Claude wychodzi z komputera. Anthropic uruchomił laboratorium, w którym AI prowadzi prawdziwe eksperymenty

Laboratorium biologiczne Anthropic działa już w San Francisco Bay Area, a firma wykorzystuje je do sprawdzania, jak Claude może uczestniczyć w rzeczywistych eksperymentach naukowych. Firma potwierdziła, że w San Francisco Bay Area działa jej własne laboratorium biologiczne typu wet lab, w którym prowadzone są rzeczywiste eksperymenty. Celem jest sprawdzenie, jak modele Claude mogą pomagać naukowcom nie tylko w analizowaniu publikacji czy projektowaniu eksperymentów, ale również w sterowaniu sprzętem laboratoryjnym, obserwowaniu wyników i podejmowaniu kolejnych kroków na podstawie danych zbieranych podczas eksperymentu.

To znacznie więcej niż kolejny chatbot dla naukowców. Anthropic rozwija równolegle Claude Science, modele wyspecjalizowane w biologii oraz Model Hardware Standard, który pozwala agentom AI komunikować się z mikroskopami, robotami laboratoryjnymi, systemami dozowania cieczy i innym fizycznym sprzętem. Firma podkreśla przy tym, że nadal jesteśmy na bardzo wczesnym etapie automatyzowania pracy laboratoryjnej, a udział i nadzór człowieka pozostają kluczowe dla bezpieczeństwa.

Anthropic uruchomił prawdziwe laboratorium biologiczne dla AI

Istnienie laboratorium potwierdził Eric Kauderer-Abrams, szef działu life sciences w Anthropic. Firma posiada własny wet lab w rejonie San Francisco Bay Area i wykonuje tam rzeczywistą pracę biologiczną. Część eksperymentów pozostaje wewnątrz organizacji, natomiast inne zadania są zlecane partnerom posiadającym odpowiednią infrastrukturę. Anthropic nie ujawnił dokładnej lokalizacji laboratorium ani pełnej listy prowadzonych tam projektów.

To istotna zmiana w sposobie wykorzystania modeli językowych w nauce. Do tej pory AI kojarzyło się przede wszystkim z analizą danych, wyszukiwaniem informacji, pisaniem kodu czy projektowaniem potencjalnych cząsteczek na komputerze. Ostateczna weryfikacja biologicznej hipotezy nadal wymaga jednak prawdziwej próbki, urządzeń pomiarowych i eksperymentu. Anthropic chce właśnie skrócić dystans pomiędzy pomysłem wygenerowanym lub przeanalizowanym przez AI a jego fizycznym sprawdzeniem.

Firma zaznacza, że laboratorium nie jest obecnie wyłącznie zakładem do odkrywania nowych leków. Jego głównym obszarem ma być szerzej rozumiana biologia eksperymentalna i rozwój sposobów wykorzystywania AI w badaniach naukowych.

Claude ma dostać „ręce” w postaci robotów laboratoryjnych

Samo posiadanie laboratorium nie byłoby szczególnie niezwykłe dla firmy inwestującej w biotechnologię. Najciekawsza jest rola, którą Anthropic chce powierzyć sztucznej inteligencji. Według źródeł Reutersa firma rozwija systemy pozwalające Claude’owi kierować robotycznymi urządzeniami laboratoryjnymi przy ograniczonej interwencji człowieka. Anthropic potwierdza kierunek tych prac, choć podkreśla, że automatyzacja laboratorium znajduje się dopiero na bardzo wczesnym etapie.

Technologiczną podstawą jest Model Hardware Standard. MHS tworzy wspólną warstwę komunikacji pomiędzy agentem AI a urządzeniami, które normalnie korzystają z odmiennych sterowników i interfejsów. Claude może dzięki temu „widzieć” stan sprzętu, uruchamiać operacje, zbierać wyniki i koordynować kilka urządzeń w ramach jednego procesu. Anthropic wymienia m.in. mikroskopy, roboty pipetujące, ramiona robotyczne i aparaturę pomiarową.

To bardzo konkretna zmiana. Model przestaje odpowiadać wyłącznie tekstem na ekranie. Jego decyzja może uruchomić silnik, przesunąć płytkę laboratoryjną, zmienić ustawienie urządzenia albo rozpocząć kolejny etap eksperymentu. Właśnie dlatego Anthropic traktuje standardy bezpieczeństwa dla physical AI jako oddzielny problem od klasycznego bezpieczeństwa chatbota.

