Anthropic представила стандарт подключения ИИ-агентов к реальным устройствам

Anthropic представила исследовательскую версию универсального стандарта Model Hardware Standard (MHS) для взаимодействия ИИ-агентов с лабораторным и промышленным оборудованием. Информация о MHS доступна в блоге на сайте Anthropic.

Современные ИИ-агенты уже способны самостоятельно писать и запускать код, вызывать функции через API, искать информацию в сети и принимать решения о том, какие именно действия для выполнения задачи им необходимо предпринять. Однако чтобы нейросеть смогла, например, самостоятельно провести эксперимент, она должна иметь возможность управлять реальными устройствами. Производители оборудования обычно используют разные форматы данных и интерфейсы для работы с оборудованием, поэтому интеграция и настройка программного доступа к нему требует много времени и сил.

Разработчики Anthropic представили Model Hardware Standard (MHS) — стандарт, описывающий единый интерфейс взаимодействия ИИ-агентов с лабораторными и промышленными устройствами. Он применим к любому оборудованию, имеющему программный интерфейс для управления, и не привязан к какой-либо конкретной языковой модели.

Основной элемент MHS — драйвер, выступающий посредником между операционной системой и физическим устройством. Он представляет функционал прибора в виде набора операций и команд. С их помощью ИИ-агент может запрашивать текущие значения измерительных датчиков и менять доступные параметры. Спецификации MHS позволяют описывать физические характеристики устройства, которые агент должен знать и учитывать в работе. Можно, например, указать вес роботизированной руки, допустимые диапазоны параметров и любые другие важные особенности и ограничения. Эти сведения можно внести вручную или перечислить в диалоге с агентом. На основе этой информации формируется справочный файл устройства, благодаря которому любой другой агент, ранее не взаимодействовавший с конкретным прибором, будет знать о его возможностях.

Взаимодействовать с оборудованием по стандарту MHS агенты смогут тремя основным способами: через Model Context Protocol (MCP) — открытый стандарт, описывающий способ подключения моделей к программным инструментам и данным, — командную строку и через API. Как и оператор-человек, агент будет получать от приборов данные, анализировать их и выстраивать последовательность действий для разных устройств в зависимости от результатов измерений. Он сможет писать скрипты из последовательностей команд, особенно для случаев, когда задача требует длительного времени или высокой скорости операций, выходящих за временные рамки размышлений и вывода модели. Во время тестов MHS инженеры наблюдали, как Claude исследовал незнакомое оборудование методом проб и ошибок. В одном из экспериментов он, как настоящий исследователь, самостоятельно настраивал положение лазера, оценивая, как смещается луч по изображению с камеры. Агент повторял процедуру несколько раз, анализируя связь между управляющими командами и результатом, после чего преобразовал последовательность действий в скрипт, который позволяет выполнять юстировку одной командой.

К тестированию ранней версии MHS-стандарта присоединились несколько компаний и исследовательских лабораторий. Например, Amazon Web Services интегрирует MHS в свою библиотеку Strands Robots для связи агентов с физическими устройствами, а разработчики программного обеспечения MBF Bioscience создают драйвер для программы управления лазерными сканирующими микроскопами, чтобы ИИ-агенты могли анализировать данные экспериментов в реальном времени.

Несмотря на успешные испытания, авторы проекта отмечают ограничения современных языковых моделей при взаимодействии с физическим миром, особенно когда речь идет о пространственном и физическом мышлении. К примеру, во время работы с образцами белков Claude ошибочно принимал вспенивание жидкостей за программную ошибку оборудования. Инженерам пришлось объяснять нейросети природу явления. На данный момент стандарт MHS работает только с теми приборами, у которых изначально есть программируемый интерфейс, а Anthropic с партнерами продолжают тестирование для оценки безопасности. В дальнейшем компания планирует опубликовать спецификацию MHS в открытом доступе.

Недавно Anthropic протестировала поведение многоагентных систем на базе моделей семейства Claude в сценариях, где требуется их взаимодействие. Оказалось, что коллективная работа может как помогать агентам, так и приводить к неожиданным конфликтам, саботажу и сговору.