एन्थ्रोपिक ने एआई को भौतिक दुनिया की चाबियां सौंप दी हैं

एल्युमीनियम का एक कैन प्रयोगशाला की मेज पर रखा है। उसे उठाने के लिए, एक रोबोटिक हाथ को धातु को बिना कुचले पकड़ने के लिए आवश्यक सटीक दबाव की गणना करनी चाहिए। वह गणना सेंसर डेटा पर निर्भर करती है। सेंसर डेटा एक ड्राइवर के माध्यम से यात्रा करता है, जो सॉफ्टवेयर का एक हिस्सा है और मशीन तथा कंप्यूटर के बीच एक अनुवादक के रूप में कार्य करता है। दशकों तक, इंजीनियरों को कमरे में मौजूद हार्डवेयर के हर एक टुकड़े के लिए एक नया अनुवादक लिखना पड़ता था। एन्थ्रोपिक अब उन हजारों कस्टम स्क्रिप्ट्स को 'मॉडल हार्डवेयर स्टैंडर्ड' (Model Hardware Standard) नामक नियमों के एक एकल सेट से बदलने का इरादा रखता है।

सॉफ्टवेयर और हार्डवेयर के बीच की अदृश्य दीवार

पिछले तीन वर्षों से, आर्टिफिशियल इंटेलिजेंस लगभग पूरी तरह से एक स्क्रीन के पीछे रहा है। यह एक कविता लिख सकता है या कोड के एक ब्लॉक को डीबग कर सकता है, लेकिन भौतिक दुनिया में यह प्रभावी रूप से अंधा और लकवाग्रस्त है। यदि कोई वैज्ञानिक चाहता है कि एआई वास्तविक दुनिया का प्रयोग करे, तो उन्हें आमतौर पर एआई और उपकरणों के बीच एक कस्टम ब्रिज बनाना पड़ता है। इस प्रक्रिया में हफ्तों या महीनों की मैनुअल कोडिंग लगती है। एक रोबोट एक भाषा बोलता है; उसके बगल में रखा सूक्ष्मदर्शी (microscope) दूसरी भाषा बोलता है। इसका परिणाम एक डिजिटल 'टावर ऑफ बेबेल' (Tower of Babel) है जो स्वचालन (automation) को डेटा सेंटर के अंदर ही कैद रखता है।

एन्थ्रोपिक अपने नए मॉडल हार्डवेयर स्टैंडर्ड (MHS) के साथ इस दीवार को गिराने की कोशिश कर रहा है। यह ओपन ड्राइवरों का एक सेट है जिसे एआई एजेंटों को किसी भी उपकरण से बात करने की अनुमति देने के लिए डिज़ाइन किया गया है। सरल शब्दों में, यह मशीनों के लिए एक सार्वभौमिक अनुवादक (universal translator) है। रोबोटिक हाथ को तीन इंच हिलने के लिए कहने के लिए एक विशिष्ट प्रोग्राम लिखने के बजाय, एक डेवलपर एआई को मशीन तक सीधा रास्ता देने के लिए MHS का उपयोग करता है। एआई तब हार्डवेयर को कमांड देने के लिए प्राकृतिक भाषा का उपयोग करता है। यह बदलाव एआई को एक चैटबॉट से एक शॉप फोरमैन (कार्य प्रबंधक) में बदल देता है।

रोबोटों के लिए यूनिवर्सल रिमोट वास्तव में कैसे काम करता है

हुड के नीचे की तकनीक दो मुख्य घटकों पर निर्भर करती है। पहला मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) है, जिसे एन्थ्रोपिक ने पहले एआई को डेटा तक पहुंचने में मदद करने के लिए जारी किया था। दूसरा MHS है, जो भौतिक क्रिया पर केंद्रित है। जब ये दोनों मिलकर काम करते हैं, तो क्लाउड (Claude) जैसा एआई मॉडल किसी उपकरण के मैनुअल को पढ़ सकता है, उसके नियंत्रणों को समझ सकता है और तुरंत उसे संचालित करना शुरू कर सकता है।

