Ang malalaking modelo ng wika ay may mga kamay na nagmula na.
Biyernes na ito, ipinahayag ng Anthropic ang paglunsad ng hardware na MCP: Model Hardware Standard (MHS), isang bagong pamantayan na naglalayong tulungan ang lahat ng AI agent na nagpapagana ng malalaking modelo na magmaneho nang ligtas at mabilis sa mga pisikal na aparato.
Ngayon, ang mga malalaking modelo tulad ng Claude ay maaaring mag-operate ng mga hardware tulad ng mikroskopyo, robotic arm, liquid handler, at laser sa pisikal na mundo, tulad ng paggamit ng MCP (Model Context Protocol). Ang pag-unlad na ito ay itinuturing ng industriya bilang mahalagang hakbang para sa AI mula sa digital na mundo patungo sa pisikal na mundo.
Minsan ay narinig ng mga gumagamit ng agent ang MCP, isang bukas na istandard na protokolo na ipinakilala ni Anthropic noong Nobyembre 2024, na naglalayong magbigay ng isang istandardisado at ligtas na dalawang direksyon na interface para sa mga malaking wika model (LLM) at mga panlabas na pinagkukunan ng data, lokal na file, mga tool sa pag-unlad, at iba’t ibang serbisyo ng aplikasyon.
Ang pangunahing posisyon ng MCP ay ang "USB-C port sa larangan ng AI," na nakakapag-uugnay sa mga malaking modelo sa mga software environment tulad ng GitHub, Slack, lokal na file system, at database. Kasunod ng pag-unlad ng AI technology sa nakaraang mga taon, ang MCP ay naging isang hindi maaaring iwasan na pamantayan sa buong ecosystem ng mga intelligent agent.
Ngayon ay Anthropic, na naghahanap na gamitin ang hardware para sa MCP, at nagpapataas ng istandar na komunikasyong ito sa antas ng pisikal na hardware, sensor, embedded system, at mga aparato sa pagsusuri.
Ang pag-unlad ng MHS ay nagsimula sa pagtutulungan ng Anthropic at ang Janelia Research Campus ng Howard Hughes Medical Institute (HHMI), at ngayon ay available na ang research preview para sa mga unang pananaliksik na laboratorio at advanced manufacturers.
Karaniwan, kailangan ng ilang linggo hanggang ilang buwan ang isang laboratorio o pabrika upang itayo at i-integrate ang hardware. Hindi karaniwang direktang nakakakonekta ang karamihan sa mga aparato, kaya kailangan ng mga eksperto na bumuo ng kustomisadong solusyon para sa integrasyon. Ang MHS ay nakakapagpabilis ng prosesong ito sa ilang oras o kahit ilang minuto. Bukod dito, sa pamamagitan ng pagpapaloob ng AI sa mga kasangkapan na ito, tinutulungan ng MHS ang mga mananaliksik at inhinyero na mas madaling mag-coordinate ng mga awtonomong, 24/7 na eksperimento at workflow. Ang mga agent ay kayang mag-isip sa bawat hakbang ng eksperimento, i-update ang mga parameter sa real-time, at sa ilang kaso, maaaring muling mabawi ang mga pagkabigo sa hardware nang walang tulong ng tao.
Ang MHS ay maaaring gamitin kasama ang anumang device na may programmable interface, at hindi ito nakadepende sa uri ng base model; anumang agent framework ay maaaring gamitin ang standard protocol tulad ng MCP upang ma-access ito.
Kahit hindi isinasaalang-alang ang karagdagang kahirapan sa pag-integrate ng AI sa sistema, mahirap gawin ang pag-uugnay ng maraming device sa isang laboratorio o factory floor. Karaniwan ay may sariling programming interface ang bawat device, at wala pa ring standard na paraan ng integrasyon. Bukod dito, walang pangkalahatang paraan upang magbahagi ng data ang mga device pagkatapos ng pagkakonekta sa Agent, at mas wala pang paraan upang magsagawa ng ligtas na operasyon ang Agent sa mga device na ito.
