Spargerea barierelor de date: Poate protocolul de context al modelului Anthropic să îmbunătățească performanța IA?

Inovativul Protocol de Context al Modelului (MCP) al Anthropic își propune să rezolve problema datelor fragmentate și să îmbunătățească eficiența soluțiilor bazate pe inteligență artificială. Ar putea deveni standardul pentru integrarea inteligenței artificiale conștiente de context?

Una dintre cele mai presante provocări în inovarea inteligenței artificiale (IA) de astăzi este izolarea modelelor de limbaj mare (LLM) de datele în timp real. Pentru a aborda această problemă, compania de cercetare și siguranță a inteligenței artificiale Anthropic, cu sediul în San Francisco, a anunțat recent o arhitectură de dezvoltare unică pentru a redefini modul în care modelele de inteligență artificială interacționează cu datele.

Noul Protocol de Context al Modelului (MCP) al companiei, lansat ca proiect open-source, este conceput pentru a îmbunătăți eficiența inteligenței artificiale prin “comunicarea bidirecțională între aplicațiile bazate pe inteligență artificială și sursele de date diverse și în timp real”.

Arhitectura este construită pentru a aborda o frustrare în creștere: ieșirile învechite ale inteligenței artificiale, cauzate de lipsa de conectare la datele în timp real. Anthropic afirmă că protocolul unificat poate îmbunătăți dezvoltarea și funcționalitatea inteligenței artificiale pentru afaceri și le poate face mai asemănătoare cu cele umane, prin conștientizarea contextului în timp real. Conform companiei, fiecare nouă sursă de date pentru afaceri necesită implementări personalizate de inteligență artificială, ceea ce creează ineficiențe. MCP își propune să abordeze această problemă, oferind un cadru standardizat pe care dezvoltatorii îl pot adopta în mod universal.

“Arhitectura este una simplă: dezvoltatorii pot expune datele lor prin servere MCP sau pot construi aplicații de inteligență artificială (cliști MCP) care se conectează la aceste servere. În loc să mențină conectări separate pentru fiecare sursă de date, dezvoltatorii pot acum construi împotriva unui protocol standard”, a explicat Anthropic într-un articol de blog. “Pe măsură ce ecosistemul se maturizează, sistemele de inteligență artificială vor menține contextul pe măsură ce se deplasează între diferite instrumente și seturi de date, înlocuind integrările fragmentate de astăzi cu o arhitectură mai durabilă.”

Modelele de inteligență artificială, inclusiv asistentul emblematic al Anthropic, Claude, pot integra instrumente precum Google Drive, Slack și GitHub. Experții sugerează că MCP are potențialul de a transforma integrările de afaceri de inteligență artificială în același mod în care arhitectura orientată spre servicii (SOA) și alte protocoale au revoluționat interoperabilitatea aplicațiilor.

“Avea un protocol de industrie standardizat pentru conducte de date între LLM și sursele de date este un joc schimbat. Similar cu REST și SQL în industria software, protocoale standardizate precum MCP pot ajuta echipele să construiască aplicații GenAI mai rapid și cu o fiabilitate mai bună”, a declarat Gideon Mendels, co-fondator și director executiv al platformei de evaluare a modelelor de inteligență artificială Comet, pentru mine. “Acest lucru urmează realizarea pieței în ultimele șase luni că un model LLM excelent nu este suficient.”

Anthropic a dezvăluit, de asemenea, că adoptatorii early enterprise, inclusiv Block și Apollo, au integrat deja MCP în sistemele lor. Între timp, furnizorii de instrumente de dezvoltare, cum ar fi Zed, Replit, Codeium și Sourcegraph, colaborează cu MCP pentru a-și îmbunătăți platformele. Acest parteneriat urmărește să ajute modelele și agenții de inteligență artificială să obțină informații mai relevante prin date în timp real, să înțeleagă contextul mai eficient și să genereze ieșiri nuanțate pentru sarcinile de întreprindere, cum ar fi programarea, cu o eficiență mai mare.

“Modelele de inteligență artificială care sunt mai asemănătoare cu cele umane și mai conștiente de sine pot face ca tehnologia să pară mai apropiată, ceea ce ar putea conduce la o adoptare mai largă”, a spus Masha Levin, antreprenor în cadrul One Way Ventures, pentru mine. “Există încă multă teamă în jurul inteligenței artificiale, cu mulți o văd doar ca pe o mașină. Umanizarea acestor modele ar putea ajuta la înlăturarea acestor temeri și la o integrare mai lină în viața de zi cu zi.”

Levin a avertizat, de asemenea, asupra unui potențial dezavantaj. “Există un risc ca afacerile să devină prea dependente de inteligența artificială pentru sprijin, permițându-i să influențeze deciziile în moduri extreme, ceea ce ar putea duce la consecințe dăunătoare.”

Cu toate acestea, adevărata probă pentru MCP va fi capacitatea sa de a obține o adoptare largă și de a depăși concurenții săi într-un mediu competitiv.

