يهدف معيار Anthropic الجديد إلى ربط وكلاء الذكاء الاصطناعي بالآلات الواقعية
قدّمت Anthropic ما تسميه Model Hardware Standard، أو MHS، وهو إطار ضمن معاينة بحثية صُمم ليمنح وكلاء الذكاء الاصطناعي طريقة موحّدة للتفاعل مع الأجهزة المادية. والفكرة مباشرة لكنها قد تكون ذات أثر كبير: فبدلًا من الحاجة إلى وصلات برمجية مخصصة لكل مجهر أو كاميرا أو ذراع روبوتية أو نظام ليزر أو آلة أخرى ضمن سير العمل، يفترض أن يوفر MHS مجموعة مشتركة من المشغلات وصيغ البيانات تتيح للأنظمة التواصل عبر طبقة معيارية واحدة.
تكمن أهمية ذلك في أن معظم نشاط الذكاء الاصطناعي الوكيل اليوم لا يزال محصورًا داخل البيئات الرقمية. فالنماذج تستطيع بالفعل توليد النصوص وكتابة الشيفرات والتلاعب بالصور واتخاذ إجراءات داخل أدوات البرمجيات. لكن الانتقال من هذا العالم إلى الأنظمة المادية أصعب بكثير. فالمعدات الواقعية مجزأة بين مزودين وبروتوكولات وواجهات مخصصة، وربطها غالبًا ما يستغرق أسابيع أو أشهرًا من العمل الهندسي قبل أن يمكن تشغيل حتى سير عمل آلي واحد.
وتراهن Anthropic على أن MHS يمكن أن يخفف عبء الدمج هذا. ووفقًا لوصف الشركة، يمكن للأجهزة التي تستخدم المعيار أن تتشارك البيانات وتتلقى التعليمات عبر شبكة من دون الحاجة إلى مترجم منفصل لكل اتصال. عمليًا، من شأن ذلك أن يحول إعدادًا مختبريًا أو صناعيًا متشعبًا إلى ما يشبه بيئة تشغيل مشتركة للأتمتة.
لماذا كان الهدف الأول هو البحث العلمي
تضع Anthropic MHS في البداية ضمن إطار العلوم، لا الروبوتات الاستهلاكية أو أتمتة المصانع. وتقول الشركة إن المعاينة البحثية تهدف إلى مساعدة العلماء على تجنب أعمال البرمجيات المخصصة التي كثيرًا ما تقف بين تصميم التجربة والإعداد القابل للتنفيذ. ففي كثير من المختبرات المتقدمة، يجب مزامنة أدوات من موردين مختلفين بدقة، لكنها لم تُبنَ قط لتتحدث اللغة نفسها.
وفي السرد المرافق للإعلان، قالت Anthropic إن المشروع استُلهم من عمل أُنجز في Howard Hughes Medical Institute’s Janelia Research Campus في أشبورن بولاية فرجينيا. هناك، كان عالم الأعصاب Arco Bast قد طور طريقة لتنسيق الليزرات الدوارة والمجاهر والكاميرات ومكونات تجريبية أخرى عبر واجهة مشتركة أثناء دراسة تكوّن الذاكرة في الدماغ. وقال Alek Kemeny، أحد العاملين التقنيين في Anthropic، إن هذا المثال أشار إلى إمكانية أوسع: فإذا استطاع مختبر واحد إنشاء طبقة تحكم موحدة لتجربة معقدة، فقد يسمح نهج معياري للذكاء الاصطناعي في نهاية المطاف بتشغيل أو تنسيق عدد أكبر بكثير من الأنظمة التجريبية.
أما الوعد القريب الأجل فهو أقل درامية من العلم المستقل بالكامل، لكنه يظل مهمًا. فإذا تمكن MHS من تقليص أعمال الدمج من شهور إلى ساعات أو دقائق، كما تجادل Anthropic، فقد يغير ذلك من يستطيع أتمتة الإعدادات التجريبية المتقدمة. واليوم، غالبًا ما تعتمد هذه القدرة على موهبة هندسية داخلية استثنائية. ويمكن لواجهة معيارية أن تجعل الأتمتة أكثر قابلية للنقل بين المختبرات والمؤسسات، ما يقلل الاحتكاك أمام الفرق التي ترغب في ربط الأدوات وتنظيم التشغيل وجمع البيانات المهيكلة بشكل أكثر اتساقًا.
طبقة ترجمة، لا مجرد ميزة للذكاء الاصطناعي
من الجوانب اللافتة في الإعلان أن MHS لا يُقدَّم بوصفه بنية تحتية حصرية للذكاء الاصطناعي. وتقول Anthropic إن الأجهزة التي تدعم المعيار يمكن التحكم فيها مباشرة عبر أوامر سطر الأوامر وملفات شيفرة API حتى من دون وجود نموذج لغوي في الحلقة. وهذه الصياغة مهمة لأنها تجعل المعيار يبدو أقل كغلاف تسويقي لـ Claude وأكثر كطبقة قابلية تشغيل متبادل يمكن أن تصمد بذاتها من حيث القيمة التقنية.
