Η Anthropic μόλις παρέδωσε στην AI τα κλειδιά του φυσικού κόσμου

Το κουτάκι αλουμινίου βρίσκεται σε έναν πάγκο εργαστηρίου. Για να το σηκώσει, ένας ρομποτικός βραχίονας πρέπει να υπολογίσει την ακριβή πίεση που απαιτείται για να πιάσει το μέταλλο χωρίς να το τσακίσει. Αυτός ο υπολογισμός βασίζεται σε δεδομένα αισθητήρων. Τα δεδομένα των αισθητήρων ταξιδεύουν μέσω ενός προγράμματος οδήγησης (driver), ενός λογισμικού που λειτουργεί ως μεταφραστής μεταξύ της μηχανής και του υπολογιστή. Για δεκαετίες, οι μηχανικοί έπρεπε να γράφουν έναν νέο μεταφραστή για κάθε μεμονωμένο κομμάτι υλικού σε ένα δωμάτιο. Η Anthropic σκοπεύει τώρα να αντικαταστήσει αυτά τα χιλιάδες προσαρμοσμένα σενάρια με ένα ενιαίο σύνολο κανόνων που ονομάζεται Model Hardware Standard.

Το αόρατο τείχος μεταξύ λογισμικού και υλικού

Τα τελευταία τρία χρόνια, η τεχνητή νοημοσύνη ζει σχεδόν εξ ολοκλήρου πίσω από μια οθόνη. Μπορεί να γράψει ένα ποίημα ή να αποσφαλματώσει ένα μπλοκ κώδικα, αλλά είναι ουσιαστικά τυφλή και παράλυτη στον φυσικό κόσμο. Εάν ένας επιστήμονας θέλει μια AI να εκτελέσει ένα πείραμα στον πραγματικό κόσμο, συνήθως πρέπει να κατασκευάσει μια προσαρμοσμένη γέφυρα μεταξύ της AI και του εξοπλισμού. Αυτή η διαδικασία απαιτεί εβδομάδες ή μήνες χειροκίνητου προγραμματισμού. Ένα ρομπότ μιλάει μια γλώσσα· το μικροσκόπιο δίπλα του μιλάει μια άλλη. Το αποτέλεσμα είναι ένας ψηφιακός Πύργος της Βαβέλ που κρατά τον αυτοματισμό κλειδωμένο μέσα στο κέντρο δεδομένων.

Η Anthropic προσπαθεί να γκρεμίσει αυτό το τείχος με το νέο της Model Hardware Standard (MHS). Πρόκειται για ένα σύνολο ανοιχτών προγραμμάτων οδήγησης που έχουν σχεδιαστεί για να επιτρέπουν σε πράκτορες AI να μιλούν με οποιαδήποτε συσκευή. Με απλά λόγια, είναι ένας καθολικός μεταφραστής για μηχανές. Αντί να γράφει ένα συγκεκριμένο πρόγραμμα για να πει σε έναν ρομποτικό βραχίονα να κινηθεί τρεις ίντσες, ένας προγραμματιστής χρησιμοποιεί το MHS για να δώσει στην AI μια άμεση διαδρομή προς τη μηχανή. Στη συνέχεια, η AI χρησιμοποιεί φυσική γλώσσα για να δώσει εντολές στο υλικό. Αυτή η αλλαγή μετακινεί την AI από το να είναι ένα chatbot στο να γίνει ένας εργοδηγός.

Πώς λειτουργεί πραγματικά το τηλεχειριστήριο γενικής χρήσης για ρομπότ

Η τεχνολογία κάτω από το καπό βασίζεται σε δύο κύρια στοιχεία. Το πρώτο είναι το Model Context Protocol (MCP), το οποίο η Anthropic κυκλοφόρησε προηγουμένως για να βοηθήσει την AI να έχει πρόσβαση σε δεδομένα. Το δεύτερο είναι το MHS, το οποίο εστιάζει στη φυσική δράση. Όταν αυτά τα δύο συνεργάζονται, ένα μοντέλο AI όπως το Claude μπορεί να διαβάσει το εγχειρίδιο μιας συσκευής, να κατανοήσει τα χειριστήριά της και να αρχίσει να τη λειτουργεί αμέσως.

Κοιτάζοντας τη μεγάλη εικόνα, αυτό το σύστημα λειτουργεί σαν μια θύρα USB για τον φυσικό κόσμο. Πριν από το USB, η σύνδεση ενός εκτυπωτή ή ενός ποντικιού σε έναν υπολογιστή απαιτούσε συγκεκριμένες, συχνά απογοητευτικές ρυθμίσεις. Το USB τυποποίησε τη σύνδεση έτσι ώστε ο υπολογιστής και η συσκευή να μπορούν να κατανοούν ο ένας τον άλλον αμέσως. Το MHS κάνει το ίδιο για το βιομηχανικό και επιστημονικό υλικό. Παρέχει μια κοινή μορφή για την κοινή χρήση δεδομένων και εντολών σε ένα δίκτυο. Αυτό καταργεί την ανάγκη για ένα εξατομικευμένο πρόγραμμα μεταφραστή μεταξύ κάθε κομματιού εξοπλισμού σε ένα εργαστήριο.

