অ্যানথ্রোপিক ফিজিক্যাল ওয়ার্ল্ডে এআই এজেন্টগুলি সক্ষম করতে মডেল হার্ডওয়্যার স্ট্যান্ডার্ড (এমএইচএস) চালু করেছে

বড় ভাষা মডেলগুলি এখন প্রকৃতপক্ষে হাত পেয়েছে।

এই সপ্তাহের বৃহস্পতিবার, Anthropic হার্ডওয়্যারের জন্য MCP: Model Hardware Standard (MHS) চালু করেছে, যা সমস্ত বড় মডেল চালিত AI এজেন্টগুলিকে ভৌত ডিভাইসগুলি নিরাপদে এবং দ্রুত নিয়ন্ত্রণ করতে সহায়তা করার জন্য একটি নতুন মানক।

এখন, Claude এর মতো বড় মডেলগুলি মাইক্রোস্কোপ, রোবোটিক আর্ম, তরল প্রসেসর, লেজার ইত্যাদি হার্ডওয়্যারকে এমসিপি (মডেল কনটেক্সট প্রোটোকল) এর মতো করে ভৌত বিশ্বে চালাতে পারে। এই অগ্রগতিটিকে শিল্পটি ডিজিটাল বিশ্ব থেকে ভৌত বিশ্বে এআইয়ের গুরুত্বপূর্ণ পদক্ষেপ হিসাবে দেখছে।

এমন অনেকেই এমসিপি সম্পর্কে শুনেছেন, যা ২০২৪ সালের নভেম্বরে এনথ্রোপিক দ্বারা চালু করা একটি ওপেন স্ট্যান্ডার্ড প্রোটোকল, যা বড় ভাষা মডেল (LLM) এবং বাহ্যিক ডেটা সোর্স, স্থানীয় ফাইল, ডেভেলপমেন্ট টুলস এবং বিভিন্ন অ্যাপ্লিকেশন সার্ভিসের মধ্যে একটি স্ট্যান্ডার্ডাইজড, নিরাপদ, দ্বিমুখী যোগাযোগ ইন্টারফেস প্রদানের উদ্দেশ্যে।

MCP-এর মূল অবস্থান হল "AI ক্ষেত্রের USB-C ইন্টারফেস", যা বড় মডেলকে GitHub, Slack, স্থানীয় ফাইল সিস্টেম, ডাটাবেস ইত্যাদি সফটওয়্যার পরিবেশের সাথে সংযুক্ত করে। গত কয়েক বছরের AI প্রযুক্তির উন্নতির সাথে সাথে, MCP এখন সমগ্র বুদ্ধিমত্তা পরিবেশের অপরিহার্য প্রকৃত মানদণ্ডে পরিণত হয়েছে।

এখন Anthropic-এও, হার্ডওয়্যারের মাধ্যমে MCP ব্যবহার করে এই স্ট্যান্ডার্ড কমিউনিকেশন প্রোটোকলকে ফিজিক্যাল হার্ডওয়্যার, সেন্সর, এমবেডেড সিস্টেম এবং টেস্টিং ডিভাইসে উন্নীত করা হয়েছে।

এমএইচএস-এর বিকাশ শুরু হয়েছিল এনথ্রোপিক কোম্পানি এবং হোয়ার্ড হিউজ মেডিক্যাল ইনস্টিটিউট (HHMI) জ্যানেলিয়া গবেষণা প্রকল্পের সহযোগিতায়, এবং এখন এটি প্রথম গবেষণা প্রযোজনা এবং উন্নত উৎপাদনকারীদের জন্য গবেষণা প্রাক-প্রকাশের জন্য উন্মুক্ত।