बड़ी तस्वीर देखें तो, यह सिस्टम भौतिक दुनिया के लिए एक USB पोर्ट की तरह काम करता है। USB से पहले, कंप्यूटर से प्रिंटर या माउस को जोड़ने के लिए विशिष्ट और अक्सर निराशाजनक कॉन्फ़िगरेशन की आवश्यकता होती थी। USB ने कनेक्शन को मानकीकृत कर दिया ताकि कंप्यूटर और डिवाइस एक-दूसरे को तुरंत समझ सकें। MHS औद्योगिक और वैज्ञानिक हार्डवेयर के लिए भी यही करता है। यह नेटवर्क पर डेटा और कमांड साझा करने के लिए एक सामान्य प्रारूप प्रदान करता है। यह लैब में किट के हर टुकड़े के बीच एक बेस्पोक (bespoke) अनुवादक प्रोग्राम की आवश्यकता को समाप्त करता है।

एक महीने की मेहनत को एक मिनट के कोड में बदलना

इस मानक की प्रेरणा वर्जीनिया के जेनेलिया रिसर्च कैंपस से मिली। एन्थ्रोपिक के एक कर्मचारी एलेक केमेनी ने न्यूरोसाइंटिस्ट आर्को बास्ट को मस्तिष्क की स्मृति पर एक प्रयोग के लिए रोटेटिंग लेजर, माइक्रोस्कोप और कैमरों के बीच समन्वय बिठाने के लिए संघर्ष करते देखा। बास्ट को इन हिस्सों को एक साथ काम करने के लिए अपना इंटरफेस बनाना पड़ा। केमेनी ने महसूस किया कि यदि हर वैज्ञानिक को ऐसा करना पड़ा, तो प्रगति धीमी रहेगी। MHS प्रयास का उद्देश्य इसे ठीक करना है। एन्थ्रोपिक का कहना है कि जिन प्रयोगात्मक सेटअपों में पहले हफ्तों लगते थे, अब उनमें मिनट लगते हैं।

एक परीक्षण मामले में, एक एआई मॉडल ने एक साथ माइक्रोस्कोप और लेजर को नियंत्रित किया। मॉडल ने लेजर को समायोजित किया, कैमरे के माध्यम से परिणामों की जांच की, और सिस्टम को कैलिब्रेट करने के लिए प्रक्रिया को दोहराया। इसने बिना किसी इंसान के मूवमेंट कोड की एक भी लाइन लिखे यह काम किया। एआई ने प्रत्येक चरण के माध्यम से तर्क दिया, छवि में त्रुटियों को देखा, और माइक्रोस्कोप को बेहतर स्थिति में ले गया। यह एक अथक इंटर्न के रूप में कार्य करने वाला एआई है। यह वह दोहराव वाला, सटीक काम करता है जो आमतौर पर एक शोधकर्ता का समय सोख लेता है।

सुरक्षा टैग और भौतिक सीमाओं की वास्तविकता

डिजिटल मस्तिष्क को भौतिक शरीर को नियंत्रित करने देने के सबसे बड़े जोखिमों में से एक यह है कि मस्तिष्क वजन या गुरुत्वाकर्षण को नहीं समझता है। एक मॉडल रोबोटिक हाथ को उसके मोटरों की अनुमति से अधिक तेज़ चलाने की कोशिश कर सकता है, या वह कुछ ऐसा उठाने की कोशिश कर सकता है जो उसके जोड़ों को तोड़ दे। MHS में इन आपदाओं को रोकने के लिए एक मानकीकृत टैगिंग प्रणाली शामिल है। ये टैग हार्डवेयर की वास्तविक दुनिया की बाधाओं का वर्णन करते हैं।

प्रत्येक उपकरण में एक संदर्भ फ़ाइल होती है जो उसकी वजन सीमा, गति की सीमा और सुरक्षा शट-ऑफ बिंदुओं को सूचीबद्ध करती है। जब कोई एआई एजेंट किसी नई मशीन से जुड़ता है, तो वह सबसे पहले इन टैग्स को पढ़ता है। यह सीखता है कि हाथ की अधिकतम पहुंच दो मीटर है और वह पांच पाउंड से अधिक वजन नहीं उठा सकता है। सुरक्षा के लिए यह जानकारी मौलिक है। यह मॉडल को उन उपकरणों को बिना तोड़े संचालित करने की अनुमति देता है जिन्हें उसने पहले कभी नहीं देखा है। मॉडल इन बाधाओं को अपनी तर्क प्रक्रिया में कठोर सीमाओं के रूप में मानता है, ठीक वैसे ही जैसे एक मानव ऑपरेटर सुरक्षा मैनुअल का पालन करता है।

