Anthropic хоче зробити для фізичного обладнання те саме, що Model Context Protocol зробив для програмного забезпечення

Model Hardware Standard (MHS) від Anthropic надає ШІ-агентам уніфікований інтерфейс до фізичних пристроїв, таких як мікроскопи й роботизовані маніпулятори. Ранні випробування в лабораторіях і на квантових комп’ютерах суттєво скоротили час інтеграції, хоча Claude усе ще мав труднощі з розумінням фізичних причинно-наслідкових зв’язків.

Пристрої в дослідницьких лабораторіях і на фабриках часто походять від різних виробників, використовують різні API, формати даних і програмне забезпечення для керування, а їхнє підключення потребує значних зусиль. Anthropic хоче розв’язати цю проблему за допомогою Model Hardware Standard (MHS) — специфікації, яка дає ШІ-агентам змогу зчитувати дані з фізичного обладнання та керувати ним.

Anthropic стверджує, що MHS скорочує час інтеграції лабораторного обладнання з типових тижнів або місяців до годин чи хвилин. Компанія розробила специфікацію спільно з дослідницьким кампусом HHMI Janelia і спочатку випускає її як дослідницьку версію для окремих лабораторій і виробників, а згодом планує оприлюднити її у відкритому коді.

Один драйвер для кожного пристрою замість індивідуальних інтеграцій

Ця ідея ґрунтується на проєкті, який Anthropic уже випустила для програмного забезпечення. Model Context Protocol (MCP) надає моделям ШІ стандартний спосіб доступу до зовнішніх джерел даних та інструментів. MHS поширює цей підхід на машини.

Кожен пристрій отримує драйвер MHS, який уніфікує базові функції, такі як зчитування та зміна даних. Драйвер дає змогу виявити пристрій у спільному форматі й може містити деталі, які саме програмне забезпечення не здатне зафіксувати, наприклад вагу роботизованого маніпулятора або його обмеження безпеки. Користувачі можуть додавати цю інформацію природною мовою, а MHS перетворює її на довідковий файл для агента.

Після цього агент може визначати можливості та обмеження пристрою, якого він ніколи раніше не бачив, і керувати ним через єдиний інтерфейс. Для кожної одиниці обладнання все одно потрібно написати драйвер, але після створення його можна повторно використовувати, а не розробляти заново для кожної комбінації пристрою та контролера.

За словами Anthropic, MHS не залежить від конкретної моделі й працює з будь-яким пристроєм, що має програмований інтерфейс. Агенти можуть координувати роботу кількох пристроїв і зберігати робочі процеси як звичайні скрипти, які потім виконуються без мовної моделі.

Як Claude працював із реальним лабораторним обладнанням

Anthropic протестувала MHS із кількома партнерами. У біотехнологічній компанії Genentech Claude скоординував роботу дозатора рідин, роботизованого маніпулятора та рідера планшетів, щоб автоматизувати білковий аналіз — тест для вимірювання концентрації білка. Агент самостійно оптимізував параметри піпетування для різних рідин, але зіткнувся з проблемою, коли у в’язкому розчині утворилися бульбашки й спричинили помилки. Claude продовжував перезапускати процес у тій самій посудині зі зміненими параметрами, що лише погіршувало ситуацію. Лише після пояснення людиною фізичної причини агент знайшов працездатне рішення.

У Carnegie Mellon University дослідники підключили дозатор рідин, рідер планшетів, роботизований маніпулятор і кілька камер спостереження через три комп’ютери з принципово несумісними інтерфейсами. За словами команди, на створення драйверів і рівня оркестрації пішло близько восьми годин, тоді як налаштування постачальником зазвичай потребувало б кількох тижнів. Claude також помітив, що під час першого експерименту не було отримано достатньо якісної кривої вимірювань, знизив максимальну концентрацію досліджуваної речовини й під час другої спроби отримав значно кращий результат.

У квантовій обчислювальній компанії QuEra Claude використовував MHS у сотнях автоматизованих запусків, щоб розробити програму керування, яка повертає лазер у стабільний робочий стан після збоїв. Отриманий скрипт успішно спрацював у 695 із 700 спроб під час сліпого тестування — показник успішності 99,3%, причому повністю самостійно, без участі мовної моделі в процесі.

Усі три приклади походять із партнерських проєктів, представлених Anthropic, і не були незалежно перевірені.

Нагляд експертів усе ще залишається частиною системи

Оскільки Claude дізнається про фізичний світ через текст і зображення, його просторове та фізичне мислення має обмеження, які все ще потребують нагляду експертів, зазначає Anthropic. Під час випробувань у Genentech дослідникам довелося допомогти Claude розпізнати, що помилки, спричинені пінистими зразками, були фізичними збоями, а не програмними помилками. Під час дослідницького попереднього перегляду компанія планує спільно з партнерами розробити додаткові оцінювання безпеки та створює дорожню карту фізичної безпеки для захисту від зловживань.

Якщо цей підхід виправдає себе, він може значно спростити перехід ШІ-агентів від суто цифрових завдань до роботи в лабораторіях, на фабриках та в інших фізичних системах. Кілька виробників і організацій уже розробляють підтримку MHS або тестують специфікацію, зокрема AWS, Doosan Robotics, QIAGEN, Tecan, Universal Robots, Hugging Face і Raspberry Pi.

Новини ШІ без хайпу — відібрані людьми

Підпишіться на THE DECODER, щоб читати без реклами, отримувати щотижневу розсилку про ШІ, наш ексклюзивний звіт про передові розробки «AI Radar» шість разів на рік, мати повний доступ до архіву та доступ до розділу коментарів.