Anthropic-ը ներկայացրել է AI գործակալների կողմից լաբորատոր և գործարանային սարքավորումների կառավարման ստանդարտը

Օգոստոսի 27-ին Anthropic-ը գործարկեց Model Hardware Standard-ի հետազոտական նախադիտումը՝ շրջանակ, որը AI գործակալներին տալիս է ընդհանուր ինտերֆեյս ֆիզիկական լաբորատոր և արտադրական սարքավորումները շահագործելու համար, ինչպիսիք են մանրադիտակները, ռոբոտային թևերը և հեղուկների հետ աշխատող սարքերը: Ստանդարտը, որը մշակվել է HHMI Janelia Research Campus-ի հետ համատեղ, նպատակ ունի փոխարինել շաբաթներ տևող հատուկ ինտեգրման աշխատանքը մի գործընթացով, որը, ըստ ընկերության, կարող է տևել ժամեր կամ րոպեներ:europeanbusinessreview+1

Ինչպես է այն աշխատում

MHS-ը ներկայացնում է ստանդարտացված վարորդի շերտ AI գործակալների և ծրագրավորվող սարքերի միջև: Յուրաքանչյուր միացված մեքենա ստանում է նկարագրության ֆայլ, որը մասամբ գրված է բնական լեզվով, և գործակալին հայտնում է, թե ինչ կարող է չափել սարքը, ինչ պարամետրեր կարելի է կարգավորել և ինչ անվտանգության սահմանափակումներ են կիրառվում: Գործակալները սարքավորումների հետ փոխազդում են Anthropic-ի առկա Model Context Protocol-ի, հրամանատարական տողի ինտերֆեյսի կամ կոդի API-ների միջոցով՝ թույլ տալով նրանց միաժամանակ գործողություններ կատարել բազմաթիվ գործիքների վրա:fortuneindia

Anthropic-ը այս մոտեցումը համեմատել է USB-C-ի հետ՝ միասնական միակցիչի ստանդարտ, որը թույլ է տալիս տարբեր սարքերին տեղեկատվություն փոխանակել առանց հատուկ լարերի: Ստանդարտը մոդելներից անկախ է, ինչը նշանակում է, որ այն չի սահմանափակվում միայն Anthropic-ի Claude մոդելներով:europeanbusinessreview+1

Վաղ արդյունքներ

Մի քանի կազմակերպություններ փորձարկել են MHS-ը մինչև հրապարակային հայտարարությունը: Genentech-ում հետազոտողները սպիտակուցային անալիզի համար միացրել են հեղուկի մանիպուլյատոր, ռոբոտային թև և միկրոպլանշետի ընթերցող: Claude-ը գործարկել է փորձը և կարգավորել պարամետրերը՝ պարզելով, որ ջուրը լավագույնս աշխատում է վայրկյանում մոտ 140 միկրոլիտր արագությամբ, մինչդեռ ավելի մածուցիկ սպիտակուցային լուծույթը պահանջում էր վայրկյանում մոտ 10 միկրոլիտր: Carnegie Mellon համալսարանում թիմը անհրաժեշտ վարորդները կառուցել է մոտ ութ ժամում՝ համեմատած վաճառողի սովորական մի քանի շաբաթվա տևողության հետ, և փորձերը կատարել է մոտ երեք անգամ ավելի արագ:fortuneindia

Քվանտային հաշվարկների QuEra ընկերությունում AI գործակալը օգնել է վերականգնել լազերի հաճախականության կողպեքը: 700 հարկադրված խանգարումներ ներառող կույր թեստում ստացված սցենարը կողպեքը վերականգնել է 695 անգամ, ինչը 99.3 տոկոս հաջողության ցուցանիշ է:theneurondaily+1

Ինչ է սպասվում հետո

Հետազոտական նախադիտումը հասանելի է գիտահետազոտական լաբորատորիաների և առաջադեմ արտադրողների սահմանափակ խմբի համար: Վաղ ընդունողների թվում են Hugging Face-ը, որը MHS-ի աջակցությունն ավելացնում է իր LeRobot ռոբոտաշինության գրադարանին, և Raspberry Pi-ը, որը հնարավորություն է տալիս ինտեգրվել իր որոշ ապրանքների մեջ: Anthropic-ը նախատեսում է MHS-ը դարձնել բաց կոդով՝ նախադիտման փուլն օգտագործելով անվտանգության գնահատումներ մշակելու և որոշելու համար, թե որտեղ է պահանջվում մարդու հաստատումը բարձր ռիսկային որոշումների համար:thedailystar+1

Anthropic-ը ընդունել է սահմանափակումները: Genentech-ի թեստի ժամանակ, երբ պղպջակները սխալներ առաջացրեցին, Claude-ը սկզբում կրկնեց գործողությունը տարբեր պարամետրերով՝ խնդիրն ավելի վատթարացնելով: Հետազոտողները պետք է բացատրեին ֆիզիկական պատճառը, նախքան մոդելը կարողանար պատշաճ արձագանքել: Էլիզաբեթ Քելլին՝ Anthropic-ի շահավետ տեղակայումների ղեկավարը, CNBC-ին՝ Comcast Corporation ↘ 0.60%, ասել է, որ գործարկումը «ապացույց է, այլ ոչ թե պատրաստի առևտրային արտադրանք», հավելելով. «Մենք սա կառուցել ենք գիտության համար՝ ցույց տալու AI-ի խոստումը, բայց այստեղ նաև հսկայական օգուտներ կան ձեռնարկությունների և արդյունաբերության համար»: fortuneindia+1