Claude potrafił już samodzielnie poprawić eksperyment po nieudanym wyniku

Anthropic opublikował już przykłady pokazujące, jak taki model pracy wygląda w praktyce. W jednym z testów MHS połączono robotyczny system dozowania cieczy, ramię przemieszczające próbki oraz czytnik mikropłytek. Claude pełnił rolę centralnego systemu koordynującego cały protokół laboratoryjny.

Agent ustawiał parametry przepływu cieczy, wykonywał transfer próbki, przesyłał płytkę do urządzenia pomiarowego, analizował uzyskane wartości i porównywał rezultat z oczekiwanym. Gdy jeden z przebiegów dał niewystarczająco wiarygodną krzywą odpowiedzi, system odrzucił wynik i zdecydował o powtórzeniu eksperymentu z innym zakresem stężeń. Druga próba została zaakceptowana bez interwencji człowieka.

Według opisu Anthropic przygotowanie integracji pozwalającej Claude’owi przeprowadzić taki proces zajęło około ośmiu godzin, podczas gdy klasyczne uruchomienie podobnej automatyzacji przez dostawcę sprzętu może wymagać wielu tygodni. Nie oznacza to, że AI samodzielnie „uprawia naukę” od postawienia hipotezy po publikację pracy. Pokazuje jednak coś ważnego: agent potrafi już działać w zamkniętej pętli eksperymentalnej – wykonać czynność, zmierzyć rezultat i dostosować następny krok do wyniku.

Model Hardware Standard łączy AI z mikroskopami i robotami

MHS jest jednym z najważniejszych elementów całej strategii Anthropic. Dzisiejsze laboratoria korzystają z ogromnej liczby urządzeń różnych producentów. Każde może mieć własne API, oprogramowanie, format danych i sposób sterowania. Połączenie ich w jeden automatyczny system często wymaga specjalistycznego programowania.

Model Hardware Standard ma stworzyć dla fizycznych urządzeń coś przypominającego wspólny język. Agent otrzymuje opis możliwości maszyny, dostępnych poleceń i limitów bezpieczeństwa, a następnie może komunikować się z nią poprzez ujednolicony interfejs. MHS współpracuje m.in. z Model Context Protocol, interfejsem wiersza poleceń i klasycznymi API.

Anthropic testował takie rozwiązania również poza biologią. Claude potrafił na przykład zmieniać ustawienie lasera, obserwować rezultat przez kamerę, a następnie wielokrotnie korygować pozycję wiązki. Po znalezieniu właściwej procedury model zapisał ją w postaci deterministycznego skryptu, dzięki czemu kolejne wykonania nie wymagały już ponownego rozumowania przy każdym kroku.

To właśnie taki model – AI jako warstwa sterująca fizycznymi narzędziami – może być znacznie ważniejszy od samego laboratoryjnego chatbota.

Claude Science miał być początkiem. Teraz AI przechodzi od danych do eksperymentów

Anthropic rozwija swoje ambicje naukowe etapami. W czerwcu firma udostępniła Claude Science, specjalne środowisko pracy dla naukowców integrujące model z narzędziami wykorzystywanymi w badaniach, środowiskami obliczeniowymi i naukowymi bazami danych. System ma pomagać m.in. w przeszukiwaniu literatury, analizie danych, uruchamianiu kodu i tworzeniu audytowalnych rezultatów pracy.

Kolejnym krokiem jest połączenie tej warstwy intelektualnej ze sprzętem. Naukowiec może w przyszłości opisać cel eksperymentu w naturalnym języku, Claude przygotuje protokół, przeanalizuje wcześniejsze dane, a następnie za pomocą MHS skoordynuje odpowiednie urządzenia. Uzyskane wyniki wracają następnie do modelu i mogą wpływać na kolejne decyzje.

To zmienia charakter agenta naukowego. Z systemu, który jedynie podpowiada badaczowi, może przekształcić się w narzędzie uczestniczące w pętli odkrycia: hipoteza → projekt eksperymentu → wykonanie → pomiar → analiza → kolejny eksperyment.

Człowiek nadal pozostaje nad tym procesem, ale część najbardziej powtarzalnej pracy może wykonywać maszyna przez całą dobę.

