Anthropic właśnie przekazało sztucznej inteligencji klucze do świata fizycznego

Aluminiowa puszka stoi na laboratoryjnym stole. Aby ją podnieść, robotyczne ramię musi obliczyć dokładny nacisk potrzebny do chwycenia metalu bez jego zgniecenia. Te obliczenia opierają się na danych z czujników. Dane te przechodzą przez sterownik – oprogramowanie, które pełni rolę tłumacza między maszyną a komputerem. Przez dziesięciolecia inżynierowie musieli pisać nowy translator dla każdego pojedynczego elementu sprzętu w pomieszczeniu. Anthropic zamierza teraz zastąpić te tysiące niestandardowych skryptów jednym zestawem reguł o nazwie Model Hardware Standard.

Niewidzialna ściana między oprogramowaniem a sprzętem

Przez ostatnie trzy lata sztuczna inteligencja żyła niemal wyłącznie za ekranem. Potrafi napisać wiersz lub debugować blok kodu, ale w świecie fizycznym jest w rzeczywistości ślepa i sparaliżowana. Jeśli naukowiec chce, aby AI przeprowadziła eksperyment w świecie rzeczywistym, zazwyczaj musi zbudować niestandardowy most między AI a sprzętem. Proces ten zajmuje tygodnie lub miesiące ręcznego kodowania. Jeden robot mówi jednym językiem; mikroskop obok niego mówi innym. Rezultatem jest cyfrowa wieża Babel, która więzi automatyzację wewnątrz centrów danych.

Anthropic próbuje zburzyć ten mur za pomocą nowego standardu Model Hardware Standard (MHS). Jest to zestaw otwartych sterowników zaprojektowanych tak, aby agenci AI mogli komunikować się z dowolnym urządzeniem. Mówiąc prościej, jest to uniwersalny tłumacz dla maszyn. Zamiast pisać konkretny program, aby nakazać robotycznemu ramieniu przesunięcie się o trzy cale, programista używa MHS, aby dać AI bezpośrednią ścieżkę do maszyny. AI używa następnie języka naturalnego do wydawania poleceń sprzętowi. Ta zmiana sprawia, że AI przestaje być chatbotem, a staje się kierownikiem warsztatu.

Jak w rzeczywistości działa uniwersalny pilot do robotów

Technologia ukryta pod maską opiera się na dwóch głównych komponentach. Pierwszym z nich jest Model Context Protocol (MCP), który Anthropic udostępniło wcześniej, aby pomóc AI w dostępie do danych. Drugim jest MHS, który koncentruje się na działaniu fizycznym. Gdy te dwa elementy współpracują ze sobą, model AI, taki jak Claude, może przeczytać instrukcję obsługi urządzenia, zrozumieć jego elementy sterujące i natychmiast zacząć je obsługiwać.

Patrząc na szerszy obraz, system ten działa jak port USB dla świata fizycznego. Przed wprowadzeniem USB podłączenie drukarki lub myszy do komputera wymagało specyficznych, często frustrujących konfiguracji. USB ustandaryzowało połączenie, dzięki czemu komputer i urządzenie mogły się natychmiast porozumieć. MHS robi to samo dla sprzętu przemysłowego i naukowego. Zapewnia wspólny format udostępniania danych i poleceń w sieci. Eliminuje to potrzebę tworzenia dedykowanego programu tłumaczącego dla każdego elementu wyposażenia w laboratorium.

Zamiana miesiąca pracy w minutę kodowania

Inspiracja dla tego standardu przyszła z Janelia Research Campus w Wirginii. Alek Kemeny, pracownik Anthropic, obserwował, jak neurobiolog Arco Bast zmaga się z koordynacją obrotowych laserów, mikroskopów i kamer na potrzeby eksperymentu dotyczącego pamięci mózgu. Bast musiał zbudować własny interfejs, aby te części mogły ze sobą współpracować. Kemeny zdał sobie sprawę, że jeśli każdy naukowiec musiałby to robić, postęp pozostałby powolny. Inicjatywa MHS ma to naprawić. Anthropic twierdzi, że konfiguracje eksperymentalne, które kiedyś zajmowały tygodnie, teraz zajmują minuty.

W jednym z przypadków testowych model AI sterował jednocześnie mikroskopem i laserem. Model regulował laser, sprawdzał wyniki za pomocą kamery i powtarzał proces w celu kalibracji systemu. Zrobił to bez napisania przez człowieka ani jednej linii kodu ruchu. AI przemyślała każdy krok, dostrzegła błędy w obrazie i przesunęła mikroskop w lepszą pozycję. W tym przypadku AI działa jak niestrudzony stażysta. Wykonuje powtarzalną, precyzyjną pracę, która zazwyczaj pochłania czas badacza.

