Superare le barriere dei dati: può il protocollo di contesto del modello di Anthropic migliorare le prestazioni dell’IA?

Il protocollo di contesto del modello innovativo di Anthropic (MCP) mira a risolvere i problemi dei dati frammentati e a migliorare l’efficienza delle soluzioni alimentate dall’IA. Potrebbe diventare lo standard per l’integrazione dell’IA consapevole del contesto?

Una delle sfide più pressanti nell’innovazione dell’intelligenza artificiale (IA) oggi è l’isolamento dei modelli linguistici di grandi dimensioni (LLM) dai dati in tempo reale. Per affrontare il problema, la società di ricerca e sicurezza dell’IA con sede a San Francisco, Anthropic, ha recentemente annunciato un’architettura di sviluppo unica per ridisegnare il modo in cui i modelli dell’IA interagiscono con i dati.

Il nuovo protocollo di contesto del modello (MCP) della società, lanciato come progetto open-source, è progettato per migliorare l’efficienza dell’IA attraverso una “comunicazione bidirezionale tra applicazioni alimentate dall’IA e fonti di dati in tempo reale e diverse”.

L’architettura è stata progettata per affrontare una crescente frustrazione: i risultati dell’IA obsoleti a causa della mancanza di connessione ai dati in tempo reale. Anthropic afferma che il protocollo unificato può migliorare lo sviluppo e la funzionalità dell’IA per le aziende e renderle più simili agli esseri umani attraverso la consapevolezza del contesto in tempo reale. Secondo la società, ogni nuova fonte di dati aziendale richiede implementazioni personalizzate dell’IA, creando inefficienze. Il MCP cerca di risolvere questo problema offrendo un framework standardizzato che gli sviluppatori possono adottare universalmente.

“L’architettura è semplice: gli sviluppatori possono esporre i propri dati attraverso i server MCP o costruire applicazioni dell’IA (client MCP) che si connettono a questi server. Invece di mantenere connettori separati per ogni fonte di dati, gli sviluppatori possono ora costruire contro un protocollo standard”, ha spiegato Anthropic in un post del blog. “Man mano che l’ecosistema matura, i sistemi dell’IA manterranno il contesto mentre si spostano tra diversi strumenti e set di dati, sostituendo le integrazioni frammentate di oggi con un’architettura più sostenibile”.

I modelli dell’IA, tra cui il modello di punta di Anthropic Claude, possono integrarsi con strumenti come Google Drive, Slack e GitHub. Gli esperti suggeriscono che il MCP ha il potenziale per trasformare le integrazioni dell’IA aziendale nello stesso modo in cui l’architettura orientata ai servizi (SOA) e altri protocolli hanno rivoluzionato l’interoperabilità delle applicazioni.

“Avere un protocollo di settore standardizzato per i flussi di dati tra i modelli LLM e le fonti di dati è un fattore di cambiamento. Simile a REST e SQL nel settore del software, protocolli standardizzati come il MCP possono aiutare i team a costruire applicazioni GenAI più velocemente e con maggiore affidabilità”, ha detto Gideon Mendels, co-fondatore e CEO della piattaforma di valutazione dei modelli dell’IA Comet. “Questo segue la realizzazione del mercato negli ultimi sei mesi che un grande modello LLM non è sufficiente.”

Anthropic ha anche rivelato che i primi adottanti aziendali, tra cui Block e Apollo, hanno già integrato il MCP nei loro sistemi. Nel frattempo, i fornitori di strumenti di sviluppo come Zed, Replit, Codeium e Sourcegraph stanno collaborando con il MCP per migliorare le loro piattaforme. Questa partnership mira ad aiutare i modelli e gli agenti dell’IA a recuperare informazioni più rilevanti attraverso i dati in tempo reale, a comprendere meglio il contesto e a generare output più sfumati per attività aziendali come la codifica, con maggiore efficienza.

“I modelli dell’IA che sono più simili agli esseri umani e più consapevoli possono rendere la tecnologia più accessibile, il che potrebbe favorire un’adozione più ampia”, ha detto Masha Levin, imprenditrice in residenza presso One Way Ventures. “C’è ancora molta paura intorno all’IA, con molti che la vedono solo come una macchina. Umanizzare questi modelli potrebbe aiutare ad alleviare queste paure e a favorire un’integrazione più fluida nella vita quotidiana.”

Levin ha anche avvertito di un potenziale svantaggio. “C’è il rischio che le aziende possano diventare eccessivamente dipendenti dall’IA per il supporto, permettendole di influenzare le loro decisioni in modi estremi, il che potrebbe portare a conseguenze dannose.”

Tuttavia, la vera prova per il MCP sarà la sua capacità di ottenere un’adozione diffusa e di superare i suoi concorrenti in un mercato affollato.