Anthropic mocno wchodzi w biologię i projektowanie leków

Wet lab jest tylko jednym elementem znacznie większej strategii. Anthropic określa life sciences jako jeden z największych obecnie obszarów inwestycji firmy pod względem liczby pracowników i zasobów. Wcześniej przejęto Coefficient Bio, uruchomiono Claude Science i rozwinięto współpracę z firmami farmaceutycznymi.

Firma pracuje również nad poprawą narzędzi stosowanych w biologii obliczeniowej. Claude zoptymalizował ponad 30 otwartoźródłowych modeli wykorzystywanych do przewidywania i projektowania biomolekuł, zwiększając ich szybkość średnio około czterokrotnie. Anthropic rozwija też programy związane z projektowaniem nowych białek oraz laboratoryjną walidacją kandydatów.

Ambicja sięga jeszcze dalej. Kierownictwo Anthropic uważa, że sztuczna inteligencja może znacząco przyspieszyć prace nad schorzeniami określanymi wcześniej jako „undruggable”, czyli wyjątkowo trudnymi do zaatakowania za pomocą klasycznych leków. Jednym z kierunków są złożone przeciwciała zdolne działać jednocześnie na kilka celów biologicznych.

Firma zaznacza jednak, że nie chce obecnie konkurować z producentami leków na etapie badań klinicznych.

Anthropic nie chce prowadzić badań klinicznych

Granica, którą firma wyznacza obecnie swojej działalności, przebiega przed etapem badań na ludziach. Eric Kauderer-Abrams powiedział Reutersowi, że Anthropic nie zamierza na razie prowadzić własnych badań klinicznych i nie chce pozycjonować się jako konkurent tradycyjnych firm farmaceutycznych doprowadzających leki do rynku.

To ważne również biznesowo. Anthropic współpracuje z dużymi przedsiębiorstwami farmaceutycznymi, w tym Genentech, Bristol Myers Squibb i Novo Nordisk. Gdyby firma zaczęła samodzielnie rozwijać leki aż do komercjalizacji, automatycznie stałaby się konkurentem części własnych klientów. Zamiast tego chce koncentrować się na badaniach podstawowych, technologiach AI i problemach, którymi przemysł nie zajmuje się z powodu trudności technicznych lub niewielkiego potencjału finansowego.

Nie zmienia to jednak skali ambicji. Wet lab daje Anthropic możliwość zdobywania bezpośredniego doświadczenia z eksperymentami biologicznymi i sprawdzania, w których miejscach modele rzeczywiście przyspieszają naukę, a gdzie wciąż potrzebują człowieka. Dla firmy tworzącej modele AI taka informacja może być równie cenna jak sam wynik konkretnego badania.

Anthropic jednocześnie ogranicza dostęp do najmocniejszych modeli biologicznych

Wejście AI do fizycznego laboratorium automatycznie zwiększa znaczenie bezpieczeństwa. Ten sam model, który potrafi pomóc w projektowaniu użytecznej cząsteczki, może posiadać wiedzę mającą zastosowania niepożądane. Anthropic otwarcie przyznaje, że zaawansowane możliwości biologiczne są obszarem dual use – mogą przynosić zarówno korzyści, jak i ryzyko.

Dlatego 17 września firma uruchomiła Life Sciences Verification Program. Zweryfikowane organizacje naukowe mogą w nim uzyskać dostęp do modeli Mythos, Opus i Sonnet z zabezpieczeniami dostosowanymi do legalnej, zaawansowanej pracy biologicznej. Ogólnodostępne modele pozostają bardziej restrykcyjne w części zastosowań.

Anthropic podkreśla również konieczność nadzoru człowieka nad fizycznymi eksperymentami. To istotne, ponieważ błąd chatbota w tekście można skorygować przed wykorzystaniem informacji. Błąd agenta sterującego prawdziwym urządzeniem może mieć bezpośredni skutek fizyczny.

Firma próbuje więc jednocześnie przyspieszać automatyzację nauki i projektować bariery, które mają ograniczyć wykorzystanie coraz bardziej autonomicznych systemów poza zamierzonym zakresem.

AI zaczyna oddziaływać na świat fizyczny

Najważniejszą częścią tej historii nie jest samo laboratorium biologiczne Anthropic. To kolejny sygnał, że agenci AI przestają funkcjonować wyłącznie w świecie informacji. Do niedawna model mógł napisać kod, przygotować raport albo przeanalizować obraz. Teraz coraz częściej otrzymuje narzędzia pozwalające zmienić stan fizycznego otoczenia.