Μετατρέποντας έναν μήνα εργασίας σε ένα λεπτό κώδικα

Η έμπνευση για αυτό το πρότυπο προήλθε από το Janelia Research Campus στη Βιρτζίνια. Ο Alek Kemeny, στέλεχος της Anthropic, παρακολούθησε τον νευροεπιστήμονα Arco Bast να παλεύει να συντονίσει περιστρεφόμενα λέιζερ, μικροσκόπια και κάμερες για ένα πείραμα στη μνήμη του εγκεφάλου. Ο Bast έπρεπε να κατασκευάσει τη δική του διεπαφή για να κάνει αυτά τα μέρη να συνεργαστούν. Ο Kemeny συνειδητοποίησε ότι αν κάθε επιστήμονας έπρεπε να το κάνει αυτό, η πρόοδος θα παρέμενε αργή. Η προσπάθεια MHS στοχεύει να το διορθώσει αυτό. Η Anthropic λέει ότι οι πειραματικές εγκαταστάσεις που παλαιότερα απαιτούσαν εβδομάδες, τώρα απαιτούν λεπτά.

Σε μια περίπτωση δοκιμής, ένα μοντέλο AI έλεγχε ταυτόχρονα ένα μικροσκόπιο και ένα λέιζερ. Το μοντέλο προσάρμοσε το λέιζερ, έλεγξε τα αποτελέσματα μέσω μιας κάμερας και επανέλαβε τη διαδικασία για τη βαθμονόμηση του συστήματος. Το έκανε αυτό χωρίς ένας άνθρωπος να γράψει ούτε μια γραμμή κώδικα κίνησης. Η AI συλλογίστηκε κάθε βήμα, είδε τα σφάλματα στην εικόνα και μετακίνησε το μικροσκόπιο σε μια καλύτερη θέση. Αυτή είναι η AI που ενεργεί ως ένας ακούραστος ασκούμενος. Κάνει την επαναλαμβανόμενη, ακριβή εργασία που συνήθως εξαντλεί τον χρόνο ενός ερευνητή.

Ετικέτες ασφαλείας και η πραγματικότητα των φυσικών ορίων

Ένας από τους μεγαλύτερους κινδύνους του να επιτρέψεις σε έναν ψηφιακό εγκέφαλο να ελέγχει ένα φυσικό σώμα είναι ότι ο εγκέφαλος δεν κατανοεί το βάρος ή τη βαρύτητα. Ένα μοντέλο μπορεί να προσπαθήσει να κάνει έναν ρομποτικό βραχίονα να κινηθεί ταχύτερα από ό,τι επιτρέπουν οι κινητήρες του ή μπορεί να προσπαθήσει να σηκώσει κάτι που θα έσπαγε τις αρθρώσεις του. Το MHS περιλαμβάνει ένα τυποποιημένο σύστημα ετικετών για την πρόληψη αυτών των καταστροφών. Αυτές οι ετικέτες περιγράφουν τους περιορισμούς του υλικού στον πραγματικό κόσμο.

Κάθε συσκευή διαθέτει ένα αρχείο αναφοράς που παραθέτει τα όρια βάρους, το εύρος κίνησης και τα σημεία διακοπής ασφαλείας. Όταν ένας πράκτορας AI συνδέεται σε μια νέα μηχανή, διαβάζει πρώτα αυτές τις ετικέτες. Μαθαίνει ότι ο βραχίονας έχει μέγιστη εμβέλεια δύο μέτρων και δεν μπορεί να σηκώσει περισσότερα από πέντε κιλά. Αυτή η πληροφορία είναι θεμελιώδης για την ασφάλεια. Επιτρέπει στο μοντέλο να χειρίζεται εξοπλισμό που δεν έχει ξαναδεί χωρίς να τον σπάσει. Το μοντέλο αντιμετωπίζει αυτούς τους περιορισμούς ως σκληρά όρια στη διαδικασία συλλογισμού του, όπως ακριβώς ένας ανθρώπινος χειριστής ακολουθεί ένα εγχειρίδιο ασφαλείας.

Γιατί η λίστα των συνεργατών έχει σημασία για τον προϋπολογισμό σας

Η Anthropic δεν το κάνει αυτό μόνη της. Η εταιρεία συνεργάζεται με μια ομάδα κατασκευαστών και ερευνητών για τη δοκιμή του συστήματος. Η λίστα των συνεργατών είναι αποκαλυπτική. Περιλαμβάνει την Amazon Web Services (AWS), την Hugging Face και την Universal Robots. Πιο αξιοσημείωτο είναι ότι περιλαμβάνει το Raspberry Pi. Η συμπερίληψη του Raspberry Pi είναι ένα σήμα για τον μέσο χρήστη. Σημαίνει ότι αυτή η τεχνολογία δεν προορίζεται μόνο για φαρμακευτικά εργαστήρια δισεκατομμυρίων δολαρίων.

