شرکت آنتروپیک (Anthropic)، سازندهی مدلهای هوش مصنوعی کلود (Claude)، استاندارد تازهای به نام «استاندارد سختافزار مدل» (Model Hardware Standard یا MHS) معرفی کرده است. این استاندارد به کلود اجازه میدهد دستگاههایی مانند میکروسکوپ، بازوی رباتیک و دستگاههای جابهجایی مایعات را مستقیماً و بهطور ایمن کنترل کند. نسخهی اولیهی این استاندارد اکنون در اختیار چند آزمایشگاه علمی و کارخانهی پیشرفته قرار گرفته و توسعهی آن هم با همکاری پردیس پژوهشی HHMI Janelia انجام شده است.
یک دانشمند آزمایش خود را با زبان ساده توضیح میدهد، کلود آن را برنامهریزی میکند، و هر دستور از طریق MHS به دستگاهها میرسد (منبع تصویر: Anthropic)
چرا استاندارد سختافزاری لازم بود
راهاندازی تجهیزات یک آزمایشگاه یا کارخانه، معمولاً کار سادهای نیست. بیشتر دستگاهها ارتباطی با یکدیگر ندارند و هر بار، یک متخصص باید برای هرکدام برنامهای جداگانه بنویسد؛ این کار گاهی هفتهها یا حتی ماهها طول میکشد. MHS همین کار را به چند ساعت یا حتی چند دقیقه کاهش میدهد. وقتی هوش مصنوعی به این دستگاهها وصل شود، میتواند آزمایشها را شبانهروز و بدون خستگی مدیریت کند، در هر مرحله فکر کند، تنظیمات را در لحظه عوض کند، و حتی گاهی خودش خطاهای سختافزاری را برطرف کند.
استاندارد سختافزاری کلود چطور کار میکند
قلب MHS، یک «درایور استاندارد» است؛ یعنی نرمافزاری واسط که رایانه و دستگاه سختافزاری را به هم وصل میکند. این درایور از چند دستور بسیار ساده مثل «دمای فعلی را بگو» و «دما را روی عدد مشخصی تنظیم کن» استفاده میکند. هر دستگاه هم در یک قالب استاندارد قابلشناسایی میشود؛ به همین دلیل، عامل هوش مصنوعی و دستگاه، بدون نیاز به یک نرمافزار واسط پیچیده، مستقیماً همدیگر را پیدا میکنند.
نکتهی جالبتر این است که درایور MHS حتی دربارهی دستگاههایی که کلود قبلاً هیچوقت ندیده هم به او کمک میکند؛ برای نمونه، وزن یک بازوی رباتیک را هم به او میگوید تا بداند چطور آن را با احتیاط جابهجا کند. اطلاعاتی از این دست، تا امروز معمولاً فقط در دفترچهی راهنما یا در ذهن یک کاربر باتجربه وجود داشت.
کلود از سه راه با دستگاهها حرف میزند: پروتکل زمینهی مدل (MCP، همان پروتکلی که خود آنتروپیک پیشتر برای وصلکردن مدلهای هوش مصنوعی به ابزارهای بیرونی ساخته بود)، خطفرمان، و فایلهای کد. در یکی از آزمایشهای داخلی آنتروپیک، کلود یک لیزر را تنظیم کرد، نتیجه را از دوربین دید و این کار را چند بار تکرار کرد تا در نهایت، همان کار را در قالب یک اسکریپت ساده و همیشه قابلاجرا درآورد.
چند نمونهی واقعی؛ از داروسازی تا کامپیوتر کوانتومی
شرکت داروسازی ژنِنتک (Genentech) از MHS برای خودکارسازی یک آزمون رایج پروتئین به نام BCA استفاده کرد؛ آزمونی که به هماهنگی میان دستگاه جابهجایی مایع، بازوی رباتیک و دستگاه خواندن پلیت نیاز دارد. کلود در این آزمایش، خودش نرخ جریان مناسب هر مایع را در حدود ۱۴۰ میکرولیتر بر ثانیه برای آب ساده و ۱۰ میکرولیتر بر ثانیه برای نمونهی غلیظ پروتئین تعیین کرد؛ اعدادی که کارشناسان همین شرکت هم آنها را درست دانستند. در ابتدا، کلود با حبابزدن نمونههای غلیظ مشکل داشت و تلاش اولش برای رفع مشکل، حباب بیشتری هم ساخت؛ اما پس از فهمیدن اینکه این یک مشکل فیزیکی است نه یک باگ نرمافزاری، دیگر همان اشتباه را تکرار نکرد.