সাধারণত, পরীক্ষাগার বা উৎপাদন কারখানায় হার্ডওয়্যার স্থাপন এবং একীভূত করতে সপ্তাহ বা মাস লাগে। বেশিরভাগ ডিভাইসের মধ্যে সরাসরি যোগাযোগ সম্ভব নয়, তাই কাস্টম একীকরণ সমাধান তৈরি করতে বিশেষজ্ঞদের প্রয়োজন হয়। MHS এই একীকরণের কাজকে ঘন্টা বা এমনকি মিনিটে সংক্ষিপ্ত করে দেয়। এছাড়াও, AI-কে এই টুলগুলিতে একীভূত করে MHS গবেষকদের এবং ইঞ্জিনিয়ারদের স্বয়ংক্রিয়, 24/7 পরীক্ষা এবং কাজপ্রবাহগুলির সমন্বয় করতে সহজতর করে। এজেন্টগুলি পরীক্ষার প্রতিটি ধাপের যুক্তি দিতে পারে, প্যারামিটারগুলি বাস্তবসময়ে আপডেট করতে পারে, এবং কিছুক্ষেত্রে, মানবহস্তের হস্তক্ষেপ ছাড়াই হার্ডওয়্যারের ক্ষতির থেকে পুনরুদ্ধার করতে পারে।

MHS যেকোনো প্রোগ্রামযোগ্য ইন্টারফেসযুক্ত ডিভাইসের সাথে ব্যবহার করা যায়, এবং এটি বেস মডেলের ধরনের সাথেও সম্পর্কিত নয়; যেকোনো এজেন্ট ফ্রেমওয়ার্ক মানক প্রোটোকল, যেমন MCP, ব্যবহার করে এটি অ্যাক্সেস করতে পারে।

এমনকি সিস্টেমে এআই একীভূতকরণের অতিরিক্ত জটিলতা বিবেচনা না করেও, ল্যাব বা ফ্যাক্টরি শপের একাধিক ডিভাইসকে পরস্পরের সাথে যোগাযোগ করানো সহজ নয়। প্রতিটি ডিভাইসের সাধারণত নিজস্ব প্রোগ্রামিং ইন্টারফেস থাকে, এবং এখনও কোনও স্ট্যান্ডার্ডাইজড একীভূতকরণ পদ্ধতি নেই। এছাড়াও, ডিভাইসগুলি যুক্ত হওয়ার পরে, তাদের ডেটা এজেন্টের সাথে শেয়ার করার জন্য কোনও সাধারণ পদ্ধতি নেই, আরও কমই এজেন্টের দ্বারা এই ডিভাইসগুলির নিরাপদে অপারেশন করার কোনও পদ্ধতি আছে।

এখন, MHS এই চ্যালেঞ্জগুলির সমাধানের জন্য স্ট্যান্ডার্ডাইজড ড্রাইভার চালু করেছে: এটি একটি সফটওয়্যার যা কম্পিউটার অপারেটিং সিস্টেম এবং হার্ডওয়্যার ডিভাইসের মধ্যে রূপান্তর করে। MHS ড্রাইভারটি একটি সরল বেসিক কমান্ড সেট ব্যবহার করে, যেমন পড়া (যেমন তাপমাত্রা পাওয়া), লেখা (যেমন তাপমাত্রা সেট করা) ইত্যাদি, যেকোনো হার্ডওয়্যার ডিভাইস এই কমান্ডগুলি বুঝতে এবং বাস্তবায়ন করতে পারে। এটি প্রতিটি ডিভাইসকে স্ট্যান্ডার্ড ফরম্যাটে খুঁজে পেতে সক্ষম করে, যার ফলে ডিভাইসগুলি এবং এজেন্টগুলি পরস্পরকে খুঁজে পেতে এবং নেটওয়ার্কের মধ্যে যোগাযোগ করতে পারে, বিনা-কাস্টম 'অনুবাদ' প্রোগ্রামের মধ্যে।

