Prolomení datových bariér: Může kontextový protokol modelu Anthropic zvýšit výkon umělé inteligence?

Inovativní protokol MCP (Model Context Protocol) společnosti Anthropic si klade za cíl řešit fragmentovaná data a zvýšit efektivitu řešení založených na umělé inteligenci. Mohla by se stát standardem pro kontextově orientovanou integraci AI?

Jednou z nejnaléhavějších výzev dnešních inovací umělé inteligence (AI) je izolace velkých jazykových modelů (LLM) od dat v reálném čase. Společnost Anthropic zabývající se výzkumem a bezpečností umělé inteligence se sídlem v San Francisku nedávno oznámila unikátní vývojovou architekturu, která má změnit způsob interakce modelů umělé inteligence s daty, aby tento problém vyřešila. 

Nová společnost Kontextový protokol modelu (MCP), spuštěný jako projekt s otevřeným zdrojovým kódem, je navržen tak, aby zvýšil efektivitu umělé inteligence prostřednictvím „obousměrné komunikace mezi aplikacemi poháněnými umělou inteligencí a různými zdroji dat v reálném čase“. 

Architektura je navržena tak, aby řešila rostoucí frustraci: zastaralé výstupy AI způsobené nedostatkem připojení k datům v reálném čase. Společnost Antropic tvrdí, že jednotný protokol může zlepšit vývoj a funkčnost AI pro podniky a učinit je lidštějšími díky povědomí o kontextu v reálném čase. Podle společnosti každý nový zdroj obchodních dat vyžaduje vlastní implementace AI, což vede k neefektivitě. MCP se to snaží řešit nabídkou standardizovaného rámce, který mohou vývojáři univerzálně přijmout.

„Architektura je přímočará: vývojáři mohou svá data vystavit buď prostřednictvím serverů MCP, nebo vytvářet aplikace AI (klienty MCP), které se k těmto serverům připojují. Namísto udržování samostatných konektorů pro každý zdroj dat mohou nyní vývojáři stavět na standardním protokolu,“ vysvětlil Anthropic v a blogu. „Jak ekosystém dospívá, systémy umělé inteligence si budou udržovat kontext, když se pohybují mezi různými nástroji a datovými sadami, a nahradí tak dnešní roztříštěné integrace udržitelnější architekturou.“

Modely umělé inteligence, včetně mimo jiné vlajkového asistenta Anthropic Claude, lze integrovat s nástroji, jako je Disk Google, Slack a GitHub. Odborníci naznačují, že MCP má potenciál transformovat podnikové integrace AI stejným způsobem, jakým architektura orientovaná na služby (SOA) a další protokoly způsobily revoluci v interoperabilitě aplikací.

„Mít standardní protokol pro datové kanály mezi LLM a datovými zdroji je změna hry. Podobně jako REST a SQL v softwarovém průmyslu, standardizované protokoly, jako je MCP, mohou týmům pomoci vytvářet aplikace GenAI rychleji a s větší spolehlivostí,“ Řekl mi Gideon Mendels, spoluzakladatel a generální ředitel platformy Comet pro hodnocení modelů umělé inteligence. “Vyplývá to z toho, že si trh v posledních šesti měsících uvědomil, že skvělý model LLM nestačí.“

Společnost Anthropic také odhalila, že první podnikoví uživatelé včetně Block a Apollo již integrovali MCP do svých systémů. Mezitím poskytovatelé vývojových nástrojů, jako jsou Zed, Replit, Codeium a Sourcegraph, spolupracují s MCP na vylepšení jejich platforem. Toto partnerství si klade za cíl pomoci modelům a agentům umělé inteligence získávat relevantnější informace prostřednictvím dat v reálném čase, efektivněji uchopovat kontext a generovat s větší efektivitou výstupy pro podnikové úkoly, jako je kódování. 

„Modely umělé inteligence, které jsou více podobné lidem a sebevědomějším, mohou způsobit, že technologie bude příbuzná, což by mohlo vést k širšímu přijetí,“ řekla mi Masha Levin, rezidenční podnikatelka ve společnosti One Way Ventures. „Kolem umělé inteligence je stále hodně strachu, mnozí ji považují pouze za stroj. Humanizace těchto modelů by mohla pomoci zmírnit tyto obavy a podpořit hladší integraci do každodenního života. 

Levin také varoval před potenciální nevýhodou. "Existuje riziko, že podniky se mohou stát příliš závislými na podpoře AI, což jí umožní extrémním způsobem ovlivňovat jejich rozhodnutí, což by mohlo vést ke škodlivým důsledkům." 

Skutečným testem pro MCP však bude jeho schopnost získat široké přijetí a předstihnout své konkurenty na přeplněném trhu.

