Η επόμενη μεγάλη μάχη της τεχνητής νοημοσύνης μπορεί να μη δοθεί μέσα στα chatbots, αλλά στα εργαστήρια, στα εργοστάσια και στις μηχανές του πραγματικού κόσμου. Η Anthropic επιχειρεί να πάρει θέση από νωρίς σε αυτή τη μετάβαση, δημιουργώντας μια κοινή «γλώσσα» που θα επιτρέπει στους AI agents να επικοινωνούν απευθείας με φυσικές συσκευές και εξοπλισμό.
Το νέο Model Hardware Standard (MHS) φιλοδοξεί να απλοποιήσει τον τρόπο με τον οποίο διαφορετικά συστήματα τεχνητής νοημοσύνης συνδέονται με hardware. Αντί κάθε εταιρεία να χρειάζεται να κατασκευάζει ξεχωριστές λύσεις για κάθε μηχάνημα, το πρότυπο επιχειρεί να δημιουργήσει έναν ενιαίο μηχανισμό ανταλλαγής εντολών και πληροφοριών.
Η ιδέα θυμίζει τη λειτουργία του USB-C στον κόσμο των ηλεκτρονικών συσκευών: μία κοινή προδιαγραφή που μειώνει την ανάγκη για διαφορετικές συνδέσεις και προσαρμογές. Στην περίπτωση της Anthropic, όμως, η «σύνδεση» αφορά την επικοινωνία ανάμεσα στην AI και σε πραγματικά μηχανήματα.
Το MHS παρουσιάστηκε την Πέμπτη και έχει σχεδιαστεί ώστε να μπορεί να λειτουργήσει με οποιαδήποτε συσκευή διαθέτει προγραμματιζόμενη διεπαφή, από επιστημονικό εργαστηριακό εξοπλισμό μέχρι προηγμένες μηχανές βιομηχανικής παραγωγής.
Το «USB-C» ανάμεσα στην AI και τις μηχανές
Μέχρι σήμερα, μεγάλο μέρος της ανάπτυξης των AI agents επικεντρώνεται σε ψηφιακές εργασίες: αναζήτηση και επεξεργασία δεδομένων, συγγραφή κώδικα, διαχείριση εφαρμογών, αυτοματοποίηση διαδικασιών ή χρήση εργαλείων μέσω software.
Το επόμενο βήμα είναι σημαντικά πιο φιλόδοξο: οι agents να μπορούν όχι μόνο να επεξεργάζονται πληροφορίες, αλλά και να αλληλεπιδρούν με τον φυσικό κόσμο.
Το MHS επιχειρεί να δημιουργήσει την απαραίτητη υποδομή για αυτή τη μετάβαση. Με ένα κοινό πρότυπο, ένας AI agent θα μπορεί θεωρητικά να κατανοεί τις δυνατότητες ενός συμβατού μηχανήματος, να ανταλλάσσει δεδομένα μαζί του και να του δίνει εντολές χωρίς να απαιτείται κάθε φορά μια εντελώς διαφορετική αρχιτεκτονική διασύνδεσης.
Η Ελίζαμπεθ Κέλι, επικεφαλής beneficial deployments της Anthropic, εξήγησε ότι το πρότυπο αναπτύχθηκε αρχικά με επίκεντρο την επιστήμη και ως τρόπος επίδειξης των δυνατοτήτων της AI. Όπως επισήμανε, ωστόσο, οι πιθανές εφαρμογές επεκτείνονται πολύ περισσότερο, με σημαντικά οφέλη για τις επιχειρήσεις και τη βιομηχανία.
Η επιστημονική έρευνα αποτελεί ένα προφανές πεδίο εφαρμογής. Εργαστηριακός εξοπλισμός που σήμερα απαιτεί διαφορετικό software και ειδικές διαδικασίες χειρισμού θα μπορούσε, εφόσον είναι συμβατός, να ενταχθεί ευκολότερα σε συστήματα στα οποία AI agents συντονίζουν ή υποστηρίζουν πειράματα.
