Innovation & Research - прорывные идеи

MCP для микроскопов и телескопов Anthropic вчера представила Model Hardware Standard (MHS). Компания хочет повторить свой успех с протоколом взаимодействия агентов. Но для научного оборудования. Идея проста, но реализация ранее казалось чем-то сложным и дорогим. Все лаборатории или производства заполнены оборудованием разных производителей: микроскопами, роботами-манипуляторами, дозаторами, камерами, лазерами, датчиками. У каждого свой API, свой драйвер, свой формат данных. Чтобы заставить все это работать вместе, инженеры неделями и месяцами пишут интеграционный код. Anthropic предлагает сделать для физического оборудования примерно то, что MCP сделал для цифровых инструментов: единый стандарт, через который AI-агент сможет обнаружить устройство, понять его возможности и ограничения и начать им управлять. Причем MHS не привязан к Claude. Стандарт задуман model-agnostic. Объявление сделали не про об архитектуре. Уже есть первые примеры. В Genentech Claude управлял жидкостным дозатором, роботизированной рукой и plate reader, самостоятельно подбирая параметры эксперимента. Когда возникали ошибки оборудования, агент в некоторых случаях самостоятельно восстанавливал работу. Правда, эксперимент одновременно показал важное ограничение сегодняшних моделей: Claude прекрасно рассуждает о коде, но гораздо хуже понимает физику пузырьков, вязкости и других совершенно банальных для человека явлений реального мира. В Carnegie Mellon агент управлял уже несколькими приборами на трех компьютерах. Система сама оценила неудачную выдачу порций реактива дозатором, отбросила эксперимент, изменила диапазон концентраций и повторила его. Весь путь от неавтоматизированного оборудования до результата занял около восьми часов вместо нескольких недель интеграции. А в лабораториях University of Washington агент контролировал прибор для ПЦР и координировал передачу образцов между дозатором и роборукой. Шесть приборов подключили менее чем за неделю. До сих пор мы в основном обсуждали Physical AI как проблему моделей: VLA, world models, spatial intelligence, обучение роботов. Но есть второй слой — инфраструктурный. ИИ мало научить понимать физический мир. Ему нужно дать стандартный способ воздействовать на него с помощью других устройств. Это как бы мульти-актуаторность. ИИ, через протокол MHS может работать с кучей разных актуаторов, которые могут даже и не подозревать друг о друге. Главное, чтобы поддерживали общий протокол. Если MHS или аналогичный стандарт действительно станет распространенным, лабораторный прибор постепенно превратится для AI-агента в то же самое, чем сегодня для LLM является API. История технологий показывает, что появление стандартов приводило к массовому применению технологии. Если мы сможем внедрить универсальный аппаратный слой для агентного ИИ, то буквально дадим руки агентам. Ссылка скрыта

Домашний робот Nori A3 за $1688: сборка в США, поставки ограниченной партии начнутся осенью Компания Nori Robotics из Сан-Франциско объявила о запуске человекоподобного робота Nori A3 за всего $1688, что резко контрастирует с типичными шестизначными ценами на подобные машины. Ожидается, что поставки ограниченной второй партии начнутся осенью этого года; первая партия уже разошлась, а первые устройства были отгружены 21 июля. Вместо двуногой ходьбы Nori A3 использует колёсную базу, что упрощает конструкцию и повышает устойчивость. Робот имеет 19 степеней свободы, может вертикально поднимать до 55 кг, хотя при полностью вытянутых руках полезная нагрузка снижается до 1,5 кг. Для ориентации в пространстве предусмотрены лидар и четыре камеры 720p, размещённые на руках, голове и шее, а также динамик и микрофон для голосовых команд. По заявлению производителя, Nori A3 способен выполнять различные бытовые задачи: приносить еду из холодильника, наливать напитки, загружать посуду в посудомоечную машину и складывать одежду. Время автономной работы составляет от шести до восьми часов, что достаточно для длительного использования в течение дня. Отдельной особенностью является Skill Marketplace — магазин навыков, где владельцы могут делиться обученными действиями и устанавливать разработки других пользователей. Эксперты отмечают, что Nori A3 не является полностью бипедальным гуманоидом и не претендует на скорость или возможности более дорогих платформ, однако сочетание сенсоров, манипуляционных функций, программных инструментов и низкой цены делает его доступной точкой входа в сферу физического AI и домашней робототехники. #news #роботы Ссылка скрыта

Если уж Министерство обороны Великобритании взялось за технологии, то это серьезно! Британское Минобороны выпустило Global Strategic Trends: Out to 2055 — форсайт на 30 лет. Не прогноз, а попытка уменьшить вероятность стратегического сюрприза. Из 450+ страниц я бы выделил семь вещей. 1. Технологии становятся инструментом геополитической власти. Речь уже не только об AI: сенсоры, данные, вычисления, связь, автоматизация, квантовые технологии. Доступ к данным становится компонентом глобальной силы. Это не AI, детка. Это AI + критические технологии. 2. Роботизация — это демография. В Восточной Азии автоматизация нужна не столько для увольнения людей, сколько из-за их нехватки. Рабочая сила Китая к 2055 году может сократиться на 280 млн человек. Главный рынок Physical AI создаст не избыток роботов, а дефицит людей. 3. Важнее роботов — те, кто умеет их создавать. К 2030 году Китай и Индия могут давать 60% всех STEM-выпускников мира, США — 4%, Европа — 8%. R&D становится элементом национальной силы. Той самой «техновалютой». 4. Государства теряют монополию на технологическое будущее. Корпорации, города и отдельные сверхвлиятельные люди становятся самостоятельными субъектами. Технологические компании смогут не только создавать технологии, но и задавать правила их использования. 5. Мир одновременно соединяется и распадается. Связанность vs фрагментация, кооперация vs конфронтация, инновации vs стагнация. Суверенный AI, локализация производства и распад цепочек прекрасно уживаются с глобальной цифровой связанностью. 6. Для России ключевой вызов — демография и технологии. Население и рабочая сила сокращаются, а значит AI и автоматизация — не только источник производительности, но и ответ на дефицит человеческого капитала. 7. Главное для форсайта: линейная экстраполяция не работает. Важны взаимодействия, обратные связи и вторичные эффекты. Именно поэтому будущее — не список трендов, а динамическая система: технологии меняют демографию, демография ускоряет роботизацию, роботизация меняет экономику, экономика — распределение власти. По сути, это почти архитектура стратегического симулятора будущего. Побеждать будут не обладатели отдельных технологий, а системы, способные соединить науку, AI, Physical AI, данные, вычисления, энергию и человеческий капитал.