Antropické MCP vs. OpenAI a Perplexity: Bitva o inovační standardy AI

Zatímco přístup Open-source společnosti Anthropic MCP představuje významný pokrok v inovaci AI, vstupuje do konkurenčního prostředí, kterému dominují tech giganti jako OpenAI a Perplexity. 

Nedávná funkce OpenAI „Práce s aplikacemi“ pro ChatGPT předvádí podobné schopnosti, i když s proprietárním zaměřením na upřednostňování blízkých partnerství před otevřenými standardy. Tato funkce umožňuje ChatGPT přistupovat a analyzovat data a obsah z jiných aplikací – ale pouze s povolením uživatele, což vývojářům eliminuje potřebu ručního kopírování a vkládání. Místo toho může ChatGPT kontrolovat data přímo z aplikace a díky své integraci s internetovými daty v reálném čase poskytuje chytřejší, kontextové návrhy. 

Kromě toho společnost v říjnu také představila svou datovou architekturu v reálném čase, nazvanou „Realtime API“, která umožňuje hlasovým asistentům reagovat efektivněji pomocí nového kontextu z internetu. Hlasový asistent by například mohl zadat objednávku jménem uživatele nebo získat relevantní informace o zákaznících a dodat personalizované odpovědi. „Nyní s rozhraním Realtime API a brzy i se zvukem v rozhraní Chat Completions API už vývojáři nemusí spojovat více modelů, aby tyto zážitky podporovali,“ uvedl OpenAI v dokumentu. blogu. „Pod kapotou vám rozhraní Realtime API umožňuje vytvořit trvalé připojení WebSocket pro výměnu zpráv s GPT-4o.“

Podobně datový protokol Perplexity pro umělou inteligenci v reálném čase, známý jako „pplx-api,“ poskytuje vývojářům přístup ke svému velkému jazykovému modelu (LLM). Toto rozhraní API umožňuje aplikacím odesílat dotazy v přirozeném jazyce a přijímat podrobné informace z webu v reálném čase. Prostřednictvím jediného koncového bodu API umožňuje načítání aktuálních dat a kontextové reakce pro aplikace AI, což umožňuje vývojářům vytvářet aplikace, které zůstávají v souladu s nejnovějšími informacemi.

„Obvykle má průmysl tendenci standardizovat na jednom open source řešení, ale často to trvá roky. Je velmi pravděpodobné, že se OpenAI pokusí zavést více protokolů,“ řekl Mendels. "Pokud však MCP získá široké přijetí jako první standard svého druhu, mohli bychom vidět, že se kolem něj začnou standardizovat techniky a osvědčené postupy."

Může Anthropic MCP nastavit standard pro kontextovou integraci umělé inteligence?

Navzdory svému potenciálu čelí Anthropic MCP významným výzvám. Zabezpečení je primárním zájmem, protože umožnění přístupu systémů umělé inteligence k citlivým podnikovým datům zvyšuje riziko úniku, pokud se systém zkazí. Kromě toho může být obtížné přesvědčit vývojáře již zakořeněné v zavedených ekosystémech, aby přijali MCP. 

Dalším problémem je podle JD Raimondiho, vedoucího datové vědy v IT vývojářské firmě Making Sense, samotná velikost dat. Řekl mi: „Anthropic je lídrem v experimentech vedoucích k rozsáhlým souvislostem, ale přesnost modelů tím značně trpí. Je pravděpodobné, že se časem zlepší, a pokud jde o výkon, existuje spousta triků, jak udržet přijatelnou rychlost.“

Zatímco Anthropic tvrdí, že MCP zlepšuje schopnost AI získávat a kontextualizovat data, nedostatek konkrétních měřítek na podporu těchto tvrzení může bránit přijetí. „Ať už jste vývojář nástrojů AI, podnik, který chce využít stávající data, nebo první uživatel, který zkoumá hranice, zveme vás, abyste společně budovali budoucnost kontextově orientované AI,“ řekl Anthropic. 

Zatímco vývojáři testují schopnosti MCP, průmysl bude sledovat, zda tento otevřený standard může získat potřebnou trakci, aby se stal měřítkem pro kontextovou integraci AI. Mendels navrhuje, že standardizace by mohla být pro společnost Anthropic chytrým krokem, který by potenciálně zvýšil interoperabilitu a umožnil týmům experimentovat s různými kombinacemi nástrojů k určení toho, co nejlépe vyhovuje jejich potřebám. "Právě teď se zdá příliš brzy říkat, že mnoho procesů v ekosystému umělé inteligence se standardizuje," poznamenal Mendels. „Vzhledem k tomu, že inovace probíhají tak rychle, dnešní osvědčené postupy mohou být již příští týden zastaralé. Teprve čas ukáže, zda protokol jako MCP může uspět ve standardizaci získávání kontextových dat.“