Les agents IA ont largement été confinés aux environnements numériques, gérant du texte, du code et des images à l’intérieur d’un ordinateur [2]. Anthropic tente de déplacer ces agents vers le monde physique avec la norme matérielle de modèle (MHS), un nouveau cadre qui permet à l’IA d’opérer et de communiquer avec des machines physiques [1].
Conçu comme une interface universelle, le MHS agit comme une couche de traduction entre les grands modèles de langage (LLM) et tout dispositif doté d’une interface programmable [S1, S2]. Anthropic compare le système à un câble USB-C, offrant une seule prise qui fonctionne avec divers appareils indépendamment du fabricant [S1, S3].
Comment le MHS accélère l’intégration matérielle
L’intégration de l’IA avec du matériel physique nécessite généralement une ingénierie spécialisée et la création de logiciels sur mesure pour chaque combinaison de machines [S3, S4]. Ce processus prend souvent plusieurs semaines ou mois pour être achevé [S1, S6].
Le MHS vise à réduire ce temps de configuration à quelques heures ou minutes [S1, S6]. En fournissant un format commun pour le partage de données et une interface de pilote standardisée, les appareils peuvent communiquer sur un réseau sans nécessiter de programme de traduction personnalisé [2].
Cette coordination permet à un seul agent IA d’orchestrer le travail sur plusieurs systèmes robotiques [3]. Par exemple, un agent pourrait observer des robots sur une chaîne de production et déterminer comment optimiser leur comportement sans avoir besoin de code personnalisé pour chaque machine [S3, S4].
Permettre la découverte scientifique autonome
L’une des principales cibles du MHS est la communauté scientifique, où il peut faciliter la découverte en boucle fermée [3]. Dans ce modèle, les agents IA proposent des hypothèses, exécutent des expériences, analysent les résultats et itèrent de manière autonome [3].
Lorsqu’il est intégré au protocole de contexte de modèle (MCP), les scientifiques peuvent interagir avec le matériel en utilisant le langage naturel [2]. Cela permet aux modèles de raisonner à travers les étapes expérimentales, de mettre à jour les paramètres en temps réel et de se remettre des erreurs matérielles sans intervention humaine [2].
Des applications pratiques incluent un modèle IA ajustant un laser et vérifiant les résultats via une caméra pour calibrer automatiquement un système [2]. De même, un agent pourrait faire la mise au point d’un microscope, analyser un échantillon et déplacer automatiquement la lentille vers une section pertinente pour une observation supplémentaire [2].
Gestion des risques physiques et des contraintes
Faire passer l’IA des pixels aux atomes introduit des risques de sécurité importants, incluant le potentiel d’endommager l’équipement ou de causer un préjudice physique [4]. Il existe également des préoccupations en matière de biosécurité, telles que le risque qu’un acteur malveillant utilise du matériel de laboratoire automatisé pour synthétiser des composés dangereux [3].
Pour atténuer ces risques, le MHS comprend un système de balisage standardisé qui décrit les contraintes réelles d’un dispositif [2]. Ces balises fournissent au modèle IA des informations critiques qu’il pourrait ne pas avoir provenant de l’entraînement virtuel, notamment :
- Caractéristiques physiques, telles que le poids et la portée d’un bras robotisé [2].
- Paramètres réglables et options de mesure [2].
- Limites de sécurité appliquées [2].
Anthropic affirme que ces spécifications au niveau de l’interface, combinées avec des garde-fous au niveau du modèle, permettent aux ingénieurs de définir précisément ce qu’un modèle est autorisé ou non à faire avec un matériel spécifique [3].
Déploiement et adoption industrielle
Le MHS est actuellement disponible en tant qu’aperçu de recherche pour un groupe sélectionné de partenaires en robotique, fabrication et science [1]. Ces partenaires comprennent Amazon Web Services, Hugging Face, Raspberry Pi, Universal Robots et divers laboratoires de recherche [S2, S6].
Notamment, la norme est agnostique par rapport au modèle [1]. Cela signifie qu’elle fonctionne avec tout LLM, y compris ceux de concurrents comme OpenAI ou des modèles open-source, évitant ainsi le verrouillage fournisseur pour les chercheurs et les fabricants [S1, S6].
Anthropic prévoit de rendre éventuellement la norme open source, permettant à tout fabricant de dispositifs de l’adopter [1]. L’entreprise travaille également avec les fabricants pour soit précharger le MHS dans de nouveaux produits, soit ajouter la connexion à l’équipement existant [6].
Alors qu’Anthropic étend ses capacités en IA physique, il constitue également une équipe de silicium pour concevoir des puces personnalisées et a recruté des cadres matériels provenant de Meta, Apple et OpenAI [S1, S3].
Sources
- Anthropic pousse vers le monde physique avec une nouvelle norme pour aider l’IA …
- La nouvelle norme matérielle d’Anthropic permet aux agents IA de contrôler le physique …
- Anthropic lance la norme matérielle de modèle pour brancher les agents IA dans …
- Anthropic fait ses premiers pas dans l’IA physique avec une norme universelle …
- Voici comment Anthropic pense que les agents IA devraient naviguer … - WIRED
- Anthropic dévoile un nouveau cadre permettant aux agents IA d’opérer le physique …
