Büyük dil modelleri şimdi gerçekten elleri çıktı.
Bu haftanın Perşembe günü, Anthropic, tüm büyük modellerle çalışan AI ajanlarının fiziksel cihazları güvenli ve hızlı bir şekilde kontrol etmesine yardımcı olmak için Model Hardware Standard (MHS) adlı bir yeni standart tanıttı.
Şu anda, Claude gibi büyük modeller, mikroskop, robot kollar, sıvı işlemciler, lazerler gibi donanımları MCP (Model Kontekst Protokolü) gibi kullanarak fiziksel dünyada işlem yapabiliyor. Bu gelişim, AI'nın dijital dünyadan fiziksel dünyaya geçişinin kritik bir adım olarak sektörde kabul ediliyor.
MCP'yi kullanan herkes, Anthropic'in 2024 Kasım ayında büyük dil modelleri (LLM) ile dış veri kaynakları, yerel dosyalar, geliştirme araçları ve çeşitli uygulama hizmetleri arasında standartlaştırılmış ve güvenli bir iki yönlü iletişim arayüzü sağlamayı amaçlayan açık bir standart protokol olan MCP'yi duymuş olabilir.
MCP'nin temel konumu, "AI alanındaki USB-C arayüzü" olup, büyük modelleri GitHub, Slack, yerel dosya sistemi, veritabanı gibi yazılım ortamlarıyla birleştirir. Son yıllarda yaşanan AI teknoloji gelişmeleriyle birlikte, MCP artık tüm akıllı sistem ekosisteminde vazgeçilmez bir gerçek standart haline gelmiştir.
Şu anda Anthropic da, MCP aracılığıyla bu standart iletişim protokolünü fiziksel donanım, sensörler, gömülü sistemler ve test cihazlarına yükseltmeyi hedefliyor.
MHS, Anthropic ve Howard Hughes Tıp Enstitüsü (HHMI) Janelia Araştırma Kampüsü iş birliğiyle geliştirilmeye başlandı ve şimdi ilk bilimsel laboratuvarlara ve ileri üreticilere araştırma önizlemesi olarak açıldı.
Genellikle laboratuvarlar veya üretim fabrikaları, donanımı kurmak ve entegre etmek için haftalar hatta aylar sürebilir. Çoğu cihaz birbirleriyle doğrudan iletişim kuramadığından, uzmanlar özel entegrasyon çözümleri geliştirmek zorundadır. MHS, bu entegrasyon sürecini saatler hatta dakikalar içinde kısaltabilir. Ayrıca, bu araçlara yapay zekâyı entegre ederek MHS, araştırmacıların ve mühendislerin otonom, 24/7 deneyler ve iş akışlarını daha kolay koordine etmesini sağlar. Ajanlar, deneydeki her adımı mantık yürütür, parametreleri gerçek zamanlı olarak günceller ve bazı durumlarda insan müdahalesi olmadan donanım arızalarından kurtulabilir.
MHS, programlanabilir arayüze sahip herhangi bir cihazla kullanılabilir ve temel model türüne bağlı değildir; herhangi bir ajan çerçevesi, MCP gibi standart protokolleri kullanarak erişebilir.
Sistemlere AI entegrasyonunun ek zorluklarını göz ardı etsek bile, laboratuvar veya fabrika üretim hattındaki birden fazla cihazın birbirleriyle iletişim kurması kolay değildir. Her cihaz genellikle kendi programlama arayüzüne sahiptir ve şu anda standartlaştırılmış bir entegrasyon yöntemi yoktur. Ayrıca cihazlar bağlandıktan sonra, bunların verileri Agent ile paylaşması için genel bir yöntem yoktur ve Agent’in bu cihazları güvenli bir şekilde kontrol etmesi için de bir yöntem bulunmamaktadır.