MHS ড্রাইভারগুলি এজেন্টগুলিকে অপরিচিত ডিভাইসগুলি বুঝতে এবং ব্যবহার করতে সহায়তা করে এবং এই ডিভাইসগুলির মেশিন বৈশিষ্ট্যের তথ্য (যেমন মেকানিক্যাল আর্মের ওজন, যা নিরাপদ অপারেশনের জন্য অত্যন্ত গুরুত্বপূর্ণ) প্রদান করে, যা শুধুমাত্র কোডের মাধ্যমে পাওয়া যায় না। এখন পর্যন্ত, এই তথ্যগুলি বেশিরভাগই কাগজের হ্যান্ডবুক, ব্যবহারকারীর কম্পিউটারে বা অস্পষ্ট জ্ঞান হিসেবে সংরক্ষিত ছিল। কিন্তু MHS ড্রাইভারগুলিতে লেবেল রয়েছে, যা ব্যবহারকারীদেরকে প্রাকৃতিক ভাষায় এই তথ্যগুলি প্রবেশ করতে সক্ষম করে (ব্যবহারকারীরা নিজেরাই এটি প্রবেশ করতে পারেন, অথবা AI-এর মাধ্যমে তাদের হার্ডওয়্যার সেটিংস জিজ্ঞাসা করে, AI-এর সাথে চ্যাট করে)।

এই ট্যাগগুলির তথ্য ব্যবহার করে, এমএইচএস ড্রাইভারটি একটি রেফারেন্স ফাইল স্বয়ংক্রিয়ভাবে তৈরি করে যাতে ডিভাইসটির সাধারণ বৈশিষ্ট্যের তথ্য থাকে, যেমন এটি কী মাপতে পারে, কী সামঞ্জস্য করা যায় এবং কোন নিরাপত্তা সীমাবদ্ধতা প্রয়োগ করা হবে। এই ফাইলটি এজেন্টকে ডিভাইসটি চালানোর জন্য প্রয়োজনীয় সমস্ত তথ্য প্রদান করে।

ডিভাইসগুলি সংযুক্ত হয়ে যাওয়ার পরে এবং এজেন্ট প্রোগ্রাম প্রতিটি ডিভাইস কিভাবে ব্যবহার করতে হয় তা জানার পরে, এই হার্ডওয়্যারগুলি নিয়ন্ত্রণ করার জন্য একটি পদ্ধতির প্রয়োজন। MHS-এর জন্য এই তিনটি কৌশল রয়েছে: MCP, কমান্ড লাইন ইন্টারফেস এবং কোড ফাইল (API)। এগুলি একসাথে কাজ করে ব্যবহারকারীদের একটি কোড লাইনের মাধ্যমে একাধিক ডিভাইসকে সমন্বিতভাবে নিয়ন্ত্রণ করতে সক্ষম করে।

যখন এজেন্ট ডিভাইসগুলি নিয়ন্ত্রণ করতে পারে, তখন এটি প্রতিটি ডিভাইস থেকে চলমান ডেটা পায় এবং উচ্চ স্তরে কাজ পর্যবেক্ষণ ও নির্দেশনা দেয়। এজেন্ট বিভিন্ন যন্ত্রের অপারেশন ধাপগুলির ক্রম নির্ধারণ করতে পারে, ফলাফল মনিটর করতে পারে এবং বাস্তব-সময়ের পরিবর্তনগুলির ভিত্তিতে প্যারামিটারগুলি সামঞ্জস্য করতে পারে। যখন এজেন্টকে দীর্ঘসময়ের কাজ সম্পাদন করতে হয় বা এটির অনলাইন ইনফারেন্স ক্ষমতার চেয়ে দ্রুত ডিভাইসগুলি চালাতে হয়, তখন এটি একটি বা একাধিক ডিভাইসের ড্রাইভার কমান্ডগুলিকে কোড ফাইলের সাথে সংযুক্ত করতে পারে। এভাবে, ডিভাইসগুলি প্রতিটি ধাপে এজেন্টের ইনফারেন্সের প্রয়োজন ছাড়াই নিজেদেরই কাজগুলি সম্পন্ন করতে পারে।

এমএইচএস পরীক্ষার সময়, অ্যানথ্রোপিক দেখেছে যে ক্লড পরীক্ষা এবং হার্ডওয়্যারের সাথে বিজ্ঞানীর মতো অনুসন্ধানমূলকভাবে ব্যবহার করে।

