Anthropic opublikowało Model Hardware Standard (MHS) jako wersję poglądową badań, co oznacza pierwszy krok firmy w tak zwaną fizyczną AI — rozwijającą się dziedzinę systemów AI, które mogą postrzegać świat fizyczny i działać w nim. Zaprezentowane w czwartek rozwiązanie łączy zaawansowane duże modele językowe (LLM), takie jak Claude firmy Anthropic, z obiektami fizycznymi, od sprzętu produkcyjnego po laboratoryjne mikroskopy.

Wizja stojąca za MHS zakłada fabrykę, w której robotyczne ramiona i linie montażowe „komunikują się” własnym wspólnym językiem, albo laboratorium naukowe, w którym mikroskopy autonomicznie wyszukują określony typ cząsteczki o każdej porze dnia, bez udziału ludzi.

Dzięki MHS firmy mogą zintegrować AI ze swoim sprzętem w „godzinach lub minutach” — poinformowało Anthropic. Zazwyczaj proces ten zajmuje „tygodnie, jeśli nie miesiące” i wymaga specjalistów do wykonania niestandardowej integracji. Szerszy dostęp do zaawansowanych narzędzi AI ma utorować drogę do „autonomicznych, całodobowych eksperymentów i przepływów pracy” — podała firma — a do głównych zastosowań należą badania naukowe i zaawansowana produkcja.

MHS może także łączyć ze sobą wiele urządzeń, umożliwiając im komunikację za pomocą zestawu poleceń, takich jak „read”. Każde urządzenie sprzętowe może zrozumieć te polecenia i na nie zareagować.

Standard jest niezależny od modelu, co oznacza, że działa z każdym LLM — nie tylko z Claude — w tym z modelami tworzonymi przez inne firmy, takie jak OpenAI, oraz z modelami open source. Został zbudowany w oparciu o Model Context Protocol (MCP), uniwersalny, otwarty standard łączenia źródeł danych, który Anthropic zaprezentowało w 2024 roku. MCP to „coś w rodzaju USB dla połączenia AI z oprogramowaniem” — powiedział Fortune Alek Kemeny, członek zespołu technicznego w Anthropic. Od czasu udostępnienia MCP na zasadach open source wsparcie dla niego deklarowali również konkurenci, w tym OpenAI i Google, więc MHS opiera się na fundamencie, który został już przyjęty przez znaczną część branży AI.

Nie cały istniejący sprzęt może łączyć się z MHS od razu, ponieważ nie wszystkie urządzenia mają interfejs programistyczny — zauważył Kemeny. W ramach projektu Anthropic współpracuje z „wieloma producentami urządzeń”, aby tworzyć nowe produkty z wymaganym interfejsem, dostarczane już z MHS. Firma pomaga także producentom dodawać połączenia MHS do istniejących produktów. To, jak szybko taki sprzęt trafi do laboratoriów i na hale produkcyjne, wpłynie na to, jak szybko badacze i producenci będą mogli przejść od integracji szytych na miarę do modelu plug-and-play, jaki wyobraża sobie Anthropic.

„To przyszłość, którą sobie wyobrażamy i do której zmierzamy” — powiedział Kemeny. „W przyszłości naukowcy będą mogli kupić te urządzenia i po wyjęciu z pudełka będą działać. To po prostu proces wdrażania standardu.”

Jonah Cool, szef działu partnerstw i wdrożeń naukowych w Anthropic, dodał, że sprzęt naukowy często „cierpi z powodu zastrzeżonych rozwiązań, które są bardzo kruche i często nie odpowiadają potrzebom naukowców”. MHS oferuje ustandaryzowany, łatwy do zaprogramowania interfejs, który ma pomóc naukowcom łączyć dowolny model z ich sprzętem. „Chcemy uniknąć uzależnienia od dostawcy w przypadku naukowców” — powiedział Cool.

Wersja poglądowa MHS pojawia się w okresie rosnącego zainteresowania potencjałem łączenia AI i robotyki. Hugging Face również zaprezentował dziś swój pierwszy fizyczny produkt AI, robotyczną kaczkę, choć — jak podało Anthropic — nie jest ona zasilana przez MHS. Nvidia, która ma kupić Hugging Face za 13 billion dolarów, od dawna promuje również fizyczną AI. W marcu dyrektor generalny Nvidii Jensen Huang przewidywał, że w przyszłości „każda firma przemysłowa stanie się firmą robotyczną”.

Anthropic opracowało MHS we współpracy z HHMI Janelia Research Campus, biomedycznym ośrodkiem badawczym w Wirginii. Kilka laboratoriów i producentów sprzętu otrzymało wczesny dostęp podczas prac rozwojowych, w obszarach takich jak biotechnologia, robotyka i obliczenia kwantowe.

Wśród partnerów są Genentech, Carnegie Mellon University, firma zajmująca się obliczeniami kwantowymi QuEra, Universal Robots, Amazon Web Services, Doosan Robotics, Danaher i Hugging Face.

Ten materiał pierwotnie ukazał się na Fortune.com