A Anthropic anunciou um novo Padrão de Hardware de Máquina, ou MHS, projetado para fechar a lacuna entre grandes modelos de linguagem e equipamentos físicos. O padrão equipa sistemas de IA como o Claude com uma descrição estruturada das capacidades e limites de um dispositivo, permitindo que o modelo emitir comandos, ler dados de sensores e ajustar ações em tempo real.
Em um vídeo de demonstração, o Claude ajustou um laser, usou uma câmera separada para verificar a saída e repetiu o ciclo até que o sistema estivesse totalmente calibrado. A mesma abordagem permitiu que o modelo focasse um microscópio, analisasse a imagem capturada, decidisse qual região exigia uma inspeção mais próxima e, em seguida, reposicionasse o instrumento automaticamente.
Outro clipe mostrou o Claude raciocinando sobre as etapas necessárias para um braço robótico pegar uma lata de alumínio - algo que o modelo nunca havia sido explicitamente treinado para fazer. Em vez de codificar cada movimento, o MHS permite que a IA escreva e modifique scripts de API em tempo de execução, adaptando-os à medida que as condições mudam.
A espinha dorsal do MHS é um sistema de marcação padronizado que codifica as características físicas de um dispositivo - peso, alcance de movimento, parâmetros ajustáveis, opções de medição e limites de segurança incorporados. Essas marcas são compiladas em um arquivo de referência que qualquer modelo de IA compatível pode ler, fornecendo-lhe um contexto crucial sobre hardware que nunca havia encontrado antes.
A Anthropic está atualmente executando uma pré-visualização com um grupo selecionado de laboratórios de pesquisa científica e fabricantes avançados. Os parceiros incluem Amazon Web Services, Hugging Face, Raspberry Pi, Automata e Universal Robots. Juntos, eles estão desenvolvendo avaliações de segurança e diretrizes de boas práticas para a operação de sistemas físicos impulsionada por IA.
Os testes iniciais ao longo do último ano sugerem que o MHS pode reduzir dramaticamente o tempo necessário para integrar novos dispositivos em fluxos de trabalho de IA. Os pesquisadores relataram ciclos de iteração mais rápidos em uma variedade de configurações experimentais, permitindo que as hipóteses sejam testadas mais rapidamente. "Se você pode testar hipóteses mais rapidamente, pode criar tecnologias gerais mais rapidamente", disse o co-fundador da Anthropic, Kemeny, no vídeo promocional. "É assim que um século de progresso pode se condensar em uma década".
Olhando para o futuro, a Anthropic planeja lançar o MHS como um padrão de código aberto e agnóstico de agente, convidando a adoção mais ampla em indústrias que dependem de robótica, automação de laboratório e outras aplicações intensivas em hardware.
Este artigo foi escrito com a assistência de IA.
News Factory APP - notícias agênticas para impulsionar seu SEO e AEO.