Apresentando o padrão de hardware para operações físicas impulsionadas por IA

As empresas Anthropic e HHMI Janelia Research Campus lançaram uma prévia de pesquisa do Padrão de Hardware (MHS), uma especificação compartilhada projetada para permitir que os agentes de IA operem dispositivos físicos com segurança. A iniciativa visa simplificar a integração de instrumentos de laboratório e de fabricação, como microscópios, manipuladores de líquidos e braços robóticos, permitindo operações paralelas e tarefas complexas, como a descoberta de fármacos e a calibração de computadores quânticos. O MHS reduz o tempo de integração de semanas para minutos, fornecendo uma interface padronizada que permite que os agentes de IA interajam com os dispositivos através de comandos simples, como 'ler' e 'escrever'. A unidade de driver MHS, um componente-chave do padrão, traduz entre o sistema operativo de um computador e os dispositivos de hardware, tornando cada dispositivo disponível num formato padrão. Isto permite que os dispositivos e os agentes se comuniquem através de redes sem a necessidade de programas de tradução personalizados. O driver também fornece informações sobre as características do dispositivo, como o peso e os limites de segurança, que podem ser escritas em linguagem natural ou através de uma entrevista com o utilizador conduzida por um agente de IA. Esta informação é utilizada para gerar um ficheiro de referência que fornece ao agente tudo o que precisa para operar o dispositivo. O MHS suporta três mecanismos para controlar o hardware: o Protocolo de Contexto do Modelo (MCP), uma interface de linha de comandos e ficheiros de código (APIs). Estes funcionam em conjunto para permitir a orquestração através de vários dispositivos através de uma única linha de código. Uma vez que o agente consegue controlar os dispositivos, pode receber dados de operação, supervisionar fluxos de trabalho e ajustar parâmetros em tempo real. Para tarefas de longa duração, o agente pode encadear comandos de driver em ficheiros de código, permitindo que os dispositivos operem de forma independente. Os primeiros utilizadores relataram melhorias significativas na eficiência e na segurança. Os investigadores da Genentech utilizaram o MHS para automatizar o ensaio de proteína BCA, enquanto Zihao Song, na Universidade de Washington, desenvolveu um painel de controlo para monitorização remota e um processo de PCR supervisionado por IA. Os investigadores da Carnegie Mellon University conseguiram executar experimentos de diluição em série três vezes mais rápido utilizando o Mesto. Na HHMI Janelia, Virginie Ruetten unificou um conjunto de microscopia que anteriormente envolvia sete programas de diferentes fornecedores. A QuEra, uma empresa de computação quântica, utilizou o MHS para dar a um agente de IA controlo sobre o seu sistema de laser, atingindo uma taxa de recuperação de 99,3% para o bloqueio do laser sem intervenção humana. Os fornecedores de hardware e as empresas de software também estão a integrar o apoio ao MHS nos seus equipamentos. Por exemplo, a Hugging Face está a adicionar o apoio ao MHS no LeRobot, e a Raspberry Pi está a permitir a integração do MHS em vários produtos. Apesar destes sucessos, existem desafios, incluindo a necessidade de o MHS funcionar com hardware que não tenha uma interface de programação. Os desenvolvedores estão a trabalhar com os fabricantes para criar drivers MHS para tais dispositivos. A iniciativa faz parte de um esforço mais amplo para melhorar a segurança e a supervisão da IA em ambientes físicos. A Anthropic está a desenvolver um roteiro de segurança física para fortalecer as salvaguardas contra o uso indevido. A prévia de pesquisa está aberta a partes interessadas em várias indústrias, com uma lista de espera disponível para participação. Além disso, a Anthropic está a lançar um programa de subsídios de 5 milhões de dólares para financiar a investigação independente sobre o impacto da IA no bem-estar do utilizador. A empresa também partilhou informações sobre o seu método de marcação, abordando preocupações sobre os seus efeitos nas saídas do Claude. O projeto MHS começou como uma colaboração entre Alek Kemeny, da equipa de Implementação Benéfica da Anthropic, e Arco Bast, um cientista pós-doutoral no Campus de Investigação HHMI Janelia. Bast desenvolveu um dicionário de memória partilhada para permitir a comunicação entre os instrumentos nos seus experimentos de imagem cerebral. Kemeny e Bast integraram modelos de IA nesta interface, lançando as bases para o MHS. A iniciativa tem recebido contribuições de vários investigadores e desenvolvedores, incluindo Aaron Boswell, Ben Arthur, Boaz Mohar, Gagan Bhat, Mark Kittisopikul, Nadine Yasser, Nick Purcell, Takashi Kawase e Virginie Ruetten. A Anthropic está ansiosa por avançar com o MHS com parceiros da indústria e a comunidade de código aberto.