โมเดลภาษาขนาดใหญ่ ตอนนี้เริ่มมีมือแล้ว
ในวันพฤหัสบดีที่ผ่านมา Anthropic ประกาศเปิดตัว MCP สำหรับฮาร์ดแวร์: Model Hardware Standard (MHS) ซึ่งเป็นมาตรฐานใหม่ที่ช่วยให้ตัวแทน AI ที่ขับเคลื่อนด้วยโมเดลขนาดใหญ่ทุกตัวสามารถควบคุมอุปกรณ์ทางกายภาพได้อย่างปลอดภัยและรวดเร็ว
ตอนนี้ โมเดลขนาดใหญ่เช่น Claude สามารถควบคุมอุปกรณ์ฮาร์ดแวร์ในโลกจริง เช่น กล้องจุลทรรศน์ หุ่นยนต์กลไก เครื่องจัดการของเหลว และเลเซอร์ ได้เหมือนการใช้ MCP (Model Context Protocol) ความก้าวหน้านี้ถูกมองว่าเป็นขั้นตอนสำคัญที่ AI เคลื่อนตัวจากโลกดิจิทัลสู่โลกทางกายภาพ
ผู้ใช้งานตัวแทนจะคุ้นเคยกับ MCP ซึ่งเป็นมาตรฐานเปิดที่ Anthropic เปิดตัวในเดือนพฤศจิกายน 2024 เพื่อสร้างอินเทอร์เฟซการสื่อสารแบบสองทางที่เป็นมาตรฐานและปลอดภัยระหว่างโมเดลภาษาขนาดใหญ่ (LLM) กับแหล่งข้อมูลภายนอก ไฟล์ท้องถิ่น เครื่องมือพัฒนา และบริการแอปพลิเคชันต่างๆ
จุดยืนหลักของ MCP คือ “พอร์ต USB-C สำหรับโดเมน AI” ซึ่งสามารถเชื่อมต่อโมเดลขนาดใหญ่กับสภาพแวดล้อมซอฟต์แวร์ต่างๆ เช่น GitHub, Slack, ระบบไฟล์ท้องถิ่น และฐานข้อมูล ด้วยการพัฒนาเทคโนโลยี AI ในช่วงไม่กี่ปีที่ผ่านมา MCP ได้พัฒนาเป็นมาตรฐานที่ไม่สามารถขาดได้ในระบบนิเวศตัวแทนอัจฉริยะทั้งหมด
ตอนนี้ยังเป็น Anthropic ที่ต้องการใช้ฮาร์ดแวร์เพื่อ MCP ซึ่งได้ยกระดับมาตรฐานการสื่อสารชุดนี้ไปสู่ฮาร์ดแวร์ทางกายภาพ ตัวรับสัญญาณ ระบบฝังตัว และอุปกรณ์ทดสอบ
การพัฒนา MHS เริ่มต้นจากความร่วมมือระหว่างบริษัท Anthropic และศูนย์วิจัย Janelia ของสถาบันการแพทย์ Howard Hughes (HHMI) และตอนนี้ได้เปิดให้ใช้งานเวอร์ชันทดลองสำหรับห้องปฏิบัติการวิจัยและผู้ผลิตขั้นสูงรายแรกแล้ว
โดยทั่วไป ห้องปฏิบัติการหรือโรงงานผลิตต้องใช้เวลาหลายสัปดาห์จนถึงหลายเดือนในการติดตั้งและรวมระบบฮาร์ดแวร์ อุปกรณ์ส่วนใหญ่ไม่สามารถสื่อสารกันได้โดยตรง จึงจำเป็นต้องมีผู้เชี่ยวชาญสร้างโซลูชันการรวมระบบแบบกำหนดเอง MHS สามารถลดเวลาการรวมระบบดังกล่าวลงเหลือเพียงไม่กี่ชั่วโมงหรือแม้แต่ไม่กี่นาที นอกจากนี้ ด้วยการรวมปัญญาประดิษฐ์เข้ากับเครื่องมือเหล่านี้ MHS ยังช่วยให้นักวิจัยและวิศวกรสามารถประสานงานการทดลองและกระบวนการทำงานแบบอัตโนมัติ 24 ชั่วโมงได้ง่ายขึ้น ตัวแทนสามารถวิเคราะห์แต่ละขั้นตอนของการทดลอง อัปเดตพารามิเตอร์แบบเรียลไทม์ และในบางกรณี สามารถฟื้นตัวจากความล้มเหลวของฮาร์ดแวร์ได้โดยไม่ต้องมีการแทรกแซงจากมนุษย์