অ্যানথ্রোপিক দেখেছেন যে ক্লড লেজার সামঞ্জস্য করছে এবং ক্যামেরার মাধ্যমে ফলাফল পর্যবেক্ষণ করে, লেজার বিমকে কীভাবে সরানো হচ্ছে তা মূল্যায়ন করে, এবং ঘটনাগুলির ক্রম বুঝতে এই প্রক্রিয়াটি পুনরাবৃত্তি করছে। তারপর, ক্লড শিখে নেওয়া তথ্যগুলিকে একটি কোড ফাইলে প্যাকেজ করে, একটি নির্ধারণমূলক স্ক্রিপ্ট লিখেছে যা প্রতিটি ধাপে যুক্তি প্রয়োগ না করেই লেজারকে ক্যালিব্রেট করতে পারে, যাতে সমগ্র প্রক্রিয়াটি একটি একক কমান্ড হিসাবে চলতে পারে।

এমএইচএস উন্নয়নের সময়, এনথ্রোপিক বায়োটেকনোলজি, রোবোটিক্স, কোয়ান্টাম কম্পিউটিং ইত্যাদি ক্ষেত্রের কয়েকটি ল্যাব এবং হার্ডওয়্যার নির্মাতাদের সাথে এই প্রযুক্তি শেয়ার করেছে। এই প্রাথমিক প্রকল্পগুলিতে, আমরা দেখতে পাই যে এমএইচএস ডিভাইস ইন্টিগ্রেশনের সময় সংক্ষিপ্ত করেছে, বিভিন্ন পরীক্ষামূলক পরিবেশে পুনরাবৃত্তির গতি বাড়িয়েছে এবং মেশিনের রিয়েল-টাইম চলাচল এবং ত্রুটি শনাক্তকরণে সহায়তা করেছে।

হার্ডওয়্যার সরবরাহকারী এবং তাদের সঙ্গে সম্পর্কিত সফটওয়্যার কোম্পানিগুলি ডিভাইসে MHS সমর্থন বিল্ট-ইন করেছে, যাতে এজেন্টগুলি ডিভাইসগুলি খুঁজে পেতে এবং অপারেট করতে পারে। উদাহরণস্বরূপ:

অ্যামাজন ওয়েব সার্ভিসেস (AWS) Strands Robots এর মাধ্যমে MHS-এর জন্য সমর্থন প্রদান করে। এটি একটি লাইব্রেরি যা AI এজেন্টগুলিকে ভৌত ডিভাইসের সাথে সংযুক্ত করতে ব্যবহার করা হয়। MHS গবেষণা প্রিভিউ পিরিয়ডে, AWS অংশগ্রহণকারীদের Strands Robots সফটওয়্যার প্যাকেজের একটি প্রাইভেট প্রি-রিলিজ সংস্করণ প্রদান করবে।

অটোমাটা তার ল্যাবরেটরি অটোমেশন প্ল্যাটফর্ম LINQ-এ MHS সমর্থন যোগ করছে, যাতে স্বায়ত্তশাসিত ল্যাবরেটরিতে যন্ত্রপাতির জন্য বুদ্ধিমান ত্রুটি প্রক্রিয়াকরণ করা যায়।

ডানাহার এখন মেডিকেল হেলথ সিস্টেম (MHS) সমর্থিত ফিচারগুলির মাধ্যমে তাদের স্মার্ট ইনস্ট্রুমেন্ট এবং অটোনোমাস ল্যাবগুলিকে বায়োমেডিকেল গবেষণা এবং উন্নয়নকে বৃহৎ পরিসরে বাড়ানোর জন্য সক্রিয়ভাবে অনুসন্ধান করছে।

ডুসান রোবোটিক্স তাদের মেকানিক্যাল আর্ম ব্যবহার করে এমএইচএস পরীক্ষা করছে, যা অটোমেশন কোয়ালিটি অ্যাশুরেন্স এবং একাধিক রোবোটের মধ্যে কাজ সমন্বয় করে।

এমবিএফ বায়োসায়েন্স লেজার স্ক্যানিং মাইক্রোস্কোপ চালানোর জন্য বিশ্বব্যাপী শত শত নিউরোসায়েন্স ল্যাবে ব্যবহৃত স্ক্যানইমেজ সফটওয়্যারের জন্য এমএইচএস ড্রাইভার বিকাশ করছে, যার উদ্দেশ্য হলো এআই এজেন্টগুলিকে রিয়েল-টাইম ডেটা বিশ্লেষণ এবং পরীক্ষাগুলিতে একীভূত করা।