Ngayon, ginagamit ng MHS ang mga standard na driver upang tugunan ang mga hamon na ito: ang driver ay isang software na nagpapalit sa pagitan ng computer operating system at hardware device. Gumagamit ang MHS driver ng isang simpleng set ng basic commands, tulad ng read (tulad ng pagkuha ng temperatura) at write (tulad ng pag-set ng temperatura), na maipapaliwanag at maisasagawa ng anumang hardware device. Ito ay nagpapahintulot sa bawat device na makuha sa standard na format, kaya ang mga device at agent ay maaaring maghanap at makipag-ugnayan sa isa’t isa sa pamamagitan ng network nang walang kailangang gamitin ang custom na “translation” program sa pagitan nila.
Ang MHS driver ay maaari ring tumulong sa agent na maunawaan at gamitin ang mga device na hindi pa nakikita, at magbigay ng impormasyon tungkol sa mga katangian ng makina na hindi maaaring makakuha lamang sa pamamagitan ng code (tulad ng timbang ng robotic arm, na mahalaga para sa ligtas na pagpapatakbo). Hanggang sa ngayon, ang mga impormasyong ito ay karamihan ay naka-imbak sa mga papel na manual, computer ng user, o bilang implicit knowledge. Ngunit ang MHS driver ay naglalaman ng mga label na nagpapahintulot sa mga user na ipasok ang mga impormasyong ito gamit ang natural na wika (maaaring ipasok ng user mismo, o sa pamamagitan ng pag-uusap sa agent, kung saan ang AI ang magtatanong tungkol sa kanyang hardware setup).
Gamit ang impormasyon sa mga tag na ito, awtomatikong naglalikha ang MHS driver ng isang reference file na naglalaman ng pangkalahatang impormasyon tungkol sa device, tulad ng anong maaaring masukat, anong maaaring ayusin, at anong mga seguridad na limitasyon ang ipapapatupad. Ang file na ito ay nagbibigay sa agent ng lahat ng kinakailangan upang mag-operate sa device.
Matapos ma-connect ang mga device at maintindihan ng agent program kung paano gamitin ang bawat device, kailangan pa ng isang paraan upang kontrolin ang mga hardware na ito. Para sa MHS, mayroong tatlong mekanismo: MCP, command line interface, at code file (API). Nagtatrabaho sila nang sabay-sabay upang bigyan ng kakayahan ang mga user na mag-coordinate ng maraming device sa pamamagitan ng isang linya ng code.
Kapag makakapag-control ang agent sa mga device, makakatanggap ito ng operational data mula sa bawat device at makakasupervise at magmungkahi sa mas mataas na antas. Maaaring ayusin ng agent ang mga hakbang sa pagpapatakbo ng iba’t ibang instrumento, suriin ang mga resulta, at i-adjust ang mga parameter batay sa mga real-time na pagbabago. Kapag kailangan ng agent na isagawa ang mga mahabang gawain o mag-operate ng mga device nang mas mabilis kaysa sa kanyang kakayahan sa online inference, maaari itong i-串联 ang mga command ng driver mula sa isang o higit pang device sa isang code file. Sa paraang ito, maaaring mag-execute ang mga device nang sarili nila nang walang kailangang mag-infer ang agent sa bawat hakbang.
Sa pagsubok ng MHS, natuklasan ng Anthropic na ang Claude ay nakikipag-ugnayan sa mga eksperimento at hardware nang parang isang siyentipiko na puno ng pag-aaral.
Nakita ng Anthropic na ang Claude ay nag-aadjust ng laser at sinusuri ang resulta sa pamamagitan ng camera, tinataya kung paano gumagalaw ang sinag ng laser, at paulit-ulit ang proseso upang maunawaan ang pagkakasunod-sunod ng mga pangyayari. Pagkatapos, isinama ng Claude ang natutunan na impormasyon sa isang file ng code at isinulat ang isang deterministic script na nagpapahintulot sa kanya na kalinisin ang laser nang hindi kailangang mag-isip sa bawat hakbang, kaya ang buong proseso ay maaaring patakbuhin bilang isang окомand.
Sa pagbuo ng MHS, ibinahagi ng Anthropic ang teknolohiyang ito sa ilang mga laboratorio at tagagawa ng hardware sa mga larangan tulad ng bioteknolohiya, robotika, at quantum computing. Sa mga maagang proyektong ito, nakikita natin na pinababa ng MHS ang oras ng integrasyon ng mga aparato, dinagdagan ang bilis ng iterasyon sa iba’t ibang eksperimentong kapaligiran, at nagsilbing tulong sa real-time na pagpapatakbo at pagkakakilanlan ng mga error ng mga makina.
