Руки для ИИ
Anthropic открыла исследовательский доступ к Model Hardware Standard (MHS) — новому стандарту, позволяющему ИИ-агентам работать непосредственно с реальным физическим оборудованием: роботами, микроскопами, лазерами, дозаторами, измерительными приборами и производственными установками.
До сих пор практически каждый станок или лабораторный прибор имеет собственный интерфейс, протокол и ПО. Чтобы заставить несколько устройств работать вместе, инженерам приходится писать отдельные интеграции. Это может занимать недели и месяцы.
MHS вводит общий промежуточный слой. Оборудование получает стандартизированный драйвер, через который можно читать его состояние, задавать параметры и запускать операции. Там же описываются характеристики устройства и ограничения безопасности. Благодаря этому ИИ-агент может обнаружить незнакомое ему оборудование, понять, что оно умеет, и начать управлять им через общий интерфейс.
В Carnegie Mellon через MHS связали дозатор жидкостей, роборуку, планшетный ридер и камеры, причём оборудование работало через три компьютера и совершенно разные интерфейсы. Интеграцию выполнили примерно за 8 часов вместо нескольких недель, после чего агент самостоятельно проводил эксперимент, анализировал результат и при необходимости менял параметры и повторял его.
В QuEra ИИ получил управление лазерной системой квантового компьютера. Созданный им алгоритм восстановления лазерной стабилизации успешно срабатывал в 695 из 700 испытаний — 99,3% случаев, причём восстановление занимало секунды вместо нескольких минут работы специалиста.
Поддержку MHS тестируют или разрабатывают Universal Robots, Doosan Robotics, Raspberry Pi, Hugging Face, Tecan, QIAGEN и другие производители. Anthropic намерена впоследствии открыть стандарт как open source.
Это один из ключевых компонентов кибермастерских.
@ntstg
Anthropic открыла исследовательский доступ к Model Hardware Standard (MHS) — новому стандарту, позволяющему ИИ-агентам работать непосредственно с реальным физическим оборудованием: роботами, микроскопами, лазерами, дозаторами, измерительными приборами и производственными установками.
До сих пор практически каждый станок или лабораторный прибор имеет собственный интерфейс, протокол и ПО. Чтобы заставить несколько устройств работать вместе, инженерам приходится писать отдельные интеграции. Это может занимать недели и месяцы.
MHS вводит общий промежуточный слой. Оборудование получает стандартизированный драйвер, через который можно читать его состояние, задавать параметры и запускать операции. Там же описываются характеристики устройства и ограничения безопасности. Благодаря этому ИИ-агент может обнаружить незнакомое ему оборудование, понять, что оно умеет, и начать управлять им через общий интерфейс.
В Carnegie Mellon через MHS связали дозатор жидкостей, роборуку, планшетный ридер и камеры, причём оборудование работало через три компьютера и совершенно разные интерфейсы. Интеграцию выполнили примерно за 8 часов вместо нескольких недель, после чего агент самостоятельно проводил эксперимент, анализировал результат и при необходимости менял параметры и повторял его.
В QuEra ИИ получил управление лазерной системой квантового компьютера. Созданный им алгоритм восстановления лазерной стабилизации успешно срабатывал в 695 из 700 испытаний — 99,3% случаев, причём восстановление занимало секунды вместо нескольких минут работы специалиста.
Поддержку MHS тестируют или разрабатывают Universal Robots, Doosan Robotics, Raspberry Pi, Hugging Face, Tecan, QIAGEN и другие производители. Anthropic намерена впоследствии открыть стандарт как open source.
Это один из ключевых компонентов кибермастерских.
@ntstg