एंथ्रोपिक चाहता है कि उसका एआई पूरी तरह से क्लाउड में न रहे। 27 अगस्त को, कंपनी ने मॉडल हार्डवेयर स्टैंडर्ड पेश किया, जो एक सॉफ्टवेयर स्पेसिफिकेशन है जो एआई एजेंट्स को सीधे भौतिक हार्डवेयर से जोड़ता है, जिससे क्लॉड जैसे मॉडल्स को वास्तविक दुनिया के उपकरणों की खोज, इंटरफेस और नियंत्रण करने की क्षमता मिलती है।
लक्ष्य उपयोग के मामले तत्काल और व्यावहारिक हैं: उन्नत निर्माण में रोबोटिक बाहुएँ, वैज्ञानिक शोध में प्रयोगशाला उपकरण, और उस परिशुद्ध हार्डवेयर जिसके लिए पहले एक AI मॉडल से बात करने के लिए सप्ताहों का कस्टम सॉफ्टवेयर कार्य आवश्यक था।
वह मानक वास्तव में क्या करता है
यह मानक एक सामान्य ड्राइवर इंटरफेस, प्राकृतिक भाषा उपकरण टैग्स, और Anthropic के मौजूदा मॉडल कॉन्टेक्स्ट प्रोटोकॉल के साथ बिल्ट-इन संगतता प्रदान करके इसे स्टैंडर्ड करता है। यह अंतिम भाग महत्वपूर्ण है क्योंकि MCP पहले से ही AI मॉडल्स के सॉफ्टवेयर टूल्स और डेटा स्रोतों के साथ संचार के तरीके को संभालता है, इसलिए MHS इसी तर論 को भौतिक दुनिया में विस्तारित करता है।
महत्वपूर्ण बात यह है कि मानक मॉडल-निरपेक्ष है। एंथ्रोपिक ने इसे क्लॉड के अलावा एआई मॉडल्स के साथ काम करने के लिए बनाया है।
प्रारंभिक प्रदर्शन संख्याओं को नजरअंदाज करना मुश्किल है। QuEra, जो प्रारंभिक परीक्षण साझेदारों में से एक है, ने MHS-एकीकृत AI का उपयोग करके लेजर रिलॉक कार्यों पर 99.3% सफलता दर हासिल की। पिछला बेंचमार्क, जो कस्टम स्क्रिप्ट्स का उपयोग करता था, 58% पर था। एकीकरण समयरेखाएँ भी इतनी ही तीव्रता से बदल गईं। जिन हार्डवेयर कार्यों के लिए पहले सप्ताहों का इंजीनियरिंग कार्य आवश्यक था, अब उन्हें केवल कुछ घंटों में पूरा किया जाने का दावा किया जा रहा है।
साझेदार, सुरक्षा, और आगे क्या आता है
एंथ्रोपिक MHS को तुरंत सार्वजनिक नहीं कर रहा है। कंपनी पहले एक चयनित साझेदारों के समूह के साथ सुरक्षा मूल्यांकन चला रही है, जिसमें HHMI Janelia, Genentech और कार्नेगी मेलन विश्वविद्यालय शामिल हैं।
सुरक्षा मूल स्टैंडर्ड में ही शामिल की गई है, बाद में नहीं जोड़ी गई। MHS को ऐसे ऑपरेशनल सीमाओं को सीधे एम्बेड करने के लिए डिज़ाइन किया गया है, जैसे रोबोटिक सिस्टम के लिए स्पीड लिमिट और कोण सीमाएँ, ताकि एक AI एजेंट सिर्फ इस बात का आदेश न दे सके कि डिवाइस सुरक्षित पैरामीटर के बाहर काम करे।
यह घोषणा एंथ्रोपिक द्वारा क्लॉड को टेक्स्ट जनरेट करने के अतिरिक्त ऑपरेशनल भूमिकाओं में शामिल करने के एक व्यापक पैटर्न से जुड़ी है। कंपनी का प्रोजेक्ट फेच फेज टू, जिसने एआई-सहायता वाले रोबोटिक्स प्रोग्रामिंग पर ध्यान केंद्रित किया, ने परिणाम दिए जिसमें क्लॉड ओपस 4.7 ने मानव टीमों की तुलना में लगभग 20 गुना तेजी से प्रोग्रामिंग कार्य पूरा किए। MHS वह इंफ्रास्ट्रक्चर लेयर है जो इस तरह के प्रदर्शन लाभों को विभिन्न हार्डवेयर वातावरणों में पुनः प्राप्त करने में सक्षम बनाता है।