Anthropic تمنح وكلاء الذكاء الاصطناعي القدرة على إدارة الآلات

حين ينتقل الذكاء الاصطناعي من الشاشة إلى المختبر أو خط الإنتاج، يتغير معنى الخطأ نفسه. لم يعد الأمر يتعلق بإجابة غير دقيقة أو سطر برمجي معيب، بل بأداة قد تتحرك في الاتجاه الخطأ أو جهاز قد ينفذ أمراً لا ينبغي له تنفيذه. هذا بالضبط ما يضعه إعلان Anthropic الجديد تحت المجهر، بعدما كشفت الشركة عن معاينة بحثية لمعيار Model Hardware Standard أو MHS، وهو طبقة موحدة تسمح لوكلاء الذكاء الاصطناعي باكتشاف المعدات القابلة للبرمجة ومراقبتها وتشغيلها.

بحسب ما أعلنته الشركة، يهدف MHS إلى حل مشكلة قديمة في البيئات العلمية والصناعية: كل جهاز تقريباً يحتاج إلى تكامل خاص به، وما يتطلبه ذلك من وقت وخبرة وبرمجيات مخصصة. الفكرة هنا هي بناء واجهة قياسية بين وكيل الذكاء الاصطناعي وبين العتاد، بحيث يفهم النظام ما الذي يستطيع الجهاز فعله، وما حدوده الفيزيائية، وكيف يمكن إصدار الأوامر له بطريقة منظمة.

المعيار الجديد يمكنه، نظرياً، ربط كاميرات ومستشعرات وأذرع روبوتية ومجاهر ومعدات مناولة السوائل وغيرها من الأجهزة القابلة للبرمجة. والأهم أنه لا يكتفي بالتعامل مع جهاز واحد، بل يفتح الباب أمام تنسيق عدة آلات في الوقت نفسه، ضمن سير عمل واحد يتابع النتائج ويعدل الإعدادات بحسب ما يحدث على الأرض.

الفارق الجوهري هنا أن الذكاء الاصطناعي لم يعد مجرد طبقة تحليل أو اقتراح، بل أصبح قريباً من دور المشغل. Anthropic تشرح أن الوكيل يمكنه استخدام بروتوكولات وأدوات مختلفة للوصول إلى الأجهزة، ثم قراءة الحالة، وتعديل الإعدادات، ومتابعة الاستجابة، بل وحتى تحويل ما يتعلمه أثناء التجربة إلى خطوات حتمية قابلة للتكرار.

هذا التحول مهم لأنه ينقل الوكيل من مساحة رمزية إلى مساحة مادية. في البرمجيات، يمكن التراجع عن كثير من الأخطاء. أما في المختبر أو المصنع، فقد يعني القرار الخاطئ إتلاف عينة، تعطيل آلة، أو خلق مخاطرة تشغيلية لا يمكن إصلاحها بزر واحد. لذلك يبدو MHS أقل شبهاً بأداة أتمتة اعتيادية، وأكثر قرباً من بنية تحتية للتحكم.

السبب بسيط ومفهوم. المؤسسات البحثية والمصانع تعيش منذ سنوات مع أنظمة متباينة، وأجهزة من موردين مختلفين، وواجهات تشغيل لا تتحدث اللغة نفسها. أي معيار مشترك يمكن أن يختصر أسابيع من الربط والاختبار والتخصيص إلى ساعات أقل، وهذا وحده يفسر اهتمام جهات مثل AWS وDoosan Robotics وDanaher وHugging Face وRaspberry Pi بدعم الفكرة أو اختبارها.

في أفضل السيناريوهات، يمكن لهذا النوع من المعايير أن يحرر الباحث والمهندس من عبء التوصيل اليدوي بين الأدوات، ليعود التركيز إلى تصميم التجربة وتحليل النتائج. هنا تكمن القيمة الحقيقية: ليس في استبدال الإنسان، بل في تقليل الاحتكاك التقني بين الأنظمة، وجعل الأتمتة أكثر قابلية للتوسع.

الجانب الأكثر حساسية في الإعلان ليس ما يستطيع MHS فعله، بل ما لم توضحه Anthropic بعد بالتفصيل. عندما يحصل وكيل ذكاء اصطناعي على قدرة تشغيل معدات حقيقية، تصبح قضايا مثل المصادقة والصلاحيات والعزل الشبكي وسلامة برامج التشغيل والتدقيق المستمر جزءاً من قلب المنظومة، لا مجرد طبقة إضافة لاحقة.

إذا تعرض الحساب أو الوكيل أو برنامج التشغيل للاختراق، فالمشكلة لن تبقى ضمن حدود البيانات. قد تتحول إلى أوامر غير مصرح بها تصل مباشرة إلى معدات متصلة. وحتى من دون هجوم خارجي، فإن سوء الفهم أو الخلل في الاستدلال قد يخلق سلوكاً غير متوقع. لهذا يبدو التعامل مع واجهات AI-to-hardware أقرب إلى التعامل مع أنظمة التحكم الصناعية، لا مع تطبيقات مكتبية ذكية.

Anthropic نفسها تقر بأن فهم Claude للعالم الفيزيائي ما زال غير مكتمل، وأن الباحثين اضطروا في بعض الحالات إلى التدخل عندما أخطأ النموذج في تفسير مشكلة مادية على أنها مشكلة برمجية. هذه الملاحظة تبدو صغيرة، لكنها في الحقيقة مركزية. فهي تذكرنا بأن النماذج اللغوية بارعة في التفسير والاستنتاج، لكنها لا تمتلك حدساً مادياً بشرياً بالمعنى الكامل.

كما أن MHS لا يدعم حالياً الأجهزة التي لا تملك واجهة برمجية قابلة للتعامل. هذا يعني أن الطريق ما زال في بدايته، وأن قابلية التبني الواسع ستعتمد ليس فقط على جودة المعيار، بل أيضاً على استعداد المصنعين لفتح أجهزتهم أمام طبقات تحكم موحدة وآمنة.

الأقرب لوصف هذه الخطوة أنها بداية بنية قياسية قد تعيد تشكيل العلاقة بين الذكاء الاصطناعي والعتاد. وإذا نجحت، فقد نرى طبقة محايدة تتوسط بين النماذج من جهة، والأجهزة العلمية والصناعية من جهة أخرى، بما يشبه ما فعلته المعايير المفتوحة سابقاً في الشبكات والخوادم والبرمجيات.

لكن القيمة هنا ستقاس بمدى الانضباط أكثر من مدى الذكاء. المؤسسات التي ستختبر هذه الفئة من الأنظمة لن تسأل فقط إن كان الوكيل يستطيع تنفيذ المهمة، بل إن كان يمكن تقييده بدقة، ومراقبة أثره، وإيقافه بأمان عند الانحراف. وفي هذا المعنى، يكشف MHS عن اتجاه أكبر من منتج جديد: الذكاء الاصطناعي يقترب تدريجياً من مفاتيح العالم المادي، وحين يحدث ذلك تصبح الحوكمة الجيدة شرطاً للتقدم، لا عبئاً عليه.