Великі мовні моделі тепер справді виростили руки.
У четвер цього тижня Anthropic оголосила про запуск MCP для обладнання: Model Hardware Standard (MHS) — новий стандарт, призначений для того, щоб допомогти всім AI-агентам, що базуються на великих моделях, безпечно та швидко керувати фізичними пристроями.
Зараз великі моделі, такі як Claude, можуть керувати обладнанням, як-от мікроскопами, маніпуляторами, рідинними процесорами, лазерами тощо, аналогічно використанню MCP (протоколу контексту моделі). Цей прогрес вважається у галузі ключовим кроком переходу ШІ з цифрового світу у фізичний.
Хто використовує агентів, той хоча б раз чув про MCP — це відкритий стандартний протокол, запущений Anthropic у листопаді 2024 року, який має за мету забезпечити стандартизований, безпечний двосторонній інтерфейс зв’язку між великими мовними моделями (LLM) та зовнішніми джерелами даних, локальними файлами, інструментами розробки та різними сервісами додатків.
Основна позиція MCP — «USB-C-роз’єм для галузі ШІ», який забезпечує зв’язок між великими моделями та програмними середовищами, такими як GitHub, Slack, локальні файлові системи та бази даних. З розвитком технологій ШІ за останні роки MCP перетворився на невід’ємний стандарт усього екосистеми агентів.
Зараз також Anthropic, сподівається за допомогою апаратного забезпечення використовувати MCP, щоб підняти ці стандартні комунікаційні специфікації на рівень фізичного обладнання, датчиків, вбудованих систем та тестового обладнання.
Розробка MHS почалася зі співпраці між компанією Anthropic та дослідним центром Janelia Інституту медичних досліджень Говарда Хьюза (HHMI) і зараз доступна у версії для наукових лабораторій та передових виробників.
Зазвичай лабораторії або виробничі підприємства витрачають тижні або навіть місяці на встановлення та інтеграцію обладнання. Більшість пристроїв не можуть безпосередньо взаємодіяти, тому необхідно, щоб фахівці розробляли спеціалізовані рішення для інтеграції. MHS зменшує цей процес інтеграції до кількох годин або навіть хвилин. Крім того, інтегруючи ШІ в ці інструменти, MHS допомагає дослідникам та інженерам легше координувати автономні, круглодобові експерименти та робочі процеси. Агенти можуть логічно аналізувати кожен крок експерименту, у реальному часі оновлювати параметри та, у деяких випадках, відновлювати роботу обладнання без участі людини.
MHS можна використовувати з будь-яким пристроєм із програмованим інтерфейсом, а також він не залежить від типу базової моделі — будь-яка агентна рамка може використовувати стандартний протокол, наприклад MCP, для доступу до нього.
Навіть без урахування додаткової складності інтеграції ШІ в систему, забезпечення взаємодії між кількома пристроями в лабораторії або на виробничому цеху — не просте завдання. Кожен пристрій зазвичай має власний інтерфейс програмування, і наразі не існує стандартизованого методу інтеграції. Крім того, після підключення пристроїв не існує універсального способу, щоб вони могли обмінюватися даними з агентом, а тим більше — щоб агент безпечно керував цими пристроями.
Зараз MHS вирішує ці виклики за допомогою введення стандартних драйверів: це програмне забезпечення, яке здійснює перетворення між операційною системою комп’ютера та апаратними пристроями. Драйвери MHS використовують набір простих базових команд, таких як читання (наприклад, отримання температури) та запис (наприклад, встановлення температури), які будь-який апаратний пристрій може розуміти та виконувати. Це дозволяє кожному пристрою виявлятися у стандартному форматі, що забезпечує взаємне виявлення пристроїв та агентів та їхню комунікацію через мережу без необхідності використання спеціальних «перекладачів» між ними.
Драйвери MHS також допомагають агентам розуміти та використовувати пристрої, яких вони раніше не бачили, і надавати їм інформацію про характеристики обладнання, яку неможливо отримати лише за допомогою коду (наприклад, вагу маніпулятора, що критично важливо для безпечного функціонування). Дотепер ця інформація зберігалася переважно в паперових інструкціях, на комп’ютерах користувачів або як неявні знання. Але драйвери MHS містять мітки, які дозволяють користувачам вводити цю інформацію безпосередньо природною мовою (користувачі можуть ввести її самостійно або через розмову з агентом, коли ІШ запитує їх про налаштування обладнання).
Використовуючи інформацію з цих міток, драйвер MHS автоматично створює довідковий файл, який містить загальну інформацію про характеристики пристрою, наприклад, що він може вимірювати, що можна налаштовувати та які обмеження безпеки будуть застосовуватися. Цей файл надає агенту всю необхідну інформацію для роботи з пристроєм.
Після підключення обладнання та того, як агент зрозумів, як використовувати кожен пристрій, потрібен спосіб керування цим обладнанням. Для MHS існує три такі механізми: MCP, інтерфейс командного рядка та файл коду (API). Вони працюють разом, щоб дозволити користувачам координувати кілька пристроїв за допомогою одного рядка коду.
