Anthropic Xem Trước Tiêu Chuẩn Phần Cứng Mô Hình cho Thiết Bị Phòng Thí Nghiệm và Nhà Máy do AI Điều Khiển
Model Hardware Standard của Anthropic cung cấp cho các tác tử AI một giao diện chung, có lưu ý đến an toàn để vận hành thiết bị khoa học và sản xuất.
Anthropic đã mở giai đoạn xem trước nghiên cứu đầu tiên của Model Hardware Standard, hay MHS, một đặc tả dùng chung được thiết kế để cho phép các tác tử AI vận hành thiết bị vật lý thông qua một giao diện chung, có lưu ý đến an toàn.
Bản xem trước bao gồm các hệ thống phòng thí nghiệm và sản xuất tiên tiến như kính hiển vi, máy xử lý chất lỏng, cánh tay robot và phần cứng điện toán lượng tử. Quyền truy cập hiện chỉ dành cho các đối tác và người nộp đơn được chọn. Anthropic cho biết họ dự định phát hành MHS dưới dạng mã nguồn mở sau khi sử dụng bản xem trước để phát triển các đánh giá an toàn và hướng dẫn triển khai, nhưng chưa công bố ngày phát hành hoặc giấy phép.
Sự phân biệt này rất quan trọng: MHS chưa phải là một tiêu chuẩn mã nguồn mở được cung cấp rộng rãi. Đây là bản xem trước nghiên cứu do công ty dẫn dắt, trong đó thiết kế kỹ thuật và các biện pháp kiểm soát an toàn đang được thử nghiệm cùng các tổ chức khoa học, công ty tự động hóa và nhà sản xuất phần cứng.
1. MHS Nhắm đến Lớp Tích hợp Giữa Tác tử và Máy móc
Các phòng thí nghiệm và nhà máy hiện đại thường có thiết bị từ nhiều nhà cung cấp, mỗi thiết bị sở hữu giao diện lập trình, định dạng dữ liệu và giả định vận hành riêng. Việc kết nối các thiết bị đó có thể đòi hỏi chuyên gia viết các tích hợp riêng cho từng dụng cụ và quy trình.
Anthropic cho biết quá trình này thường mất vài tuần hoặc vài tháng. MHS cố gắng thay thế phần lớn “glue code” được thiết kế riêng đó bằng một driver tiêu chuẩn hóa, có nhiệm vụ chuyển đổi giữa phần mềm và từng thiết bị vật lý.
Driver cung cấp một tập nhỏ các nguyên hàm, bao gồm những thao tác như đọc nhiệt độ hoặc ghi một giá trị cài đặt nhiệt độ mới. Nó cũng mô tả từng thiết bị theo định dạng chuẩn để dụng cụ và tác tử có thể tự phát hiện lẫn nhau qua mạng mà không cần bộ chuyển đổi tùy biến cho từng cặp kết nối.
MHS được thiết kế để thu thập thông tin mà các API thông thường có thể bỏ sót. Một driver có thể bao gồm các thẻ ngôn ngữ tự nhiên mô tả những thuộc tính như trọng lượng của cánh tay robot, các phép đo sẵn có, tham số có thể điều chỉnh và các giới hạn vận hành được áp đặt. Từ những thẻ đó, MHS tạo ra một tệp tham chiếu để tác tử sử dụng nhằm hiểu máy móc.
Người vận hành có thể trực tiếp cung cấp thông tin này hoặc để một tác tử phỏng vấn họ về cấu hình phần cứng. Cơ chế này chuyển đổi tri thức vốn có thể chỉ tồn tại trong sổ tay giấy, tệp cục bộ hoặc trí nhớ của kỹ thuật viên giàu kinh nghiệm thành mô tả máy có thể đọc được.
Sau khi kết nối, một tác tử có thể điều khiển thiết bị MHS qua ba cơ chế: Model Context Protocol, giao diện dòng lệnh hoặc các tệp mã và API. Các tệp mã đặc biệt quan trọng đối với các thao tác kéo dài hoặc nhạy cảm về thời gian vì chúng cho phép thiết bị thực thi một chuỗi xác định mà không phải chờ mô hình suy luận trước từng hành động riêng lẻ.