Από την πλευρά του καταναλωτή, αυτή η τυποποίηση συνήθως οδηγεί σε χαμηλότερες τιμές. Όταν το υλικό γίνεται ευκολότερο στην ενσωμάτωση, το κόστος κατασκευής μειώνεται. Εάν μια μικρή startup μπορεί να στήσει μια ρομποτική γραμμή συναρμολόγησης σε ένα Σαββατοκύριακο αντί για έναν χρόνο, μπορεί να φέρει προϊόντα στην αγορά ταχύτερα και φθηνότερα. Στην καθημερινή ζωή, αυτό μπορεί τελικά να οδηγήσει σε εξυπνότερες οικιακές συσκευές που μπορούν πραγματικά να μιλούν μεταξύ τους χωρίς να χρειάζονται δώδεκα διαφορετικές εφαρμογές.

Η μετάβαση από τα chatbots στις πραγματικές μηχανές

Ιστορικά, οι βιομηχανικές επαναστάσεις συμβαίνουν όταν ένας νέος τρόπος μεταφοράς ενέργειας ή πληροφοριών τυποποιείται. Η ατμομηχανή ήταν μία· το διαδίκτυο ήταν μια άλλη. Το MHS είναι μια προσπάθεια τυποποίησης του τρόπου με τον οποίο η νοημοσύνη κινεί τη φυσική ύλη. Πίσω από την ορολογία των προγραμμάτων οδήγησης και των API κρύβεται μια απλή αλλαγή: απομακρυνόμαστε από το να ζητάμε από την AI να μας λέει πράγματα και κατευθυνόμαστε προς το να ζητάμε από την AI να κάνει πράγματα.

Αυτή η τεχνολογία βρίσκεται επί του παρόντος σε ερευνητική προεπισκόπηση. Η Anthropic σχεδιάζει να καταστήσει το MHS ένα πρότυπο ανοιχτού κώδικα, ανεξάρτητο από πράκτορες (agent-agnostic). Αυτό σημαίνει ότι δεν θα λειτουργεί μόνο με το Claude· θα μπορούσε τελικά να λειτουργήσει με μοντέλα από την Google, την OpenAI ή τη Meta. Το να είναι ανεξάρτητο από πράκτορες είναι μια ανθεκτική στρατηγική. Εμποδίζει μια μεμονωμένη εταιρεία να κατέχει τη γλώσσα που μιλούν τα ρομπότ.

Πρακτικά μιλώντας, η ουσία είναι ότι η ταχύτητα της επιστημονικής ανακάλυψης πρόκειται να αυξηθεί. Εάν ένα εργαστήριο μπορεί να δοκιμάσει εκατό υποθέσεις στον χρόνο που χρειαζόταν για να δοκιμάσει μία, η ανάπτυξη νέων υλικών και φαρμάκων θα επιταχυνθεί. Ο Alek Kemeny πρότεινε ότι αυτό θα μπορούσε να συμπυκνώσει έναν αιώνα προόδου σε μια δεκαετία. Αν και αυτός είναι ένας τολμηρός ισχυρισμός, η λογική ευσταθεί. Η αφαίρεση των τριβών μεταξύ μιας σκέψης και μιας φυσικής δράσης είναι ο τρόπος με τον οποίο η βιομηχανία προχωρά μπροστά.

Τελικά, θα πρέπει να παρακολουθήσετε πώς αλλάζουν οι δικές σας συσκευές κατά τον επόμενο χρόνο. Μπορεί να παρατηρήσετε λιγότερα "έξυπνα" gadget που απαιτούν συγκεκριμένους κόμβους και περισσότερα που απλώς λειτουργούν όταν τους μιλάτε. Η αόρατη ραχοκοκαλιά της σύγχρονης ζωής γίνεται πιο διασυνδεδεμένη. Η μετάβαση από έναν κόσμο απομονωμένων μηχανών σε έναν κόσμο συντονισμένων συστημάτων δεν είναι πλέον ζήτημα του αν, αλλά του πότε. Δώστε προσοχή στις ετικέτες στο επόμενο κομμάτι τεχνολογίας σας. Εάν υποστηρίζει ένα καθολικό πρότυπο όπως το MHS ή το MCP, αποτελεί μέρος μιας μεγαλύτερης μετατόπισης προς έναν κόσμο όπου το λογισμικό έχει επιτέλους χέρια.

Πηγές:
Anthropic Research Preview: The Model Hardware Standard
HHMI Janelia Research Campus Project Reports
Raspberry Pi Foundation Industrial Hardware Specs
AWS Strands Robotics Integration Documentation