperinci, senarai lengkap peranti yang disokong atau proses migrasi piawai. 37

Keselamatan ialah ujian paling penting

Memberi ejen AI akses kepada peralatan fizikal mencipta risiko yang tidak wujud dalam aliran kerja digital semata-mata. Arahan yang salah, samar atau dikeluarkan pada masa yang tidak sesuai boleh merosakkan instrumen, menggagalkan eksperimen, mewujudkan bahaya di sekitar mesin bergerak atau menyebabkan peranti beroperasi di luar hadnya.

MHS cuba menangani risiko ini melalui had keselamatan pada peringkat peranti serta penerangan peralatan yang membantu menjadikan kekangan tersebut lebih jelas kepada ejen. Anthropic turut berkata fasa pratonton ini akan digunakan untuk membangunkan penilaian keselamatan dan amalan terbaik bagi sistem AI yang mengendalikan peralatan fizikal sebelum rangka kerja itu dibuka sebagai sumber terbuka. 37

Buat masa ini, bukti yang ada belum menunjukkan kewujudan program pensijilan keselamatan yang dimuktamadkan, set penanda aras sejagat, rangka kerja liabiliti atau peraturan wajib yang memerlukan kelulusan manusia.

Kekosongan ini penting untuk diberi perhatian. Kesalingoperasian boleh menjadikan peralatan lebih mudah dikawal, tetapi ia tidak dengan sendirinya membuktikan bahawa kawalan autonomi selamat dalam setiap persekitaran.

Langkah Anthropic ke arah AI fizikal

MHS menandakan langkah Anthropic ke dalam bidang AI fizikal—iaitu penggunaan perisian berasaskan ejen untuk memerhati dan bertindak melalui instrumen dunia sebenar, bukan sekadar laman web, fail atau API digital. 611

Projek ini lebih tepat difahami sebagai lapisan kesalingoperasian dan kawalan, bukannya tanda bahawa Anthropic mahu menghasilkan robot atau perkakasan makmal sendiri.

Jika pratonton penyelidikan ini berkembang, kesannya akan bergantung pada tiga perkara: berapa banyak peranti menerima pemacu yang boleh digunakan, sama ada sistem ejen yang berbeza boleh menerima pakai piawaian tersebut dan sama ada amalan keselamatannya cukup kukuh untuk aliran kerja tanpa pengawasan atau yang berisiko tinggi.

Buat masa ini, MHS ialah jambatan yang menjanjikan antara ejen AI dengan peralatan boleh atur cara—tetapi masih merupakan pratonton awal. Keserasian meluas, kos mengubah suai peralatan lama dan model keselamatannya masih perlu dibuktikan.