MHS, bu zorluklara karşı standartlaştırılmış sürücülerle çözüm sunar: bu sürücüler, bilgisayar işletim sistemi ile donanım cihazları arasında çeviri yapan yazılımlardır. MHS sürücüsü, okuma (örneğin sıcaklık alma) ve yazma (örneğin sıcaklık ayarlama) gibi basit temel komutlar kümesini kullanır; bu komutlar herhangi bir donanım cihazı tarafından anlaşılabilir ve yürütülebilir. Bu sayede her cihaz standart bir formatta keşfedilebilir hale gelir ve cihazlar ile ajanlar, aralarında özel bir “çeviri” programı gerektirmeden birbirlerini keşfedebilir ve ağ üzerinde iletişim kurabilir.
MHS sürücüsü, ajanların daha önce görülmemiş cihazları anlamasına ve kullanmasına yardımcı olurken, yalnızca kodla elde edilemeyen makine özelliklerinin bilgilerini (örneğin, robot kolların ağırlığı gibi, güvenlik açısından kritik olan bilgiler) sağlar. Şu ana kadar bu bilgiler çoğunlukla kağıt el kitaplarında, kullanıcı bilgisayarlarında veya gizli bilgi olarak saklanmıştı. Ancak MHS sürücüsü, etiketler içerir ve kullanıcıların bu bilgileri doğrudan doğal dil ile girmesine izin verir (kullanıcılar kendi kendine girebilir veya AI'nın donanım ayarlarını sormasıyla ajanla sohbet edebilirler).
Bu etiketlerdeki bilgileri kullanarak MHS sürücüsü, cihazın neyi ölçebileceğini, neyi ayarlayabileceğini ve hangi güvenlik kısıtlamalarını uygulayacağını içeren genel özellik bilgilerine sahip bir referans dosyası oluşturur. Bu dosya, ajanın cihazı işlemesi için gerekli tüm bilgileri sağlar.
Cihazlar bağlandıktan ve agentin her cihazı nasıl kullanacağını öğrendikten sonra, bu donanımları kontrol etmek için bir yöntem daha gerekir. MHS için üç such mekanizma vardır: MCP, komut satırı arayüzü ve kod dosyaları (API). Bunlar, kullanıcıların bir kod satırıyla birden fazla cihazı koordine etmesini sağlar.
Bir ajan cihazları kontrol edebildiğinde, her cihazdan çalışma verilerini alabilir ve işleri yüksek seviyede izleyip yönlendirebilir. Ajan, farklı cihazların işlem adımlarını sıralayabilir, sonuçları izleyebilir ve gerçek zamanlı değişikliklere göre parametreleri ayarlayabilir. Ajan, uzun süreli görevleri gerçekleştirmek veya çevrimiçi çıkarım kapasitesinden daha hızlı cihazları çalıştırmak gerektiğinde, bir veya daha fazla cihazdan gelen sürücü komutlarını bir kod dosyasına birleştirebilir. Bu sayede cihazlar, ajanın her adımda çıkarım yapmasına gerek kalmadan kendi kendilerine işlemleri gerçekleştirebilir.
MHS test edilirken Anthropic, Claude'nin deneyler ve donanım ile etkileşimini bilim insanı gibi keşifçi bir şekilde gerçekleştirdiğini fark etti.
Anthropic, Claude'nin lazerleri ayarladığını ve kameradan sonuçları gözlemlediğini, ayarlamaların lazer ışınını nasıl hareket ettirdiğini değerlendirdiğini ve süreci tekrarlayarak olayların sırasını anlamaya çalıştığını gözlemledi. Daha sonra Claude, öğrendiği bilgileri bir kod dosyasına paketleyerek, her adımda çıkarım yapmadan lazeri kalibre edebilecek bir deterministik betik yazdı ve böylece tüm süreç tek bir komutla çalıştırılabilir hale geldi.
MHS geliştirilirken, Anthropic bu teknolojiyi biyoteknoloji, robotik, kuantum hesaplama gibi alanlarda birkaç laboratuvar ve donanım üreticisiyle paylaştı. Bu erken projelerde, MHS'nin cihaz entegrasyon süresini kısalttığı, çeşitli deneysel ortamlarda yineleme hızını artırdığı ve cihazların gerçek zamanlı çalışması ve arıza tespiti için katkı sağladığı görülmektedir.