Anthropic mô tả MHS là không phụ thuộc vào mô hình. Claude được sử dụng trong các minh họa đã công bố, nhưng đặc tả được thiết kế để các khung tác tử khác cũng có thể truy cập phần cứng đã kết nối thông qua các giao thức chuẩn.
2. Các Thử nghiệm Ban đầu Cho thấy Khả năng Điều khiển Phần cứng Vòng kín
Bằng chứng mạnh nhất được trình bày cùng bản xem trước đến từ một số thử nghiệm của đối tác. Đây là các minh họa ban đầu, đặc thù theo từng hệ thống chứ không phải các benchmark được kiểm toán độc lập, nhưng chúng cho thấy giao diện chung có thể hỗ trợ giám sát, phối hợp và khôi phục lỗi như thế nào.
Tại Genentech, các nhà nghiên cứu đã kết nối một máy xử lý chất lỏng, cánh tay robot và máy đọc vi bản cho phép thử protein axit bicinchoninic. Ban đầu, Claude sử dụng cùng các cài đặt chuyển chất lỏng chung cho nước và dung dịch albumin huyết thanh bò nhớt, tạo bọt và dẫn đến chuyển chất lỏng không chính xác.
Sau đó, các nhà nghiên cứu yêu cầu hệ thống tối ưu hóa tốc độ dòng thông qua các lần chuyển lặp lại và đo bằng máy đọc vi bản. Claude chọn xấp xỉ 140 microliters mỗi giây cho nước, tạo ra sai số bình phương trung bình gốc là 0.016, và 10 microliters mỗi giây cho dung dịch protein nhớt, với sai số 0.181. Các chuyên gia tự động hóa của Genentech đánh giá cả hai cài đặt đều hợp lý với cấu hình đó.
Thử nghiệm cũng bộc lộ một hạn chế quan trọng. Khi bọt khí gây lỗi trong thời gian chạy, ban đầu Claude thử lại thao tác trong cùng giếng, khiến vấn đề vật lý trở nên nghiêm trọng hơn. Các chuyên gia con người phải giải thích rằng hệ thống nên dùng giếng sạch và giảm số chu kỳ trộn. Hướng dẫn thu được sau đó được mã hóa thành chỉ dẫn xử lý chất lỏng có thể tái sử dụng.
Trong một minh họa của Đại học Carnegie Mellon, các nhà nghiên cứu đã dùng MHS để kết nối máy xử lý chất lỏng, máy đọc vi bản, cánh tay robot và camera cho các thí nghiệm pha loãng nối tiếp tự động. Họ cho biết đã xây dựng các driver thiết bị và lớp điều phối trong khoảng tám giờ, so với vài tuần cho một tích hợp điển hình do nhà cung cấp xây dựng.
Nhóm đã chủ ý đưa vào sáu điều kiện không an toàn hoặc không hợp lệ: thiếu vi bản, vi bản bị xoay, máy đọc đang bận, camera bị ngắt kết nối, thiết bị không thể truy cập và nút dừng khẩn cấp đang hoạt động. Hệ thống đã chặn cả sáu trường hợp trước khi bất kỳ thiết bị nào di chuyển.
Trong thí nghiệm tiếp theo, tác tử đã từ chối đường cong đáp ứng liều ban đầu có R² dưới 0.9, giảm nồng độ tối đa từ 200 xuống 100 micrograms mỗi milliliter và chạy vi bản thứ hai. Lần chạy đó tạo ra R² trên 0.98 mà không cần can thiệp của con người.