W laboratorium może sterować ramieniem robotycznym, zmienić parametr urządzenia lub zlecić pomiar. W fabryce podobna technologia może koordynować maszyny. W inteligentnym domu agent może obsługiwać światła, kamery i termostat. W robotyce model może bezpośrednio wpływać na ruch humanoida.

Ta zmiana oznacza również pojawienie się zupełnie nowej kategorii błędów. Halucynacja modelu nie musi już kończyć się niepoprawnym akapitem. Jeżeli AI działa w systemie zamkniętej pętli, jego decyzja może prowadzić do rzeczywistej czynności, której wynik wraca następnie jako dane wejściowe dla kolejnej decyzji.

Dlatego physical AI może być jednocześnie jednym z najbardziej produktywnych i najbardziej wymagających bezpieczeństwa kierunków rozwoju obecnej generacji sztucznej inteligencji.

Może Cię zainteresować: Anthropic szykuje odpowiedź na GPT-6 Astra. Nowy Claude może pojawić się przed giełdowym debiutem

Czy AI może naprawdę samodzielnie prowadzić badania naukowe?

Na obecnym etapie byłoby za wcześnie, aby tak stwierdzić. Claude potrafi już koordynować urządzenia, analizować wyniki i w niektórych eksperymentach autonomicznie korygować parametry. Nie oznacza to jednak istnienia samodzielnego „naukowca AI”, który bez udziału człowieka wybiera problem badawczy, formułuje wartościową hipotezę, projektuje cały program badań i interpretuje jego znaczenie.

Anthropic samo opisuje obecny etap jako początek automatyzacji wykonywania pracy laboratoryjnej. W wielu obszarach największa wartość AI może początkowo polegać właśnie na przejmowaniu najbardziej powtarzalnych i technicznych elementów procesu – sterowania sprzętem, wykonywania serii pomiarów, zmiany parametrów i dokumentowania wyników.

Człowiek może dzięki temu więcej czasu przeznaczyć na pytania wymagające wiedzy, intuicji i oceny znaczenia wyników. Granica będzie się jednak przesuwać wraz z rozwojem agentów. I właśnie dlatego własne laboratorium jest dla Anthropic tak ważne: pozwala sprawdzać zdolności Claude’a na rzeczywistej biologii, a nie tylko na benchmarkach przygotowanych na komputerze.

Laboratorium Anthropic – podsumowanie i wnioski

Anthropic potwierdził, że posiada własne laboratorium biologiczne w San Francisco Bay Area i prowadzi w nim rzeczywistą pracę eksperymentalną. Firma chce łączyć modele Claude z automatyzacją laboratoryjną, aby AI mogło uczestniczyć w projektowaniu, wykonywaniu i analizowaniu eksperymentów, a część fizycznych czynności wykonywały roboty i specjalistyczna aparatura.

Nie oznacza to jeszcze, że Claude samodzielnie przejął laboratorium. Anthropic mówi o bardzo wczesnym etapie tej technologii i podkreśla znaczenie ludzkiego nadzoru. Jednocześnie firma ma już konkretne przykłady agentów koordynujących sprzęt, analizujących wyniki i powtarzających eksperyment po zmianie parametrów. Model Hardware Standard ma sprawić, że podłączanie kolejnych urządzeń do takich systemów będzie znacznie prostsze.

Najważniejszy jest jednak kierunek. Claude przestaje być wyłącznie programem, z którym rozmawiamy na ekranie. Anthropic buduje infrastrukturę pozwalającą modelowi obserwować rezultat własnego działania w świecie fizycznym i na tej podstawie decydować o kolejnym kroku.

Jeżeli podobne systemy zaczną działać niezawodnie na dużą skalę, jednym z najważniejszych zastosowań agentów AI może okazać się nie pisanie kolejnych tekstów czy prezentacji, lecz prowadzenie tysięcy eksperymentów równolegle i skracanie procesu naukowego z miesięcy do dni.

Źródła: Reuters, Anthropic, TechCrunch. Opracowanie własne.

Dziękujemy za przeczytanie artykułu na Techoteka.pl.
Codziennie publikujemy najważniejsze informacje z Polski i ze świata dotyczące technologii, sztucznej inteligencji, nowych rozwiązań cyfrowych oraz trendów technologicznych, które kształtują przyszłość.
Obserwuj nas na Facebooku, aby być na bieżąco z najważniejszymi wydarzeniami ze świata technologii.