در دانشگاه کارنگی ملون، پژوهشگران با کمک MHS، آزمایشهای تعیین دوز دارو را سه برابر سریعتر از قبل انجام دادند؛ آنهم در حالی که دستگاهها روی سه رایانهی جداگانه و با نرمافزارهای کاملاً ناهماهنگ کار میکردند. کاری که معمولاً هفتهها طول میکشید، اینبار تنها هشت ساعت زمان برد. برای اطمینان از ایمنی، تیم پژوهشی ۶ خطای مصنوعی مختلف ساختند (مثل نبودن پلیت یا فشار دکمهی توقف اضطراری) و سامانه هر شش مورد را پیش از هر حرکت اشتباه، درست تشخیص داد و متوقف شد. کلود حتی یکبار خودش فهمید نتیجهی یک آزمایش ضعیف است، تصمیم گرفت آزمایش را با محدودهی غلظت دیگری تکرار کند، و بار دوم نتیجهی خوبی گرفت.
جالبترین نمونه اما مربوط به شرکت کوئرا کامپیوتینگ (QuEra Computing)، سازندهی رایانههای کوانتومی، است. این شرکت باید فرکانس یک لیزر حساس را با دقتی فوقالعاده بالا ثابت نگه میداشت. اسکریپت دستی مهندسان تا پیش از این، تنها ۵۸ درصد مواقع موفق میشد و هر بار هم ۱۵۰ ثانیه طول میکشید. کلود یک شب کار کرد، اسکریپت را چند بار امتحان و اصلاح کرد و صبح روز بعد به اسکریپتی رسید که در حدود ۶ ثانیه و با نرخ موفقیت ۹۶ درصد کار میکرد. آزمون نهایی روی ۷۰۰ بار تلاش، این رقم را به ۹۹.۳ درصد رساند. در آزمایش دیگری، کلود شبانه دوازده تنظیم بههموابستهی همان لیزر را عوض کرد و نویز باقیمانده را ده برابر کم کرد. در یک آزمون نوزدهساعته، حتی یکبار هم قفل لیزر باز نشد، در حالی که با تنظیم دستی کارشناس، این اتفاق بهطور میانگین ۱.۶ بار در هر ساعت رخ میداد.
نمودار سامانهی لیزری کوئرا کامپیوتینگ و مسیر دسترسی کلود به آن از طریق MHS (منبع تصویر: Anthropic)
چه شرکتهای دیگری از این استاندارد استقبال کردهاند
چند شرکت بزرگ سختافزار و نرمافزار از جمله آمازون وب سرویسز، اتوماتا، داناهر، دوسان روباتیک، امبیاف بایوساینس، کیاجن، تکان و یونیورسال روبوتس در حال افزودن پشتیبانی از MHS به محصولات خود هستند. هاگینگفیس نیز قرار است این پشتیبانی را به کتابخانهی رباتیک خودش، LeRobot (که پیشتر در ویکیربات آن را در پروژهی مدل SmolVLA معرفی کرده بودیم)، اضافه کند. رزبریپای هم اعلام کرد که پس از آزمایش موفق یک درایور دوربین با MHS، این پشتیبانی را به محصولات دیگرش گسترش میدهد.
طبق اعلام آنتروپیک، کلاود مثل هر مدل زبانی دیگری، دنیای فیزیکی را بیشتر از روی متن و تصویر یاد گرفته، نه از تجربهی مستقیم؛ به همین دلیل، درک او از فضا و فیزیک هنوز کامل نیست و به نظارت انسان نیاز دارد. برای همین بود که تیم ژنِنتک مجبور شد اول به کلود بگوید حبابزدن یک مشکل فیزیکی است، نه یک اشکال کد. این استاندارد فعلاً روی دستگاههایی که هیچ رابط برنامهنویسی ندارند هم کار نمیکند، و آنتروپیک در حال ساخت درایور اختصاصی برای چنین دستگاههایی است. پیش از انتشار کامل و متنباز MHS، آنتروپیک قرار است آزمایشهای ایمنی بیشتری انجام دهد و یک نقشهراه ایمنی فیزیکی هم منتشر کند.
پیشتر در ویکیربات دربارهی ROS، فریمورک متنباز و معروف رباتیک، نوشته بودیم که بزرگترین فایدهی چنین استانداردهایی، جلوگیری از دوبارهکاری برنامهنویسها برای هر ترکیب تازهی سختافزاری است؛ MHS هم دقیقاً همین کار را، اینبار برای وصلکردن مستقیم هوش مصنوعی به دستگاههای واقعی، انجام میدهد.