भागीदारों की सूची आपके बजट के लिए क्यों मायने रखती है

एन्थ्रोपिक यह अकेले नहीं कर रहा है। कंपनी सिस्टम का परीक्षण करने के लिए निर्माताओं और शोधकर्ताओं के एक समूह के साथ काम कर रही है। पार्टनर सूची काफी कुछ कहती है। इसमें अमेज़न वेब सर्विसेज (AWS), हगिंग फेस और यूनिवर्सल रोबोट्स शामिल हैं। सबसे महत्वपूर्ण बात यह है कि इसमें रास्पबेरी पाई (Raspberry Pi) शामिल है। रास्पबेरी पाई का शामिल होना औसत उपयोगकर्ता के लिए एक संकेत है। इसका मतलब है कि यह तकनीक केवल अरबों डॉलर की दवा प्रयोगशालाओं के लिए नहीं है।

उपभोक्ता के दृष्टिकोण से, इस मानकीकरण से आमतौर पर कीमतें कम होती हैं। जब हार्डवेयर को एकीकृत करना आसान हो जाता है, तो निर्माण की लागत गिर जाती है। यदि एक छोटा स्टार्टअप एक साल के बजाय एक सप्ताहांत में रोबोटिक असेंबली लाइन स्थापित कर सकता है, तो वे उत्पादों को तेजी से और सस्ते में बाजार में ला सकते हैं। रोजमर्रा की जिंदगी में, यह अंततः स्मार्ट घरेलू उपकरणों की ओर ले जा सकता है जो वास्तव में एक दर्जन अलग-अलग ऐप की आवश्यकता के बिना एक-दूसरे से बात कर सकते हैं।

चैटबॉट्स से वास्तविक मशीनों की ओर बदलाव

ऐतिहासिक रूप से, औद्योगिक क्रांतियां तब होती हैं जब शक्ति या सूचना को स्थानांतरित करने का एक नया तरीका मानकीकृत हो जाता है। भाप का इंजन एक था; इंटरनेट दूसरा था। MHS उस तरीके को मानकीकृत करने का एक प्रयास है जिससे बुद्धिमत्ता भौतिक पदार्थ को संचालित करती है। ड्राइवरों और एपीआई के शब्दजाल के पीछे एक सरल बदलाव है: हम एआई से हमें चीजें बताने के लिए कहने से हटकर एआई से चीजें करने के लिए कहने की ओर बढ़ रहे हैं।

यह तकनीक वर्तमान में एक शोध पूर्वावलोकन (research preview) में है। एन्थ्रोपिक की योजना MHS को एक ओपन-सोर्स, एजेंट-अज्ञेयवादी (agent-agnostic) मानक बनाने की है। इसका मतलब है कि यह केवल क्लाउड के साथ काम नहीं करेगा; यह अंततः Google, OpenAI, या Meta के मॉडल के साथ भी काम कर सकता है। एजेंट-अज्ञेयवादी होना एक लचीली रणनीति है। यह किसी एक कंपनी को उस भाषा पर अधिकार करने से रोकता है जो रोबोट बोलते हैं।

व्यावहारिक रूप से, लब्बोलुआब यह है कि वैज्ञानिक खोज की गति बढ़ने वाली है। यदि एक प्रयोगशाला उस समय में सौ परिकल्पनाओं का परीक्षण कर सकती है जिसमें पहले एक का परीक्षण होता था, तो नई सामग्रियों और दवाओं का विकास तेज हो जाएगा। एलेक केमेनी ने सुझाव दिया कि यह एक सदी की प्रगति को एक दशक में समेट सकता है। हालांकि यह एक साहसी दावा है, लेकिन तर्क सही बैठता है। विचार और भौतिक क्रिया के बीच के घर्षण को दूर करना ही उद्योग के आगे बढ़ने का तरीका है।

अंततः, आपको यह देखना चाहिए कि अगले एक साल में आपके अपने उपकरण कैसे बदलते हैं। आप कम ऐसे "स्मार्ट" गैजेट देख सकते हैं जिन्हें विशिष्ट हब की आवश्यकता होती है और अधिक ऐसे जो आपके बात करने पर बस काम करते हैं। आधुनिक जीवन की अदृश्य रीढ़ अधिक परस्पर जुड़ती जा रही है। अलग-थलग मशीनों की दुनिया से समन्वित प्रणालियों की दुनिया में संक्रमण अब 'यदि' का नहीं, बल्कि 'कब' का विषय है। अपने अगले तकनीकी उपकरण के लेबल पर ध्यान दें। यदि यह MHS या MCP जैसे सार्वभौमिक मानक का समर्थन करता है, तो यह उस बड़े बदलाव का हिस्सा है जहाँ सॉफ्टवेयर के पास आखिरकार हाथ हैं।

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