MHS สามารถใช้งานร่วมกับอุปกรณ์ใดก็ตามที่มีอินเทอร์เฟซที่สามารถโปรแกรมได้ และไม่ขึ้นอยู่กับประเภทของโมเดลพื้นฐาน ระบบตัวแทนใดๆ ก็สามารถใช้โปรโตคอลมาตรฐาน เช่น MCP เพื่อเข้าถึงมัน
แม้ไม่พิจารณาความซับซ้อนเพิ่มเติมในการผสานรวม AI เข้ากับระบบ การทำให้อุปกรณ์หลายตัวในห้องปฏิบัติการหรือโรงงานผลิตสื่อสารถึงกันก็ไม่ใช่เรื่องง่าย แต่ละอุปกรณ์มักมีอินเทอร์เฟซการโปรแกรมของตนเอง และยังไม่มีวิธีการผสานรวมมาตรฐาน ในขณะเดียวกัน หลังจากเชื่อมต่ออุปกรณ์แล้ว ก็ไม่มีวิธีการทั่วไปในการให้อุปกรณ์เหล่านี้แชร์ข้อมูลกับ Agent ยิ่งไปกว่านั้น ยังไม่มีวิธีการที่ Agent จะสามารถดำเนินการอุปกรณ์เหล่านี้ได้อย่างปลอดภัย
ตอนนี้ MHS รับมือกับความท้าทายเหล่านี้โดยการแนะนำไดรเวอร์มาตรฐาน: ไดรเวอร์นี้เป็นซอฟต์แวร์ที่ทำหน้าที่แปลงระหว่างระบบปฏิบัติการของคอมพิวเตอร์กับอุปกรณ์ฮาร์ดแวร์ ไดรเวอร์ MHS ใช้ชุดคำสั่งพื้นฐานที่เรียบง่าย เช่น อ่าน (เช่น รับอุณหภูมิ) และเขียน (เช่น ตั้งค่าอุณหภูมิ) ซึ่งอุปกรณ์ฮาร์ดแวร์ใดๆ ก็สามารถเข้าใจและดำเนินการได้ มันทำให้อุปกรณ์แต่ละตัวสามารถถูกค้นพบในรูปแบบมาตรฐาน ทำให้อุปกรณ์และเอเจนต์สามารถค้นพบและสื่อสารกันข้ามเครือข่ายได้ โดยไม่จำเป็นต้องใช้โปรแกรม 'แปล' ที่ปรับแต่งเฉพาะสำหรับแต่ละคู่
ไดรเวอร์ MHS ยังช่วยให้ตัวแทนสามารถเข้าใจและใช้งานอุปกรณ์ที่ไม่เคยพบมาก่อน พร้อมให้ข้อมูลคุณลักษณะของเครื่องจักรที่อาจไม่สามารถรับได้จากโค้ดเพียงอย่างเดียว (เช่น น้ำหนักของหุ่นยนต์แขน ซึ่งมีความสำคัญอย่างยิ่งต่อการดำเนินงานอย่างปลอดภัย) จนถึงปัจจุบัน ข้อมูลเหล่านี้ส่วนใหญ่ถูกจัดเก็บไว้ในคู่มือกระดาษ คอมพิวเตอร์ของผู้ใช้ หรือเป็นความรู้ที่ไม่เป็นทางการ แต่ไดรเวอร์ MHS มีแท็กที่อนุญาตให้ผู้ใช้ป้อนข้อมูลเหล่านี้โดยตรงผ่านภาษาธรรมชาติ (ผู้ใช้สามารถป้อนข้อมูลด้วยตนเอง หรือผ่านการสนทนากับตัวแทน โดย AI จะถามเกี่ยวกับการตั้งค่าฮาร์ดแวร์ของพวกเขา)
โดยใช้ข้อมูลจากแท็กเหล่านี้ ไดรเวอร์ MHS จะสร้างไฟล์อ้างอิงอัตโนมัติซึ่งประกอบด้วยข้อมูลคุณลักษณะทั่วไปของอุปกรณ์ เช่น อุปกรณ์สามารถวัดอะไร สามารถปรับอะไร และจะบังคับใช้ข้อจำกัดด้านความปลอดภัยใดบ้าง ไฟล์นี้ให้ข้อมูลทั้งหมดที่เอเจนต์จำเป็นต้องใช้ในการดำเนินการอุปกรณ์
เมื่อเชื่อมต่ออุปกรณ์เสร็จสิ้นและโปรแกรมตัวแทนรู้วิธีใช้งานอุปกรณ์แต่ละตัวแล้ว จำเป็นต้องมีวิธีการควบคุมฮาร์ดแวร์เหล่านี้ สำหรับ MHS มีกลไกสามแบบคือ MCP อินเทอร์เฟซบรรทัดคำสั่ง และไฟล์โค้ด (API) ซึ่งทำงานร่วมกันเพื่อให้ผู้ใช้สามารถประสานงานอุปกรณ์หลายตัวผ่านหนึ่งบรรทัดของโค้ด