Anthropic MCP vs. OpenAI și Perplexity: Bătălia pentru standardele de inovare a inteligenței artificiale

În timp ce abordarea open-source a lui Anthropic MCP marchează o avansare notabilă pentru inovarea inteligenței artificiale, intră într-un peisaj competitiv dominat de gigantii tehnologiei precum OpenAI și Perplexity.

Funcția “Lucrați cu aplicații” a lui OpenAI pentru ChatGPT prezintă capacități similare, deși cu un focus proprietar pe prioritizarea parteneriatelor strânse în detrimentul standardelor deschise. Această funcție permite ChatGPT să acceseze și să analizeze date și conținut din alte aplicații, dar numai cu permisiunea utilizatorului, eliminând nevoia dezvoltatorilor de a copia și lipi manual. În schimb, ChatGPT poate examina datele direct dintr-o aplicație, oferind sugestii mai inteligente și conștiente de context datorită integrării sale cu datele de internet în timp real.

Mai mult, compania a introdus, de asemenea, arhitectura sa de date în timp real în octombrie, numită “Realtime API”, care permite asistenților vocali să răspundă mai eficient prin extragerea de context proaspăt de pe internet. De exemplu, un asistent vocal ar putea plasa o comandă în numele unui utilizator sau ar putea obține informații relevante ale clientului pentru a oferi răspunsuri personalizate. “Acum, cu Realtime API și, în curând, cu audio în Chat Completions API, dezvoltatorii nu mai trebuie să coasă împreună multiple modele pentru a alimenta aceste experiențe”, a declarat OpenAI într-un articol de blog. “Sub capotă, Realtime API permite crearea unei conexiuni persistente WebSocket pentru a schimba mesaje cu GPT-4o.”

La fel, protocolul de date în timp real al lui Perplexity pentru inteligența artificială, cunoscut sub numele de “pplx-api“, oferă dezvoltatorilor acces la modelul său de limbaj mare (LLM). Acest API permite aplicațiilor să trimită interogări de limbaj natural și să primească informații detaliate și actualizate de pe web. Prin intermediul unui singur punct de capăt al API, permite recuperarea datelor actualizate și răspunsuri conștiente de context pentru aplicațiile de inteligență artificială, permițând dezvoltatorilor să construiască aplicații care rămân aliniate cu informațiile cele mai recente.

“De obicei, industria are tendința de a se standardiza pe o soluție open-source, dar adesea acest lucru durează ani. Este foarte probabil ca OpenAI să încerce să introducă mai multe protocoale”, a spus Mendels. “Dar dacă MCP obține o adoptare largă ca primul standard de acest fel, am putea vedea tehnici și practici care încep să se standardizeze în jurul lui.”

Poate Anthropic MCP să stabilească standardul pentru integrarea inteligenței artificiale conștiente de context?

În ciuda potențialului său, Anthropic MCP se confruntă cu provocări semnificative. Securitatea este o preocupare principală, deoarece permiterea sistemelor de inteligență artificială să acceseze date sensibile ale întreprinderilor ridică riscul de scurgeri de date dacă sistemul devine defect.

O altă problemă este dimensiunea imensă a datelor, conform lui JD Raimondi, șeful departamentului de știință a datelor de la compania de dezvoltare IT Making Sense. El mi-a spus: “Anthropic este lider în experimente care duc la contexte mari, dar acuratețea modelelor suferă foarte mult. Este probabil că vor deveni mai bune în timp, iar din punct de vedere al performanței, există multe trucuri pentru a menține viteza acceptabilă.”

În timp ce Anthropic afirmă că MCP îmbunătățește capacitatea inteligenței artificiale de a recupera și contextualiza date, lipsa unor repere concrete pentru a susține aceste afirmații ar putea împiedica adoptarea. “Indiferent dacă sunteți un dezvoltator de instrumente de inteligență artificială, o întreprindere care dorește să valorifice datele existente sau un adoptator timpuriu care explorează frontiera, vă invităm să construiți împreună viitorul inteligenței artificiale conștiente de context”, a declarat Anthropic.

Pe măsură ce dezvoltatorii testează capacitățile MCP, industria va urmări să vadă dacă acest standard deschis poate obține tracțiunea necesară pentru a deveni o referință pentru integrarea inteligenței artificiale conștiente de context. Mendels sugerează că standardizarea ar putea fi o mișcare inteligentă pentru Anthropic, permițând o interoperabilitate mai bună și echipele să experimenteze cu diferite combinații de instrumente pentru a determina cel mai bun fit pentru nevoile lor. “În acest moment, se simte prea devreme pentru a spune că multe procese din ecosistemul inteligenței artificiale se standardizează”, a observat Mendels. “Cu inovația care are loc atât de rapid, cele mai bune practici de astăzi ar putea fi învechite până la săptămâna viitoare. Doar timpul va spune dacă un protocol precum MCP poate reuși în standardizarea recuperării datelor contextuale.”