Một thử nghiệm thí điểm của QuEra Computing đã áp dụng MHS cho hệ thống laser của máy tính lượng tử nguyên tử trung hòa. Bốn phiên bản Claude mới liên tục đề xuất, triển khai, kiểm thử và rà soát các thay đổi đối với một tập lệnh khôi phục laser. Vòng lặp phát triển đã cải thiện thời gian khôi phục từ khoảng 150 giây với tỷ lệ thành công 58% xuống khoảng sáu giây với tỷ lệ thành công 96%.
Sau đó, QuEra kiểm tra tập lệnh xác định hoàn chỉnh mà không có tác tử điều khiển laser. Tập lệnh đã khôi phục thành công trạng thái khóa trong 695 trên 700 thử nghiệm ngẫu nhiên, tương đương tỷ lệ thành công 99.3%. Sản phẩm cuối cùng là một chương trình có thể kiểm tra thay vì một mô hình AI thực hiện mọi điều chỉnh trong thời gian vận hành.
Các trường hợp này minh họa hai mô hình vận hành khác nhau. Một tác tử có thể tiếp tục ở trong vòng lặp khi điều kiện đòi hỏi diễn giải liên tục, hoặc có thể dùng các thử nghiệm trực tiếp để tạo ra một quy trình xác định được rà soát và triển khai mà không cần mô hình trực tuyến.
3. Giới hạn An toàn Là Một Phần của Giao diện, Không Phải Bằng chứng về Tự chủ An toàn
Việc cấp cho tác tử AI quyền truy cập vào thiết bị vật lý tạo ra những rủi ro không tồn tại khi tác tử chỉ bị giới hạn ở tài liệu hoặc phần mềm. Một lệnh không chính xác có thể làm hỏng mẫu, khiến robot va chạm, khiến nhân sự tiếp xúc với máy móc nguy hiểm hoặc thay đổi trạng thái vận hành của một dụng cụ nhạy cảm.
MHS giải quyết một phần vấn đề này bằng cách đặt các ràng buộc vận hành trong mô tả thiết bị. Ví dụ, một driver kính hiển vi có thể áp đặt trần công suất laser độc lập với hành động mà tác tử yêu cầu. Tiêu chuẩn này cũng có thể cung cấp các trạng thái thiết bị cần được đáp ứng trước khi thiết bị khác di chuyển.
Đây là một lớp kiểm soát cụ thể hơn so với việc yêu cầu mô hình ghi nhớ chỉ dẫn an toàn trong prompt. Tuy nhiên, nó không xác lập rằng toàn bộ hệ thống là an toàn.
Anthropic thừa nhận rằng khả năng suy luận vật lý và không gian của Claude vẫn hạn chế vì mô hình học về thế giới vật lý phần lớn qua văn bản và hình ảnh. Sự cố tạo bọt tại Genentech cho thấy mô hình có thể diễn giải một vấn đề vật lý là lỗi phần mềm và chọn chiến lược khôi phục không hiệu quả.
Tương tự, nhóm QuEra nhận thấy Claude không thể chẩn đoán đáng tin cậy các lỗi liên quan đến giàn thiết bị vật lý thay vì các cơ chế điều khiển có lập trình của nó. Claude đôi khi cũng tạm dừng qua đêm trong khi chờ con người xác nhận các hành động mà nó coi là rủi ro.
MHS hiện yêu cầu thiết bị có giao diện lập trình được và driver phù hợp. Nó không tự động khiến máy móc cũ tương thích với tác tử, loại bỏ nhu cầu về chuyên môn lĩnh vực hoặc thay thế các biện pháp bảo vệ thông thường như nút dừng khẩn cấp, kiểm soát truy cập và cách ly vật lý.
Anthropic cho biết bản xem trước sẽ được dùng để xây dựng các đánh giá bổ sung, thực hành tốt nhất và lộ trình an toàn vật lý. Công ty dự định công bố các phát hiện và hướng dẫn triển khai khi MHS trở thành mã nguồn mở. Cho đến khi các tài liệu đó và bản thân đặc tả được công khai, các nhà phát triển bên ngoài không thể đánh giá đầy đủ thiết kế, ranh giới thực thi hoặc các tuyên bố về khả năng tương tác.
