Anthropic Meluncurkan Standar Perangkat Keras Model untuk Integrasi AI-Robot

iconCryptoBriefing
Bagikan
AI summary iconRingkasan
Anthropic mengumumkan Model Hardware Standard (MHS) pada 27 Agustus untuk memungkinkan integrasi AI-robot, menawarkan relevansi berita AI + kripto karena sektor teknologi tumpang tindih dengan inovasi blockchain. Standar ini memungkinkan kontrol AI langsung terhadap perangkat keras seperti instrumen laboratorium dan lengan robot, mengurangi waktu integrasi dari minggu menjadi jam. Uji coba awal oleh QuEra mencapai tingkat keberhasilan 99,3% dalam tugas laser relock, naik dari 58% dengan skrip khusus. MHS bersifat model-agnostic dan mencakup batasan keamanan. Anthropic sedang menguji standar ini bersama HHMI Janelia, Genentech, dan Universitas Carnegie Mellon. Dengan berita suku bunga yang memengaruhi pendanaan teknologi, MHS dapat memengaruhi jadwal pengembangan AI.

Anthropic ingin AI-nya berhenti hidup sepenuhnya di cloud. Pada 27 Agustus, perusahaan tersebut memperkenalkan Model Hardware Standard, spesifikasi perangkat lunak yang dirancang untuk menghubungkan agen AI langsung ke perangkat keras fisik, memberi model seperti Claude kemampuan untuk menemukan, berinteraksi, dan mengendalikan perangkat dunia nyata.

Kasus penggunaan target adalah langsung dan konkret: lengan robot dalam manufaktur canggih, instrumen laboratorium dalam penelitian ilmiah, dan perangkat keras presisi yang sebelumnya memerlukan minggu-minggu pekerjaan perangkat lunak khusus hanya untuk berkomunikasi dengan model AI.

Apa yang sebenarnya dilakukan standar tersebut

Standar ini menangani hal tersebut dengan menyediakan antarmuka driver umum, tag perangkat berbahasa alami, dan kompatibilitas bawaan dengan Model Context Protocol milik Anthropic yang sudah ada. Bagian terakhir ini penting karena MCP sudah menangani cara model AI berkomunikasi dengan alat perangkat lunak dan sumber data, sehingga MHS memperluas logika yang sama ke dunia fisik.

Iklan

Yang penting, standar ini bersifat model-agnostik. Anthropic mengembangkannya agar berfungsi dengan model AI di luar Claude.

Angka kinerja awal sulit diabaikan. QuEra, salah satu mitra pengujian awal, mencapai tingkat keberhasilan 99,3% pada tugas relock laser menggunakan AI yang terintegrasi MHS. Patokan sebelumnya, yang menggunakan skrip khusus, berada di angka 58%. Jadwal integrasi juga berubah secara drastis. Tugas perangkat keras yang sebelumnya memerlukan minggu-minggu kerja teknik kini dilaporkan hanya membutuhkan beberapa jam.

Mitras, keamanan, dan apa yang akan datang

Anthropic tidak merilis MHS ke publik segera. Perusahaan tersebut sedang menjalankan evaluasi keamanan dengan sekelompok mitra terpilih terlebih dahulu, yang mencakup HHMI Janelia, Genentech, dan Universitas Carnegie Mellon.

Keamanan sudah tertanam dalam standar itu sendiri, bukan ditambahkan setelahnya. MHS dirancang untuk secara langsung menyematkan batasan operasional, seperti batas kecepatan dan pembatasan sudut untuk sistem robotik, sehingga agen AI tidak dapat secara sederhana memerintahkan perangkat untuk beroperasi di luar parameter yang aman.

Pengumuman ini terkait dengan pola yang lebih luas di mana Anthropic mendorong Claude ke peran operasional yang melampaui generasi teks. Proyek Fetch Tahap Dua perusahaan, yang berfokus pada pemrograman robotika yang dibantu AI, menghasilkan hasil yang menunjukkan Claude Opus 4.7 menyelesaikan tugas pemrograman sekitar 20 kali lebih cepat daripada tim manusia. MHS adalah lapisan infrastruktur yang membuat peningkatan kinerja semacam itu dapat direplikasi di berbagai lingkungan perangkat keras.

Penafian: Informasi pada halaman ini mungkin telah diperoleh dari pihak ketiga dan tidak mencerminkan pandangan atau opini KuCoin. Konten ini disediakan hanya untuk tujuan informasi umum, tanpa representasi atau jaminan apa pun, dan tidak dapat ditafsirkan sebagai saran keuangan atau investasi. KuCoin tidak bertanggung jawab terhadap segala kesalahan atau kelalaian, atau hasil apa pun yang keluar dari penggunaan informasi ini. Berinvestasi di aset digital dapat berisiko. Harap mengevaluasi risiko produk dan toleransi risiko Anda secara cermat berdasarkan situasi keuangan Anda sendiri. Untuk informasi lebih lanjut, silakan lihat Ketentuan Penggunaan dan Pengungkapan Risiko.