Αντίστοιχη λογική μπορεί να εφαρμοστεί στη μεταποίηση και τη ρομποτική, όπου η δυνατότητα συνεργασίας διαφορετικών μηχανημάτων και συστημάτων αποτελεί βασικό ζητούμενο για την αυτοματοποίηση.
Η Anthropic μπαίνει βαθύτερα στο hardware
Η παρουσίαση του MHS έρχεται σε μια περίοδο κατά την οποία ο ανταγωνισμός μεταξύ των κορυφαίων εταιρειών AI μεταφέρεται σταδιακά πέρα από τα ίδια τα μοντέλα.
Η ανάπτυξη ισχυρότερων γλωσσικών μοντέλων παραμένει βασικό πεδίο της κούρσας, όμως το ενδιαφέρον στρέφεται όλο και περισσότερο στις υποδομές, τα chips, τις συσκευές και τα εργαλεία που θα επιτρέψουν στην AI να αποκτήσει ευρύτερη παρουσία στην πραγματική οικονομία.
Ανταγωνιστές της Anthropic έχουν ήδη διαθέσει δισεκατομμύρια δολάρια σε αυτή την κατεύθυνση. Η OpenAI και η Amazon συγκαταλέγονται στις εταιρείες που επενδύουν σε hardware, συσκευές και παραγωγικές υποδομές σχεδιασμένες γύρω από την τεχνητή νοημοσύνη.
Η Anthropic ακολουθεί και η ίδια αυτή την τάση. Η εταιρεία δημιουργεί ομάδα με στόχο την ανάπτυξη εξειδικευμένων chips για τα μοντέλα της, ενισχύοντας την παρουσία της σε ένα τμήμα της τεχνολογικής αλυσίδας που μέχρι πρότινος βρισκόταν έξω από τον βασικό πυρήνα των δραστηριοτήτων της.
Στην προσπάθεια αυτή εντάσσεται και η πρόσληψη της Κέιτλιν Καλινόφσκι, στελέχους με σημαντική εμπειρία στον σχεδιασμό και την ανάπτυξη hardware και προηγούμενη παρουσία σε OpenAI, Meta και Apple.
Το MHS, ωστόσο, διαφοροποιείται από μια απλή στρατηγική ανάπτυξης ιδιόκτητων συσκευών. Η Anthropic δεν επιχειρεί μόνο να κατασκευάσει hardware, αλλά να επηρεάσει τον τρόπο με τον οποίο ολόκληρο το οικοσύστημα της AI θα επικοινωνεί με αυτό.
Χωρίς αποκλειστικότητα στο Claude
Ένα από τα σημαντικότερα χαρακτηριστικά του νέου προτύπου είναι ότι δεν σχεδιάστηκε αποκλειστικά γύρω από το Claude.
Το MHS είναι model agnostic, γεγονός που σημαίνει ότι μια εταιρεία που θα το υιοθετήσει δεν θα είναι υποχρεωμένη να χρησιμοποιεί τα μοντέλα τεχνητής νοημοσύνης της Anthropic.
Η επιλογή αυτή μπορεί να αποδειχθεί καθοριστική για τη διάδοση του προτύπου. Ένα σύστημα που λειτουργεί με διαφορετικά μοντέλα και διαφορετικές κατηγορίες hardware έχει μεγαλύτερες πιθανότητες να αποκτήσει ευρεία χρήση σε σχέση με μια κλειστή τεχνολογία δεμένη αποκλειστικά με τα προϊόντα ενός κατασκευαστή.
Ο βασικός στόχος είναι η μείωση του χρόνου, του κόστους και της τεχνικής πολυπλοκότητας που συνοδεύουν σήμερα τη σύνδεση φυσικού εξοπλισμού με συστήματα τεχνητής νοημοσύνης.
Σε πρώτη φάση, η πρόσβαση στο MHS θα δοθεί σε επιλεγμένους οργανισμούς στους τομείς της επιστημονικής έρευνας, της ρομποτικής και της μεταποίησης, στο πλαίσιο ερευνητικής δοκιμαστικής εφαρμογής.