Tagi bezpieczeństwa i rzeczywistość fizycznych ograniczeń

Jednym z największych zagrożeń związanych z pozwoleniem cyfrowemu mózgowi na kontrolowanie fizycznego ciała jest to, że mózg nie rozumie ciężaru ani grawitacji. Model może próbować sprawić, by robotyczne ramię poruszało się szybciej, niż pozwalają na to jego silniki, lub może próbować podnieść coś, co złamałoby jego stawy. MHS zawiera ustandaryzowany system tagowania, aby zapobiec tym katastrofom. Tagi te opisują rzeczywiste ograniczenia sprzętu.

Każde urządzenie posiada plik referencyjny, który wymienia jego limity wagowe, zakres ruchu i punkty wyłączenia bezpieczeństwa. Gdy agent AI łączy się z nową maszyną, najpierw odczytuje te tagi. Dowiaduje się, że ramię ma maksymalny zasięg dwóch metrów i nie może podnieść więcej niż pięć funtów. Informacje te są fundamentalne dla bezpieczeństwa. Pozwalają modelowi obsługiwać sprzęt, którego nigdy wcześniej nie widział, bez jego uszkodzenia. Model traktuje te ograniczenia jako twarde granice w swoim procesie rozumowania, podobnie jak ludzki operator przestrzegający instrukcji bezpieczeństwa.

Dlaczego lista partnerów ma znaczenie dla Twojego budżetu

Anthropic nie robi tego sam. Firma współpracuje z grupą producentów i badaczy w celu przetestowania systemu. Lista partnerów jest wymowna. Obejmuje ona Amazon Web Services (AWS), Hugging Face i Universal Robots. Co najważniejsze, obejmuje Raspberry Pi. Włączenie Raspberry Pi jest sygnałem dla przeciętnego użytkownika. Oznacza to, że technologia ta nie jest przeznaczona tylko dla laboratoriów farmaceutycznych wartych miliardy dolarów.

Z punktu widzenia konsumenta taka standaryzacja zazwyczaj prowadzi do niższych cen. Gdy sprzęt staje się łatwiejszy w integracji, koszty produkcji spadają. Jeśli mały startup może skonfigurować robotyczną linię montażową w weekend, a nie w rok, może wprowadzić produkty na rynek szybciej i taniej. W codziennym życiu może to ostatecznie doprowadzić do powstania inteligentniejszych urządzeń domowych, które będą mogły ze sobą rozmawiać bez potrzeby posiadania tuzina różnych aplikacji.

Przejście od chatbotów do rzeczywistych maszyn

Historycznie rzecz biorąc, rewolucje przemysłowe następują, gdy nowy sposób przesyłania energii lub informacji staje się ustandaryzowany. Silnik parowy był jedną z nich; internet kolejną. MHS jest próbą ustandaryzowania sposobu, w jaki inteligencja porusza materią fizyczną. Za żargonem sterowników i API kryje się prosta zmiana: odchodzimy od proszenia AI, by nam coś mówiła, w stronę proszenia AI, by coś robiła.

Technologia ta znajduje się obecnie w fazie podglądu badawczego (research preview). Anthropic planuje uczynić MHS otwartym standardem, niezależnym od agenta (agent-agnostic). Oznacza to, że nie będzie on działał tylko z Claude; docelowo może współpracować z modelami od Google, OpenAI czy Meta. Bycie niezależnym od agenta to odporna strategia. Zapobiega ona posiadaniu przez jedną firmę języka, którym mówią roboty.

Praktycznie rzecz biorąc, konkluzja jest taka, że szybkość odkryć naukowych wkrótce wzrośnie. Jeśli laboratorium będzie mogło przetestować sto hipotez w czasie, który kiedyś zajmowało przetestowanie jednej, rozwój nowych materiałów i leków przyspieszy. Alek Kemeny zasugerował, że może to skondensować wiek postępu w jedną dekadę. Choć to śmiałe twierdzenie, logika się broni. Usuwanie tarcia między myślą a działaniem fizycznym jest sposobem, w jaki przemysł idzie naprzód.

Ostatecznie warto obserwować, jak Twoje własne urządzenia zmienią się w ciągu najbliższego roku. Możesz zauważyć mniej „inteligentnych” gadżetów wymagających specjalnych stacji bazowych, a więcej takich, które po prostu działają, gdy do nich mówisz. Niewidzialny kręgosłup nowoczesnego życia staje się coraz bardziej połączony. Przejście ze świata odizolowanych maszyn do świata skoordynowanych systemów nie jest już kwestią „czy”, ale „kiedy”. Zwracaj uwagę na etykiety na swoim kolejnym sprzęcie technologicznym. Jeśli obsługuje on uniwersalny standard, taki jak MHS lub MCP, jest częścią większej zmiany w kierunku świata, w którym oprogramowanie w końcu zyskało ręce.

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