Anthropic иска да направи за физическия хардуер това, което Model Context Protocol направи за софтуера

Model Hardware Standard (MHS) на Anthropic предоставя на AI агентите унифициран интерфейс към физически устройства като микроскопи и роботизирани ръце. Ранните тестове в лаборатории и с квантови компютри драстично съкращават времето за интеграция, макар че Claude все още изпитва затруднения с физическите причина и следствие.

Устройствата в изследователските лаборатории и фабриките често са произведени от различни компании, използват различни API, формати на данни и софтуер за управление, а свързването им изисква значителни усилия. Anthropic иска да реши този проблем с Model Hardware Standard (MHS) — спецификация, която позволява на AI агентите да четат данни от физическия хардуер и да го управляват.

Anthropic твърди, че MHS съкращава времето за интегриране на лабораторно оборудване от обичайните седмици или месеци до часове или минути. Компанията е разработила спецификацията съвместно с изследователския кампус HHMI Janelia и първоначално я предоставя като предварителна изследователска версия за избрани лаборатории и производители, а по-късно планира да я публикува с отворен код.

По един драйвер за устройство вместо персонализирани интеграции

Идеята се основава на проект, който Anthropic вече е пуснала за софтуер. Model Context Protocol (MCP) предоставя на AI моделите стандартен начин за достъп до външни източници на данни и инструменти. MHS разширява този подход към машините.

Всяко устройство получава MHS драйвер, който унифицира основни функции като четене и промяна на данни. Драйверът прави устройството откриваемо в общ формат и може да включва подробности, които само софтуерът не може да улови, като теглото на роботизирана ръка или ограниченията ѝ за безопасност. Потребителите могат да добавят тази информация на естествен език, а MHS я превръща в референтен файл за агента.

След това агентът може да разпознае възможностите и ограниченията на устройство, което никога не е виждал, и да го управлява чрез единен интерфейс. Все пак някой трябва да напише драйвер за всеки отделен хардуер, но след като той съществува, може да се използва повторно, вместо да се създава наново за всяка комбинация от устройство и контролер.

Според Anthropic MHS не зависи от конкретен модел и работи с всяко устройство, което разполага с програмируем интерфейс. Агентите могат да координират множество устройства и да запазват работни процеси като стандартни скриптове, които след това се изпълняват без езиков модел.

Как Claude се справи с реално лабораторно оборудване

Anthropic тества MHS с няколко партньори. В биотехнологичната компания Genentech Claude координира течен манипулатор, роботизирана ръка и четец на плаки, за да автоматизира протеинов анализ — тест, който измерва концентрацията на протеин. Агентът самостоятелно оптимизира параметрите за пипетиране на различни течности, но срещна проблеми, когато във вискозен разтвор се образуваха мехурчета и предизвикаха грешки. Claude продължи да рестартира процеса в същия съд с леко променени параметри, което влоши ситуацията. Едва след като човек обясни физическата причина, агентът откри работещо решение.

В университета „Карнеги Мелън“ изследователи свързаха течен манипулатор, четец на плаки, роботизирана ръка и няколко камери за наблюдение, разпределени между три компютъра с принципно несъвместими интерфейси. Екипът твърди, че изграждането на драйверите и слоя за оркестрация е отнело около осем часа, в сравнение с няколкото седмици, които обикновено би изисквала конфигурация от доставчик. Claude също така забеляза, че първият експериментален цикъл не е произвел достатъчно добра измервателна крива, намали максималната концентрация на изследваното вещество и получи много по-добър резултат при втория опит.

В компанията за квантови изчисления QuEra Claude използва MHS при стотици автоматизирани цикли, за да разработи програма за управление, която връща лазер в стабилно работно състояние след прекъсвания. Полученият скрипт успя при 695 от 700 опита в сляп тест — успеваемост от 99,3 процента, като работеше напълно самостоятелно, без участието на езиковия модел.

И трите примера произлизат от партньорски проекти, представени от Anthropic, и не са били независимо проверени.

Експертният надзор все още е част от конфигурацията

Тъй като Claude научава за физическия свят чрез текст и изображения, неговите пространствени и физически способности за разсъждение имат ограничения, които все още изискват експертен надзор, казва Anthropic. При тестовете в Genentech изследователите е трябвало да насочат Claude към разбирането, че грешките, причинени от разпенени проби, са физически повреди, а не софтуерни грешки. По време на предварителната изследователска версия компанията планира заедно с партньорите си да разработи допълнителни оценки на безопасността и създава пътна карта за физическа безопасност, която да предотвратява злоупотреби.

Ако подходът се утвърди, той може значително да улесни преминаването на AI агентите отвъд изцяло дигиталните задачи към лаборатории, фабрики и други физически системи. Няколко производители и организации вече разработват поддръжка за MHS или тестват спецификацията, включително AWS, Doosan Robotics, QIAGEN, Tecan, Universal Robots, Hugging Face и Raspberry Pi.

AI новини без сензация — подбрани от хора

Абонирайте се за THE DECODER и получете четене без реклами, седмичен AI бюлетин, нашия ексклузивен шест пъти годишно доклад „AI Radar“ за водещите разработки, пълен достъп до архива и достъп до секцията за коментари.