Коли агент зможе керувати пристроями, він зможе отримувати дані про роботу з кожного пристрою та наглядати та керувати процесами на високому рівні. Агент може впорядковувати кроки операцій різних приладів, контролювати результати та коригувати параметри в реальному часі. Коли агенту потрібно виконувати довготривалі завдання або керувати пристроями зі швидкістю, що перевищує його здатність до онлайн-міркувань, він може об’єднувати команди драйверів з одного або кількох пристроїв у файл коду. Таким чином, пристрої можуть виконувати операції самостійно, не потребуючи від агента міркувань на кожному кроці.
Під час тестування MHS Anthropic виявила, що Claude взаємодіє з експериментами та обладнанням так, як науковець — з дослідницьким підходом.
Anthropic спостерігав, як Claude налаштовує лазер і за допомогою камери спостерігає за результатами, оцінює, як змінюється промінь лазера, а потім повторює цей процес, намагаючись зрозуміти послідовність подій. Після цього Claude упакував отриману інформацію у файл коду, написавши детермінований сценарій, який дозволяє калібрувати лазер без необхідності робити висновки на кожному кроці, що дозволяє виконати весь процес як одну команду.
Під час розробки MHS Anthropic поділилася цією технологією з кількома лабораторіями та виробниками обладнання в галузях біотехнологій, робототехніки, квантових обчислень тощо. У цих ранніх проектах ми бачимо, що MHS скорочує час інтеграції обладнання, підвищує швидкість ітерацій у різних експериментальних середовищах та сприяє реальному часу роботи машин та виявленню несправностей.
Постачальники обладнання та супутні програмні компанії також вбудували підтримку MHS у пристрої, щоб агенти могли виявляти та керувати пристроями. Наприклад:
Amazon Web Services (AWS) підтримує MHS за допомогою Strands Robots — це бібліотека для підключення AI-агентів до фізичних пристроїв. Під час дослідницького попереднього огляду MHS AWS надасть учасникам приватну передрелізну версію пакета Strands Robots.
Automata додає підтримку MHS до своєї платформи лабораторної автоматизації LINQ для інтелектуального оброблення помилок у приладах автономної лабораторії.
Danaher активно досліджує, як функції, підтримувані MHS, можуть допомогти її розумним приладам та автономним лабораторіям масштабувати біомедичні дослідження та розробки.
Doosan Robotics використовує свої роботизовані руки для тестування MHS, включаючи виконання автоматизованого забезпечення якості та координацію завдань між кількома роботами.
MBF Bioscience розробляє драйвери MHS для ScanImage — програмного забезпечення, яке використовується сотнями нейронаукових лабораторій по всьому світу для керування лазерними скануючими мікроскопами, з метою інтеграції AI-агентів у реальний час аналізу даних та експериментів.
QIAGEN тестує MHS через концепцію-доказ на платформі QIAsymphony Connect для очищення нуклеїнових кислот, щоб продемонструвати, як AI-агенти можуть допомогти лабораторіям швидше виявляти поломки обладнання, направляти персонал у відновленні, підвищувати час роботи обладнання та зменшувати ризики для біологічних зразків.
Tecan додає підтримку MHS до своєї платформи Fluent для обробки рідин, щоб AI-агенти могли безпосередньо виявляти та керувати цими платформами.
Universal Robots отримала ранній доступ до MHS і планує додати підтримку MHS на свою робототехнічну платформу.
Перед відкриттям коду Anthropic хоче додатково вдосконалити цей стандарт.
Як велика мовна модель, Claude вивчає фізичний світ за допомогою тексту та зображень, що означає, що його просторові та фізичні міркування обмежені і все ще вимагають нагляду експертів. Наприклад, під час роботи з зразками білків дослідники Genentech мусили навчати Claude розрізняти, що похибка, спричинена пінінням зразка, є фізичною поломкою, а не помилкою програмного забезпечення, і її можна зменшити лише шляхом відповідної фізичної корекції.
MHS наразі не сумісний з обладнанням без програмного інтерфейсу, тому Anthropic співпрацює з виробниками такого обладнання, щоб інтегрувати драйвери MHS безпосередньо в апаратне забезпечення. Багато розробників вже використовують Claude Code для керування окремими фізичними пристроями. На наступному етапі MHS Anthropic планує розширити цей стандарт, щоб він охоплював більше пристроїв, які використовують розробники.
Ранніми користувачами є Hugging Face (які додають підтримку MHS до своєї бібліотеки роботів LeRobot) та Raspberry Pi (які включають інтеграцію MHS у свої кілька продуктів після успішного тестування з використанням драйвера Camera MHS).
Зміст для посилання:
https://www.anthropic.com/news/model-hardware-standard-research-preview
Цей матеріал зі сторінки WeChat «Machine Heart» (ID: almosthuman2014), автор: Machine Heart, що стежить за агентами