4. Các Đối tác Phần cứng và Tự động hóa Sẽ Quyết định Liệu MHS Có Trở nên Di động hay Không
MHS bắt nguồn từ sự hợp tác giữa nhóm Beneficial Deployments của Anthropic và HHMI Janelia Research Campus. Nhà khoa học Arco Bast của Janelia đã xây dựng một từ điển bộ nhớ dùng chung để kết nối laser, camera và bộ lấy nét cơ giới hóa trên một giàn chụp ảnh não; nhà nghiên cứu Alek Kemeny của Anthropic đã làm việc cùng ông để bổ sung quyền truy cập cho mô hình AI.
Bản xem trước sau đó đã mở rộng sang các nhà cung cấp phần cứng và tự động hóa. AWS dự định hỗ trợ bản xem trước thông qua thư viện Strands Robots. Automata đang bổ sung hỗ trợ MHS vào nền tảng tự động hóa phòng thí nghiệm LINQ, trong khi Doosan Robotics đang thử nghiệm tiêu chuẩn này cho đảm bảo chất lượng và điều phối nhiều robot.
MBF Bioscience đang phát triển driver cho phần mềm kính hiển vi ScanImage. QIAGEN đang thử nghiệm proof of concept với nền tảng tinh sạch axit nucleic QIAsymphony Connect, và Tecan đang bổ sung hỗ trợ cho các máy xử lý chất lỏng Fluent của mình. Universal Robots cũng đã được tiếp cận sớm.
Hugging Face đang bổ sung hỗ trợ MHS cho thư viện robot LeRobot của mình, trong khi Raspberry Pi dự định tích hợp trên nhiều sản phẩm sau khi thử nghiệm driver camera.
Đối với nhà cung cấp thiết bị, lợi thế được đề xuất là khả năng mô tả một máy một lần thông qua driver MHS thay vì hỗ trợ tích hợp riêng cho từng khung tác tử. Đối với các phòng thí nghiệm và nhà sản xuất, lợi ích tiềm năng là một lớp điều khiển có thể tái sử dụng trên các thiết bị trước đây đòi hỏi lập trình độc lập.
Giá trị thực tế sẽ phụ thuộc vào việc các driver từ những nhà cung cấp khác nhau có hoạt động nhất quán hay không, các ràng buộc an toàn có được thực thi bên dưới lớp mô hình hay không, và các tổ chức ngoài nhóm đối tác ban đầu của Anthropic có áp dụng đặc tả này hay không. Những câu hỏi đó không thể được giải đáp khi quyền truy cập vẫn chỉ qua đơn đăng ký và bản thân tiêu chuẩn chưa phải mã nguồn mở.
Câu hỏi thường gặp
Model Hardware Standard có sẵn cho mọi người không?
Không. MHS đang ở giai đoạn xem trước nghiên cứu giới hạn và những người tham gia tiềm năng phải đăng ký quyền truy cập.
MHS đã là mã nguồn mở chưa?
Không. Anthropic cho biết họ dự định mở mã nguồn MHS sau bản xem trước nghiên cứu, nhưng chưa cung cấp ngày phát hành hoặc giấy phép.
MHS chỉ hoạt động với Claude?
Anthropic mô tả tiêu chuẩn này là không phụ thuộc vào mô hình. Claude vận hành các minh họa đã công bố, nhưng các khung tác tử khác cũng được dự kiến kết nối thông qua những giao thức như MCP.
MHS có thể điều khiển mọi máy vật lý không?
Không tự động. Thiết bị cần giao diện lập trình được hoặc một lớp điều khiển phù hợp khác, cùng với driver MHS mô tả thao tác, trạng thái và giới hạn an toàn của nó.
MHS có loại bỏ nhu cầu giám sát của con người không?
Không. Các minh họa của chính Anthropic đã phát hiện những lỗi liên quan đến trực giác vật lý và khắc phục sự cố cần đến hướng dẫn của chuyên gia.
Tham khảo nguồn
Share