Anthropic представила MHS — стандарт для управления физическим оборудованием ИИ-агентами

До сих пор агентные ИИ-системы работали в основном внутри компьютера — с текстом, изображениями, кодом и данными. Anthropic предлагает вывести их в физический мир с помощью Model Hardware Standard (MHS) — набора стандартизированных драйверов, которые должны позволить ИI-агентам подключаться к произвольным устройствам и управлять ими.

По замыслу компании, MHS даёт приборам общий интерфейс и единый формат обмена данными, чтобы они могли «общаться» друг с другом по сети без отдельной программы-переводчика между ними. Пока проект позиционируется прежде всего как инструмент для учёных: настройку эксперимента, на которую раньше уходили недели и месяцы кропотливой работы над кастомными интеграциями, стандарт, по словам Anthropic, способен сократить до «часов или минут».

Идея, как рассказывает сотрудник Anthropic Алек Кемени, родилась при наблюдении за работой нейробиолога Арко Баста в исследовательском кампусе Janelia (HHMI). Тот собрал общий интерфейс, чтобы согласовать вращающиеся лазеры, микроскопы, камеры и множество других компонентов эксперимента по формированию памяти. «Эту идею можно использовать, чтобы ИИ проводил любой научный эксперимент в мире», — вспоминает свою мысль Кемени.

Робот-лаборант

Сам по себе общий машинный интерфейс не требует ИИ: устройствами MHS можно управлять напрямую через командную строку и API. Но при связке с моделью через Model Context Protocol учёные могут работать с приборами на естественном языке, а модель — «рассуждать» на каждом шаге эксперимента, менять параметры в реальном времени и в ряде случаев самостоятельно восстанавливаться после аппаратных сбоев.

В качестве примеров Anthropic приводит модель уровня Claude, которая настраивает лазер, сверяется с результатом через отдельную камеру и повторяет процесс, автоматически калибруя систему; фокусирует микроскоп, анализирует картинку и перемещает его к нужному участку. В демонстрационном видео Claude также сообразил, как заставить роботизированную руку поднять алюминиевую банку, хотя специально этому не обучался.

Отдельно в стандарт заложена система тегов, описывающая реальные ограничения оборудования для моделей, обучавшихся преимущественно в виртуальной среде: вес и радиус действия манипулятора, регулируемые параметры, доступные измерения и жёсткие пределы безопасности. Эти данные собираются в справочный файл, который быстро вводит модель в курс дела по незнакомому устройству.

На этапе превью Anthropic работает с первой группой научных лабораторий и производителей — среди партнёров названы AWS (Strands Robots), Hugging Face (LeRobot), Raspberry Pi, Automata и Universal Robots. Они помогут выстроить оценки безопасности и практики работы ИИ с физическим оборудованием. В дальнейшем MHS планируют сделать открытым и «независимым от конкретного агента» стандартом.

«Если можно быстрее проверять гипотезы, можно быстрее создавать технологии общего назначения, — резюмирует Кемени. — Так столетие прогресса способно уместиться в десятилетие».

Источник: Ars Technica