Ang mga tagagawa ng hardware at kanilang kasamang kumpanya ng software ay naglalagay din ng suporta sa MHS sa mga aparato upang makahanap at makapag-operate ang mga agent. Halimbawa:
Ang Amazon Web Services (AWS) ay nagbibigay suporta sa MHS sa pamamagitan ng Strands Robots, isang library para sa pagkonekta ng AI agents sa mga pisikal na device. Sa panahon ng MHS research preview, bibigyan ng AWS ang mga kalahati ng private pre-release version ng Strands Robots software package.
Ang Automata ay nagdaragdag ng suporta para sa MHS sa kanilang platform para sa awtomatikong laboratorio na LINQ upang magkaroon ng intelligent error handling sa mga instrumento sa awtonomong laboratorio.
Ang Danaher ay aktibong sinusuri kung paano makakatulong ang mga tampok na suportado ng MHS upang palawakin ang sukat ng mga intelligent na instrumento at autonomous na laboratoryo nito sa pag-aaral at pag-unlad ng biomedisina.
Ginagamit ng Doosan Robotics ang kanilang robotic arm upang subukan ang MHS, kabilang ang pagpapatupad ng automated na quality assurance at pagco-coordinate ng mga gawain sa pagitan ng maraming robot.
Ang MBF Bioscience ay nagpapalawak ng MHS driver para sa ScanImage, ang software na ginagamit sa mga hundreds ng neuroscientific laboratory sa buong mundo para sa laser scanning microscopy, upang i-integrate ang AI agents sa real-time data analysis at eksperimento.
Ang QIAGEN ay nagtatala ng MHS sa pamamagitan ng mga konseptong patotohanan sa kanilang platform para sa pagpapaliwanag ng nucleic acid, ang QIAsymphony Connect, upang ipakita kung paano makakatulong ang AI agents sa pagpapabilis ng pag-identify ng mga problema sa aparato, paggabay sa mga operator sa pagpapagaling nito, pagpapataas ng oras ng pagpapagana ng aparato, at pagbabawas sa panganib sa mga biyolohikal na sample.
Idinagdag ng Tecan ang suporta para sa MHS sa kanilang Fluent liquid handling platform upang makapag-discover at makapag-operate nang direkta ang mga AI agent sa mga platform na ito.
Nakakuha na ng pagsasagawa ng MHS ang Universal Robots at plano nito na idagdag ang suporta para sa MHS sa kanilang robot platform.
Bago ang pag-open source, gustong paunlarin pa ng Anthropic ang pamantayan na ito.
Bilang isang malaking modelo ng wika, natututo ang Claude sa pamamagitan ng teksto at imahe upang maunawaan ang pisikal na mundo, na nangangahulugan na may limitasyon ang kanyang kakayahan sa espasyo at pisikal na pag-iisip at kailangan pa rin ng pagmamalasakit mula sa mga eksperto. Halimbawa, habang inaangkop ang mga sample ng protina, kailangan ng mga siyentipiko mula sa Genentech na gabayan ang Claude upang ma-identify na ang error na dulot ng pagbubuho ng sample ay isang pisikal na pagkabigo, hindi isang software error, at maaaring lutasin lamang sa pamamagitan ng tamang pisikal na pag-aayos.
Hindi pa kompatibulo ang MHS kasalungat sa mga hardware na walang programming interface, kaya nagtatrabaho ang Anthropic kasama ang mga tagagawa ng ganitong uri ng device upang i-integrate ang MHS driver sa hardware. Marami nang developer ang gumagamit ng Claude Code upang i-operate ang mga pribadong device. Sa susunod na yugto ng MHS, nais ng Anthropic na palawigin ang pamantayan upang sakop ang mas maraming device na ginagamit ng mga developer.
Ang mga unang tagapagamit ay kasama ang Hugging Face (na nagdaragdag ng suporta para sa MHS sa kanilang robot library na LeRobot) at Raspberry Pi (na nagpapagana ng integrasyon ng MHS sa kanilang iba’t ibang produkto matapos ang tagumpay na pagsubok gamit ang kanilang Camera MHS driver).
Ref:
https://www.anthropic.com/news/model-hardware-standard-research-preview
Nakuha mula sa WeChat public account na "Machine Heart" (ID: almosthuman2014), may-akda: Machine Heart na nakikisali sa Agent