เมื่อตัวแทนสามารถควบคุมอุปกรณ์ได้ มันจะสามารถรับข้อมูลการดำเนินงานจากแต่ละอุปกรณ์ และตรวจสอบรวมถึงกำกับดูแลการทำงานในระดับสูง ตัวแทนสามารถจัดลำดับขั้นตอนการดำเนินงานของอุปกรณ์ต่างๆ ติดตามผลลัพธ์ และปรับพารามิเตอร์ตามสถานการณ์ที่เปลี่ยนแปลงแบบเรียลไทม์ เมื่อตัวแทนต้องดำเนินงานที่ใช้เวลานานหรือดำเนินการอุปกรณ์ด้วยความเร็วที่เกินความสามารถในการให้เหตุผลแบบออนไลน์ของมัน สามารถเชื่อมคำสั่งไดรเวอร์จากอุปกรณ์หนึ่งหรือหลายอุปกรณ์เข้ากับไฟล์โค้ด ทำให้อุปกรณ์สามารถดำเนินการด้วยตนเองโดยไม่จำเป็นต้องให้ตัวแทนให้เหตุผลในแต่ละขั้นตอน
ในระหว่างการทดสอบ MHS Anthropic พบว่า Claude มีพฤติกรรมเหมือนนักวิทยาศาสตร์ในการโต้ตอบกับการทดลองและฮาร์ดแวร์อย่างเต็มไปด้วยความอยากรู้อยากเห็น
Anthropic สังเกตเห็นว่า Claude กำลังปรับเลเซอร์และสังเกตผลลัพธ์ผ่านกล้อง ประเมินว่าการปรับเปลี่ยนส่งผลต่อการเคลื่อนที่ของลำแสงเลเซอร์อย่างไร แล้วทำซ้ำกระบวนการนี้เพื่อพยายามเข้าใจลำดับเหตุการณ์ หลังจากนั้น Claude ได้แพ็กข้อมูลที่เรียนรู้ไว้เป็นไฟล์รหัส และเขียนสคริปต์แบบกำหนดได้ ซึ่งทำให้สามารถปรับเทียบเลเซอร์ได้โดยไม่ต้องให้เหตุผลทีละขั้นตอน ทำให้กระบวนการทั้งหมดสามารถรันเป็นคำสั่งเดียวได้
ในระหว่างการพัฒนา MHS Anthropic ได้แบ่งปันเทคโนโลยีนี้กับห้องปฏิบัติการและผู้ผลิตฮาร์ดแวร์หลายแห่งในสาขาต่างๆ เช่น ชีวเทคโนโลยี หุ่นยนต์ และการคำนวณควอนตัม ในโครงการต้นแบบเหล่านี้ เราเห็นว่า MHS ช่วยลดเวลาการรวมระบบอุปกรณ์ เพิ่มความเร็วในการปรับปรุงในสภาพแวดล้อมการทดลองต่างๆ และสนับสนุนการดำเนินงานแบบเรียลไทม์และการตรวจจับข้อผิดพลาดของเครื่องจักร
ผู้ผลิตฮาร์ดแวร์และบริษัทซอฟต์แวร์ที่เกี่ยวข้องยังได้รวมการรองรับ MHS ไว้ในอุปกรณ์ เพื่อให้ตัวแทนสามารถค้นหาและควบคุมอุปกรณ์ได้ เช่น:
Amazon Web Services (AWS) สนับสนุน MHS ผ่าน Strands Robots ซึ่งเป็นไลบรารีสำหรับเชื่อมต่อตัวแทน AI กับอุปกรณ์ทางกายภาพ ในช่วงการทดลองล่วงหน้าของ MHS AWS จะจัดหาเวอร์ชันล่วงหน้าแบบเอกสิทธิ์ของแพ็กเกจ Strands Robots ให้กับผู้เข้าร่วม
Automata กำลังเพิ่มการรองรับ MHS สำหรับแพลตฟอร์มอัตโนมัติห้องปฏิบัติการ LINQ เพื่อจัดการข้อผิดพลาดอย่างชาญฉลาดกับอุปกรณ์ในห้องปฏิบัติการอัตโนมัติ
Danaher กำลังสำรวจอย่างแข็งขันว่าฟีเจอร์ที่ MHS รองรับจะช่วยให้อุปกรณ์อัจฉริยะและห้องปฏิบัติการอัตโนมัติของพวกเขายกระดับการวิจัยและพัฒนาทางชีวการแพทย์ได้อย่างไร
Doosan Robotics กำลังใช้หุ่นยนต์แขนของตนทดสอบ MHS รวมถึงการดำเนินการรับประกันคุณภาพอัตโนมัติและการประสานงานงานระหว่างหุ่นยนต์หลายตัว