Το επόμενο βήμα της Anthropic είναι ακόμη σημαντικότερο: η εταιρεία σχεδιάζει να διαθέσει αργότερα το MHS ως open source. Σε ένα τέτοιο σενάριο, κατασκευαστές μηχανημάτων και συσκευών από διαφορετικούς κλάδους θα μπορούν να ενσωματώνουν το πρότυπο στα προϊόντα τους.
Από το MCP στο MHS
Η συγκεκριμένη στρατηγική έχει ήδη ένα προηγούμενο στην πορεία της Anthropic.
Το 2024 η εταιρεία παρουσίασε και διέθεσε ως open source το Model Context Protocol (MCP), με στόχο να δημιουργήσει έναν ευκολότερο και περισσότερο τυποποιημένο τρόπο σύνδεσης των συστημάτων AI με διαφορετικές πηγές δεδομένων και ψηφιακά εργαλεία.
Το MHS μεταφέρει ουσιαστικά την ίδια φιλοσοφία από το software στο hardware.
Εάν το MCP δημιουργεί γέφυρες ανάμεσα στους AI agents, τα δεδομένα και τις εφαρμογές, το νέο πρότυπο φιλοδοξεί να επεκτείνει αυτή τη διασύνδεση σε μηχανήματα που μπορούν να εκτελούν ενέργειες στον πραγματικό κόσμο.
Η διαφορά είναι ουσιαστική. Η δυνατότητα ενός agent να αναζητεί ένα αρχείο ή να χρησιμοποιεί μια εφαρμογή αποτελεί ένα επίπεδο αυτοματοποίησης. Η δυνατότητά του να επικοινωνεί με εργαστηριακό εξοπλισμό, ρομποτικά συστήματα ή βιομηχανικές μηχανές ανοίγει ένα εντελώς διαφορετικό πεδίο εφαρμογών.
Η επόμενη κούρσα των AI agents
Η κίνηση της Anthropic αποκαλύπτει και το πώς μεταβάλλεται ο ανταγωνισμός στην αγορά της τεχνητής νοημοσύνης.
Η μάχη δεν αφορά πλέον αποκλειστικά ποιο μοντέλο δίνει καλύτερες απαντήσεις, γράφει αποτελεσματικότερο κώδικα ή διαθέτει μεγαλύτερη υπολογιστική ισχύ. Το ενδιαφέρον μεταφέρεται σταδιακά στο ποιος θα δημιουργήσει το οικοσύστημα μέσα στο οποίο οι AI agents θα μπορούν να αναλαμβάνουν ολοένα περισσότερες πραγματικές εργασίες.
Για τις επιχειρήσεις, οι προεκτάσεις μπορεί να είναι σημαντικές. Η ευκολότερη διασύνδεση AI και hardware θα μπορούσε να περιορίσει το κόστος ενσωμάτωσης διαφορετικών συστημάτων, να επιταχύνει την αυτοματοποίηση και να δημιουργήσει νέες εφαρμογές σε τομείς όπως η έρευνα, η βιομηχανία, η παραγωγή και η ρομποτική.
Το μεγάλο στοίχημα για την Anthropic είναι εάν το MHS θα καταφέρει να εξελιχθεί από ένα τεχνικό πρότυπο περιορισμένης αρχικής χρήσης σε κοινή υποδομή για την αλληλεπίδραση της AI με τις μηχανές.
Εφόσον η αγορά κινηθεί προς αυτή την κατεύθυνση, η αξία δεν θα βρίσκεται μόνο στους agents που εκτελούν τις εργασίες, αλλά και στα πρότυπα που καθορίζουν πώς αυτοί οι agents επικοινωνούν με τον φυσικό κόσμο. Με το MHS, η Anthropic επιχειρεί να βρίσκεται από την αρχή ανάμεσα στις εταιρείες που θα διαμορφώσουν αυτούς τους κανόνες.
Διαβάστε ακόμη
Πετρέλαιο: Η νέα άνοδος στην τιμή του απειλεί τις χρηματαγορές
Πλασματικά έτη: Ποιοι μπορούν να «κλειδώσουν» σύνταξη στα 62 και πόσο κοστίζει η εξαγορά
Για όλες τις υπόλοιπες ειδήσεις της επικαιρότητας μπορείτε να επισκεφθείτε το Πρώτο ΘΕΜΑ