ويظهر البعد المتعلق بالذكاء الاصطناعي عندما يُقرن MHS مع Model Context Protocol، وهو جهد آخر تدعمه Anthropic ويهدف إلى ربط النماذج بالأدوات والأنظمة الخارجية. ومعًا، توحي الطبقتان ببنية يمكن للنموذج فيها أن يفهم الأجهزة المتاحة، ويصدر التعليمات عبر واجهة تحكم مشتركة، ويتلقى تغذية راجعة مهيكلة من دون شيفرة ربط مخصصة لكل زوج من الأدوات.
يعالج هذا النهج أحد أكبر الاختناقات في الذكاء الاصطناعي المادي: ليس الاستدلال وحده، بل الفعل الموثوق أيضًا. فقد يكون النموذج قادرًا على تخطيط تسلسل من الخطوات، لكن هذه الخطط لا تكون مفيدة إلا إذا كانت الأجهزة قادرة على إتاحة عناصر تحكم متوقعة وحالات قابلة للقراءة. ويحاول MHS توفير هذا الاتساق المفقود.
ما الذي قد يتغير إذا تحقق التبني
ستعتمد أهمية MHS بدرجة أقل بكثير على الإعلان نفسه، وبدرجة أكبر على ما إذا كان مصنعو الأجهزة والمختبرات وفرق الأتمتة سيتبنون المعيار. فالمعايير لا تصبح قوية إلا عندما يقبل أطراف متعددة تكلفة البناء حولها. وإذا ظل MHS مجرد معاينة بحثية ضيقة مرتبطة بعروض Anthropic، فسيكون تأثيره محدودًا. أما إذا حظي بدعم عبر أجهزة وسير عمل متعددة، فقد يعجّل تحولًا أوسع تصبح فيه AI أقل دورًا كمجرد برمجيات استشارية وأكثر دورًا في التنسيق النشط للأنظمة المادية.
وتُعد المختبرات العلمية ميدان الاختبار الأول الواضح، لأنها أصلًا تضم عتادًا متنوعًا مضبوطًا بالبرمجيات وتنتج سير عمل عالي القيمة تكون فيه تكلفة وقت الدمج مرتفعة. لكن المنطق الكامن وراء الفكرة يمكن أن يمتد إلى ما هو أبعد من البحث. فأي بيئة تحتوي على أجهزة متصلة بالشبكة ومخرجات قابلة للقراءة آليًا وأعمال إعداد متكررة قد تستفيد من طبقة تحكم مشتركة.
لكن ذلك لا يعني أن المعيار يحل كل التحديات. فالأنظمة المادية تفرض متطلبات أشد بكثير على الموثوقية والسلامة والمعايرة والإشراف مقارنةً بشات بوت أو مساعد برمجي. قد تجعل الواجهة الموحدة التنسيق أسهل، لكنها لا تلغي الحاجة إلى ضوابط عندما يُسمح للذكاء الاصطناعي بالتصرف على الآلات. كما أنها لا تضمن أن تتخذ النماذج قرارات جيدة في الظروف الغامضة أو عالية المخاطر.
ومع ذلك، تظل خطوة Anthropic لافتة لأنها تستهدف عقبة عملية أبطأت الانتقال من الوكلاء الرقميين إلى الذكاء الاصطناعي المتجسد أو المرتبط بالأجهزة. فقد ركز جزء كبير من النقاش الصناعي حول تحكم الذكاء الاصطناعي في العالم المادي على قدرة النموذج. أما MHS فيركز بدلًا من ذلك على البنية التحتية: المشغلات والصيغ والواجهات التي تحدد ما إذا كانت النماذج القادرة تستطيع فعلًا إنجاز عمل مفيد مع المعدات الحقيقية.
وقد تكون هذه هي الإشارة الأهم في الإعلان. فـ Anthropic لا تجادل فقط بأن الذكاء الاصطناعي يجب أن يتحكم في الآلات، بل تقترح أن الطريق إلى ذلك يمر عبر التوحيد القياسي. وإذا ثبتت صحة هذه الفرضية، فقد تعتمد المرحلة التالية من الذكاء الاصطناعي الوكيل أقل على القفزات الدرامية في الذكاء وأكثر على العمل الهادئ المتمثل في جعل الأجهزة مفهومة وقابلة للعنونة ومتوافقة على نطاق واسع.
هذه المقالة تستند إلى تغطية Ars Technica. اقرأ المقال الأصلي.
Originally published on arstechnica.com
