26 Νοεμβρίου 2024
Ένα πρότυπο ανοιχτού κώδικα που ονομάζεται Model Context Protocol (MCP) παρουσιάστηκε από την Anthropic με στόχο τη βελτίωση του τρόπου με τον οποίο οι βοηθοί τεχνητής νοημοσύνης επικοινωνούν και συνδέονται με συστήματα δεδομένων. Το πρωτόκολλο στοχεύει να ξεπεράσει τα μειονεκτήματα των μοντέλων τεχνητής νοημοσύνης, τα οποία συχνά λειτουργούν ανεξάρτητα από μεγάλες πηγές δεδομένων και απαιτούν μοναδικές ενσωματώσεις για κάθε νέο σύστημα. Το MCP προσφέρει μια ολοκληρωμένη λύση που επιτρέπει στα chatbot και άλλες εφαρμογές που υποστηρίζονται από AI να έχουν εύκολη πρόσβαση σε δεδομένα σε περιβάλλοντα ανάπτυξης, εργαλεία και αποθήκες περιεχομένου.
Χρησιμοποιώντας "διακομιστές MCP" για την εξυπηρέτηση δεδομένων και "πελάτες MCP" για την ενοποίηση ροών εργασίας ή εφαρμογών, το πρωτόκολλο επιτρέπει στους προγραμματιστές να δημιουργήσουν αμφίδρομες συνδέσεις μεταξύ πηγών δεδομένων και εφαρμογών. Αυτή η τυποποίηση θα μπορούσε να εξορθολογίσει τις διαδικασίες ανάπτυξης αντικαθιστώντας ένα επεκτάσιμο και βιώσιμο πλαίσιο για τις ασύνδετες ενοποιήσεις. Πλατφόρμες όπως το Replit, το Codeium και το Sourcegraph σχεδιάζουν να προσθέσουν υποστήριξη για το MCP, ενώ εταιρείες όπως το Block και το Apollo το έχουν ήδη ενσωματώσει στα συστήματά τους.
Με προκατασκευασμένους διακομιστές για γνωστά εταιρικά εργαλεία όπως το Google Drive, το Slack και το GitHub, καθώς και με σχέδια για την κυκλοφορία εργαλείων για την εγκατάσταση διακομιστών παραγωγής, η Anthropic έχει διαθέσει το MCP στους προγραμματιστές . Το MCP μπορεί να χρησιμοποιηθεί για τη σύνδεση του Claude chatbot με εσωτερικά συστήματα για χρήστες του [Claude Enterprise] της Anthropic(https://techcrunch.com/2024/09/04/anthropic-launches-claude-enterprise-plan-to-compete-with -openai/) συνδρομή.
Καταργώντας την απαίτηση για ξεχωριστές διεπαφές για κάθε πηγή δεδομένων, η υιοθέτηση του MCP θα μπορούσε να επιταχύνει τις προσπάθειες ενοποίησης της τεχνητής νοημοσύνης. Τα συστήματα τεχνητής νοημοσύνης μπορεί να είναι σε θέση να διατηρήσουν το πλαίσιο των εργαλείων και των πληροφοριών καθώς το οικοσύστημα μεγαλώνει, κάτι που θα είχε ως αποτέλεσμα έναν πιο συνεπή και αποτελεσματικό σχεδιασμό.
Ωστόσο, ο βαθμός στον οποίο θα υιοθετηθεί το MCP, ιδίως από τους ανταγωνιστές του, θα καθορίσει την επιτυχία του. Με την αποκλειστική λειτουργία «Work with Apps» για το ChatGPT, για παράδειγμα, το OpenAI έχει υιοθετήσει μια διαφορετική στρατηγική. Αυτή η λειτουργία συνδέει το μοντέλο με συγκεκριμένα εργαλεία κωδικοποίησης και θα μπορούσε ενδεχομένως να επεκταθεί σε άλλες εφαρμογές. Ωστόσο, η στρατηγική του OpenAI παραμένει κλειστή και εστιασμένη στους συνεργάτες.
Αν και η Anthropic ισχυρίζεται ότι το MCP μπορεί να βελτιώσει σημαντικά τις δυνατότητες των συστημάτων AI, όπως η βελτίωση της κατανόησης κατά την κωδικοποίηση, αυτοί οι ισχυρισμοί δεν έχουν ακόμη υποστηριχθεί από συγκεκριμένες αναφορές. Η απόδοσή του και τα μακροπρόθεσμα αποτελέσματά του είναι ακόμα άγνωστα.
Αναλάβετε τον έλεγχο των λύσεων που βασίζονται σε τεχνητή νοημοσύνη κάνοντας mastering Data Sciene and AI στο Code Labs Academy.