QIAGEN এখন QIAsymphony Connect নিউক্লিক অ্যাসিড পরিশোধন প্ল্যাটফর্মের উপর একটি কনসেপ্ট ভেরিফিকেশন পরীক্ষা করছে, যার মাধ্যমে এটি দেখাচ্ছে যে AI এজেন্টগুলি কিভাবে ল্যাবরেটরিতে যন্ত্রের সমস্যা দ্রুত শনাক্ত করতে, অপারেটরদের পুনরুদ্ধারের জন্য গাইড করতে, যন্ত্রের কার্যকারিতা বাড়াতে এবং জৈব নমুনার ঝুঁকি কমাতে সাহায্য করতে পারে।

টেকান তাদের ফ্লুয়েন্ট তরল প্রক্রিয়াকরণ প্ল্যাটফর্মে MHS সমর্থন যোগ করছে, যাতে AI এজেন্টগুলি সরাসরি এই প্ল্যাটফর্মগুলি খুঁজে পেয়ে তাদের নিয়ন্ত্রণ করতে পারে।

ইউনিভার্সাল রোবোটস এমএইচএস-এর ব্যবহার অধিকার আগে থেকেই পেয়েছে এবং এটি তাদের রোবোট প্ল্যাটফর্মে এমএইচএস-এর সমর্থন যোগ করার পরিকল্পনা করছে।

অ্যানথ্রোপিক ওপেন সোর্স করার আগে এই মানটিকে আরও উন্নত করতে চায়।

একটি বড় ভাষামোডেল হিসাবে, ক্লড টেক্সট এবং চিত্রের মাধ্যমে পদার্থবিদ্যাগত বিশ্ব শিখে, যার অর্থ এটির স্থানিক এবং পদার্থবিদ্যাগত যুক্তির সীমাবদ্ধতা রয়েছে এবং এখনও বিশেষজ্ঞদের পর্যবেক্ষণের প্রয়োজন। উদাহরণস্বরূপ, প্রোটিন নমুনা পরিচালনা করার সময়, জেনটেকের গবেষকদের ক্লডকে নির্দেশ দিতে হয়েছিল যে নমুনার ফুঁপোনোর কারণে ত্রুটি একটি সফটওয়্যার ত্রুটি নয়, বরং একটি পদার্থগত বিফলতা, যা শুধুমাত্র প্রাসঙ্গিক পদার্থগত সংশোধনের মাধ্যমেই কমানো যায়।

MHS এখনও প্রোগ্রামিং ইন্টারফেস বিহীন হার্ডওয়্যারের সাথে সামঞ্জস্যপূর্ণ নয়, তাই Anthropic এই ধরনের ডিভাইসের উৎপাদনকারীদের সাথে কাজ করছে যাতে MHS ড্রাইভারগুলি হার্ডওয়্যারে একীভূত হয়। অনেক ডেভেলপার এখনই Claude Code ব্যবহার করে একক ভৌত ডিভাইস চালাচ্ছেন। MHS-এর পরবর্তী পর্যায়ে, Anthropic এই মানকটিকে বিস্তারিত করতে চায় যাতে ডেভেলপারদের দ্বারা ব্যবহৃত আরও বেশি ডিভাইসগুলি কভার করা যায়।

প্রাথমিক ব্যবহারকারীদের মধ্যে রয়েছে Hugging Face (যারা তাদের রোবট লাইব্রেরি LeRobot-এ MHS সমর্থন যোগ করছে) এবং Raspberry Pi (যারা তাদের Camera MHS ড্রাইভার ব্যবহার করে সফলভাবে পরীক্ষা করার পরে তাদের বিভিন্ন পণ্যে MHS একীকরণ সক্ষম করছে)।

প্রসঙ্গ:

https://www.anthropic.com/news/model-hardware-standard-research-preview

এই লেখাটি ওয়েইচ্যাট গ্রুপ "মেশিন সিন্টিস" (ID: almosthuman2014) থেকে এসেছে, লেখক: এজেন্ট নিয়ে আগ্রহী মেশিন সিন্টিস