MBF Bioscience กำลังพัฒนาไดรเวอร์ MHS สำหรับ ScanImage ซึ่งเป็นซอฟต์แวร์ที่ใช้ในการควบคุมกล้องจุลทรรศน์สแกนเลเซอร์ในห้องปฏิบัติการด้านประสาทวิทยาหลายร้อยแห่งทั่วโลก โดยมีเป้าหมายเพื่อผสานรวมตัวแทนปัญญาประดิษฐ์เข้ากับการวิเคราะห์ข้อมูลแบบเรียลไทม์และการทดลอง
QIAGEN กำลังทดลองใช้ MHS ผ่านแนวคิดการพิสูจน์ความเป็นไปได้บนแพลตฟอร์มการบริสุทธิ์กรดนิวคลีอิก QIAsymphony Connect เพื่อแสดงให้เห็นว่าตัวแทน AI สามารถช่วยห้องปฏิบัติการในการระบุข้อผิดพลาดของอุปกรณ์ได้เร็วขึ้น แนะนำผู้ปฏิบัติงานในการกู้คืนระบบ เพิ่มเวลาที่อุปกรณ์ทำงานได้อย่างต่อเนื่อง และลดความเสี่ยงต่อตัวอย่างชีวภาพ
Tecan กำลังเพิ่มการรองรับ MHS สำหรับแพลตฟอร์ม液体处理 Fluent เพื่อให้ตัวแทน AI สามารถค้นพบและควบคุมแพลตฟอร์มเหล่านี้ได้โดยตรง
Universal Robots ได้รับสิทธิ์การใช้งาน MHS ล่วงหน้า และมีแผนที่จะเพิ่มการสนับสนุน MHS บนแพลตฟอร์มหุ่นยนต์ของตน
ก่อนเปิด-source Anthropic ยังต้องการปรับปรุงมาตรฐานนี้เพิ่มเติม
ในฐานะโมเดลภาษาขนาดใหญ่ Claude ใช้ข้อความและภาพในการเรียนรู้เกี่ยวกับโลกทางกายภาพ ซึ่งหมายความว่าความสามารถในการให้เหตุผลเชิงพื้นที่และทางกายภาพของมันยังมีข้อจำกัด และยังต้องการการกำกับดูแลจากผู้เชี่ยวชาญ ตัวอย่างเช่น เมื่อจัดการกับตัวอย่างโปรตีน นักวิจัยจาก Genentech ต้องชี้นำ Claude ให้ระบุว่าข้อผิดพลาดที่เกิดจากฟองอากาศในตัวอย่างเป็นข้อผิดพลาดทางกายภาพ ไม่ใช่ข้อผิดพลาดของซอฟต์แวร์ และสามารถลดผลกระทบได้เฉพาะผ่านการแก้ไขทางกายภาพที่เหมาะสม
MHS ยังไม่สามารถทำงานร่วมกับฮาร์ดแวร์ที่ไม่มีอินเทอร์เฟซการเขียนโปรแกรมได้ ดังนั้น Anthropic จึงร่วมมือกับผู้ผลิตอุปกรณ์เหล่านี้เพื่อผสานรวมไดรเวอร์ MHS เข้ากับฮาร์ดแวร์ นักพัฒนาหลายรายได้ใช้ Claude Code เพื่อควบคุมอุปกรณ์ทางกายภาพแต่ละชิ้นแล้ว ในขั้นตอนถัดไปของ MHS Anthropic ตั้งเป้าที่จะขยายมาตรฐานนี้ให้ครอบคลุมอุปกรณ์เพิ่มเติมที่นักพัฒนาใช้งาน
ผู้ใช้งานรายแรกๆ ได้แก่ Hugging Face (ซึ่งกำลังเพิ่มการรองรับ MHS ลงในห้องสมุดหุ่นยนต์ LeRobot ของพวกเขา) และ Raspberry Pi (ซึ่งหลังจากทดสอบสำเร็จด้วยไดรเวอร์กล้อง MHS ของพวกเขา กำลังเปิดใช้งานการรวม MHS ลงในผลิตภัณฑ์หลายรุ่น)
ข้อมูลอ้างอิง:
https://www.anthropic.com/news/model-hardware-standard-research-preview
บทความนี้มาจาก微信号 “Machine Heart” (ID: almosthuman2014) โดยผู้เขียน: Machine Heart ที่ติดตาม Agent