Dirbtinio intelekto bendrovė „Anthropic“ pristatė naują sistemą, skirtą padėti agentams valdyti fizinius įrenginius, tokius kaip mikroskopai ar robotų rankos. Šis žingsnis atveria kelią tiesioginiam mašinų valdymui, tačiau kol kas įrankis prieinamas tik ribotam partnerių ratui.

Nuo tekstų prie fizinių mašinų valdymo

Didieji kalbos modeliai (LLM – Large Language Models) jau dabar demonstruoja įspūdingus gebėjimus skaitmeninėje erdvėje. Jie gali rašyti poeziją, kurią daugelis skaitytojų laiko gražesne už žmonių kūrybą, o geriausi programuotojai šiuo metu naudoja juos didžiajai daliai savo kodo rašyti. Vis dėlto, norint pasiekti didesnį poveikį realioje pramonėje, dirbtiniam intelektui būtina išeiti iš skaitmeninio ekrano ribų. Jei agentas negali atlikti užduočių fiziškai, jo nauda praktikoje tampa labai ribota.

Siekdama išspręsti šią problemą, bendrovė „Anthropic“ pristatė naują sistemą, pavadintą Model Hardware Standard (MHS). Šis standartas yra sukurtas veikti su bet kokiu įrenginiu, turinčiu programuojamą sąsają. Tai apima moksliniuose tyrimuose ir pažangiojoje gamyboje naudojamą įrangą. Naujuoju karkasu siekiama padėti įmonėms sutrumpinti laiką, kurio reikia jų turimai techninei įrangai sukonfigūruoti ir integruoti su dirbtinio intelekto sistemomis.

MHS standartas pritaikytas valdyti itin įvairias fizines sistemas:

Sudėtingos integracijos pabaiga

Mokslinės įrangos konfigūravimas ir jos sujungimas su kita technine įranga paprastai reikalauja gilių specifinių žinių. „Anthropic“ dirbantis eksperimentinis biologas Jonah Cool pabrėžia, kad šis procesas iki šiol buvo didelis barjeras laboratorijose. Naujasis standartas bando šį barjerą pašalinti, suvienodindamas įrenginių valdymo kalbą. Tai leidžia dirbtinio intelekto agentui suprasti mašinos galimybes be ilgo individualaus programavimo.

Šis žingsnis yra natūrali ankstesnių bendrovės darbų tęsinys. „Anthropic“ jau anksčiau, 2024 metais, pristatė kitą atvirą standartą – Model Context Protocol (MCP). Šis protokolas buvo sukurtas tam, kad palengvintų dirbtinio intelekto agentų sujungimą su įvairiais skaitmeniniais duomenų šaltiniais. Dabar, pristatydama MHS, įmonė žengia žingsnį iš programinės įrangos pasaulio į fizinę realybę.

Ribos lieka. Šiuo metu MHS standartas yra prieinamas tik pasirinktai organizacijų grupei mokslo, robotikos ir gamybos srityse kaip tyrimų peržiūros (research preview) dalis. Kurdama šį standartą, „Anthropic“ tiesiogiai bendradarbiauja su nemažai įrangos gamintojų.

Kodėl keičiasi technologijų kryptis

Sprendimas orientuotis į fizinį pasaulį sutampa su platesniais pokyčiais visoje dirbtinio intelekto industrijoje. Kurti dar geresnius pokalbių robotus darosi vis sunkiau. Ilgą laiką modelių kūrėjai rėmėsi vadinamaisiais mastelio dėsniais (scaling laws), aprašytais plačiai cituojamame 2020 metų moksliniame darbe. Ši taisyklė teigė, kad modelio našumas auga tol, kai didinamas jo dydis, mokymo duomenų kiekis arba skaičiavimo galia.

Ribos jau matomos. Vieno 2024 metų tyrimo vertinimu, aukštos kokybės vieši tekstiniai duomenys internete bus išsemti jau per artimiausius kelerius metus. Tai verčia technologijų bendroves ieškoti naujų kelių, kaip mokyti ir pritaikyti intelektualias sistemas.

Viena iš krypčių – fizinio pasaulio modeliavimas ir robotika. Norint valdyti humanoidinius robotus, valdyti gamyklas ar tyrinėti kitas planetas, dirbtiniam intelektui reikės gebėjimo mąstyti apie erdvę, priežastingumą ir savo veiksmų pasekmes. Pavyzdžiui, bendrovė Nvidia jau aktyviai stumia šią idėją į fizinį pasaulį. Virtualiose demonstracijose jos sistemos valdomi robotai gali paimti bulvę, įdėti ją į mikrobangų krosnelę ir uždaryti dureles. Žmogui tai triviali užduotis, tačiau mašinai ji reikalauja itin tikslaus planavimo ir koordinacijos.

Verslo ir mokslo interesų sankirta

Nors naujasis standartas pirmiausia pristatomas mokslinių tyrimų kontekste, jo komercinis potencialas yra milžiniškas. „Anthropic“ naudingų įdiegimų vadovė Elizabeth Kelly interviu CNBC pažymėjo, kad sistema buvo sukurta mokslui, siekiant parodyti dirbtinio intelekto perspektyvas, tačiau ji atneš didžiulę naudą įmonėms ir pramonės sektoriui.

Vis dėlto, fizinio pasaulio valdymas kelia visiškai kitokio lygio rizikas nei teksto generavimas. Jei pokalbių robotas padaro klaidą sakinyje, pasekmės yra minimalios. Jei dirbtinio intelekto agentas padarys klaidą valdydamas brangų mikroskopą ar pramoninį manipuliatorių, nuostoliai gali būti skaičiuojami milžiniškomis sumomis. Būtent todėl „Anthropic“ pasirinko atsargią strategiją – pradėti nuo uždaros tyrimų grupės, kurioje galima saugiai testuoti sistemos ribas.

Sėkmingas šio standarto pritaikymas leistų laboratorijoms ir gamykloms automatizuoti procesus, kurie iki šiol reikalavo nuolatinio žmogaus įsikišimo ir rankinio valdymo. Tai gali reikšti greitesnius mokslinius eksperimentus ir lankstesnes gamybos linijas, kurios pačios prisitaiko prie naujų užduočių.

Tikėtina, kad per artimiausius metus pamatysime, ar šis standartas sulauks plataus pramonės palaikymo, ar liks tik įdomiu eksperimentu siaurame mokslo laboratorijų rate.

Šaltiniai

  1. [1] [Cnbc.com | 2026-08-27] Anthropic pushes into physical world with new standard to help AI agents operate machines
  2. [2] [X.com] how do we reorient artificial intelligence to support democracy?
  3. [3] [X.com] No matter how high you get in this world you're going to be surprised how high things have to go before they get to some
  4. [4] [X.com] Today’s world is a mess of troubling trends. Some groups are trying to help kids navigate their anxieties about it all.
  5. [5] [X.com] As one of the world's most open economies, the EU uses trade to create opportunity.