Donanım sağlayıcılar ve ilişkili yazılım şirketleri, ajanların cihazları keşfetmesini ve işlemesini sağlamak amacıyla cihazlara MHS desteği dahil etmektedir. Örneğin:
Amazon Web Services (AWS), Strands Robots aracılığıyla MHS'yi destekliyor. Bu, AI ajanlarını fiziksel cihazlara bağlamak için kullanılan bir kütüphane. MHS araştırma önizlemesi sırasında, AWS katılımcılara Strands Robots yazılım paketinin özel ön yayımlandı sürümünü sağlayacaktır.
Automata, bağımsız laboratuvarlardaki cihazlar için akıllı hata işleme sağlamak üzere laboratuvar otomasyon platformu LINQ'e MHS desteği ekliyor.
Danaher, MHS desteği olan fonksiyonların biyomedikal araştırmayı ve geliştirme ölçeğini nasıl genişletebileceğini aktif olarak araştırıyor.
Doosan Robotics, MHS'yi test etmek için robot kollarını kullanıyor ve otomatik kalite güvencesi gerçekleştiriyor ve birden fazla robot arasında görevleri koordine ediyor.
MBF Bioscience, dünya çapında yüzlerce nörobilim laboratuvarında lazer taramalı mikroskopları çalıştıran ScanImage yazılımı için MHS sürücüleri geliştiriyor ve bunu gerçek zamanlı veri analizi ve deneylere AI ajanları entegre etmek amacıyla yapıyor.
QIAGEN, MHS'yi laboratuvarların cihaz arızalarını daha hızlı tanımlamasına, operatörlere geri kazanım için rehberlik etmesine, cihazın çalışır durumunda kalmasına ve biyolojik örneklerin riskini azaltmasına yardımcı olmak için QIAsymphony Connect nükleik asit saflaştırma platformu üzerinde bir çalışma doğrulaması gerçekleştiriyor.
Tecan, AI akıllı ajanların bu platformları doğrudan keşfedip işlem yapabilmesi için Fluent sıvı işleme platformuna MHS desteği ekliyor.
Universal Robots, MHS kullanım hakkını önceden aldı ve robot platformuna MHS desteği eklemeyi planlıyor.
Açık kaynak haline gelmeden önce, Anthropic bu standardı daha da geliştirmek istiyor.
Bir büyük dil modeli olarak Claude, fiziksel dünyayı metin ve görüntüler aracılığıyla öğrenir; bu da uzay ve fiziksel akıl yürütme yeteneklerinde sınırlılıklar olduğunu ve hâlâ uzman gözetimi gerektirdiğini anlamına gelir. Örneğin, protein örnekleriyle çalışırken Genentek araştırmacıları, Claude’u örneklerde oluşan köpürmenin bir yazılım hatası değil, fiziksel bir arıza olduğunu ve yalnızca ilgili fiziksel düzeltmelerle giderilebileceğini anlamaya yönlendirmek zorunda kaldı.
MHS, şu anda programlama arayüzü olmayan donanımlarla uyumlu değildir; bu nedenle Anthropic, bu tür cihazların üreticileriyle iş birliği içinde MHS sürücülerini donanıma entegre etmektedir. Birçok geliştirici, Claude Code'u tek bir fiziksel cihazı kontrol etmek için zaten kullanmaktadır. MHS'nin bir sonraki aşamasında, Anthropic bu standardı geliştiricilerin kullandığı daha fazla cihaza yaymayı hedeflemektedir.
Erken kabul edenler arasında Hugging Face (MHS desteğiyle LeRobot robot kütüphanesini genişletiyorlar) ve Raspberry Pi (Camera MHS sürücüsüyle başarılı testlerin ardından çeşitli ürünlerinde MHS entegrasyonunu etkinleştiriyorlar) yer alıyor.
Referans içerik:
https://www.anthropic.com/news/model-hardware-standard-research-preview
Bu yazı, WeChat hesabından "Makine Kalbi" (ID: almosthuman2014) tarafından yayınlanmıştır, yazar: Agentlere odaklanan Makine Kalbi