Anthropic MCP vs. OpenAI e Perplexity: la battaglia per gli standard di innovazione dell’IA

Mentre l’approccio open-source di Anthropic MCP segna un notevole progresso per l’innovazione dell’IA, entra in un panorama competitivo dominato da colossi tecnologici come OpenAI e Perplexity.

La recente funzionalità “Lavora con le app” di OpenAI per ChatGPT mostra capacità simili, sebbene con un focus proprietario sulla priorità delle partnership strette rispetto agli standard aperti. Questa funzionalità consente a ChatGPT di accedere e analizzare dati e contenuti da altre app, ma solo con il permesso dell’utente, eliminando la necessità per gli sviluppatori di copiare e incollare manualmente. Invece, ChatGPT può esaminare i dati direttamente da un’app, fornendo suggerimenti più intelligenti e consapevoli del contesto a causa della sua integrazione con i dati internet in tempo reale.

Inoltre, la società ha anche introdotto la sua architettura di dati in tempo reale nel mese di ottobre, chiamata “Realtime API”, che consente ai voice assistant di rispondere in modo più efficace recuperando contesto fresco da internet. Ad esempio, un voice assistant potrebbe effettuare un ordine per conto dell’utente o recuperare informazioni relative al cliente per fornire risposte personalizzate. “Ora con la Realtime API e presto con l’audio nell’API Chat Completions, gli sviluppatori non devono più cucire insieme più modelli per alimentare queste esperienze”, ha detto OpenAI in un post del blog. “Sotto il cofano, la Realtime API consente di creare una connessione WebSocket persistente per scambiare messaggi con GPT-4o.”

Allo stesso modo, il protocollo di dati in tempo reale di Perplexity per l’IA, noto come pplx-api, fornisce agli sviluppatori l’accesso al suo modello linguistico di grandi dimensioni (LLM). Questo API consente alle applicazioni di inviare query di linguaggio naturale e di ricevere informazioni dettagliate e aggiornate da internet. Attraverso un unico endpoint API, consente il recupero dei dati e le risposte consapevoli del contesto per le applicazioni dell’IA, consentendo agli sviluppatori di costruire applicazioni che rimangono allineate con le informazioni più recenti.

“Di solito, l’industria tende a standardizzare una soluzione open-source, ma spesso ciò richiede anni. È molto probabile che OpenAI cerchi di introdurre più protocolli”, ha detto Mendels. “Ma se il MCP ottiene un’adozione ampia come primo standard del suo genere, potremmo vedere tecniche e best practice iniziare a standardizzarsi attorno ad esso.”

Il protocollo di contesto del modello di Anthropic può stabilire lo standard per l’integrazione dell’IA consapevole del contesto?

Nonostante il suo potenziale, il protocollo di contesto del modello di Anthropic affronta sfide significative. La sicurezza è una preoccupazione primaria, poiché l’abilitazione dei sistemi dell’IA ad accedere a dati aziendali sensibili aumenta il rischio di violazioni se il sistema diventa rogue. Inoltre, convincere gli sviluppatori già radicati in ecosistemi stabiliti ad adottare il MCP potrebbe essere difficile.

Un altro problema è la dimensione dei dati, secondo JD Raimondi, capo della scienza dei dati presso la società di sviluppo IT Making Sense. Ha detto: “Anthropic è il leader negli esperimenti che portano a contesti di grandi dimensioni, ma l’accuratezza dei modelli soffre notevolmente. È probabile che migliorino nel tempo e, in termini di prestazioni, ci sono molti trucchi per mantenere la velocità accettabile.”

Mentre Anthropic afferma che il MCP migliora la capacità dell’IA di recuperare e contestualizzare i dati, la mancanza di benchmark concreti per supportare queste affermazioni potrebbe ostacolare l’adozione. “Che siate uno sviluppatore di strumenti dell’IA, un’azienda che cerca di sfruttare i dati esistenti o un adottante precoce che esplora la frontiera, vi invitiamo a costruire il futuro dell’IA consapevole del contesto insieme”, ha detto Anthropic.

Mentre gli sviluppatori testano le capacità del MCP, l’industria sarà attenta a vedere se questo standard aperto può ottenere la trazione necessaria per diventare un punto di riferimento per l’integrazione dell’IA consapevole del contesto. Mendels suggerisce che la standardizzazione potrebbe essere una mossa intelligente per Anthropic, potenzialmente aumentando l’interoperabilità e consentendo ai team di sperimentare con diverse combinazioni di strumenti per determinare il miglior adattamento per le loro esigenze. “Al momento, sembra troppo presto per dire che molti processi nell’ecosistema dell’IA si stanno standardizzando”, ha notato Mendels. “Con l’innovazione che avviene così rapidamente, le migliori pratiche di oggi potrebbero essere obsolete entro la prossima settimana. Solo il tempo dirà se un protocollo come il MCP può avere successo nel standardizzare il recupero dei dati del contesto.”