Anthropic prezentuje Model Hardware Standard, umożliwiający agentom AI obsługę maszyn w świecie rzeczywistym
Najważniejsze informacje
- •Anthropic zaprezentował wersję preview standardu Model Hardware Standard (MHS) — interfejsu umożliwiającego agentom AI sterowanie maszynami w świecie rzeczywistym, takimi jak mikroskopy i ramiona robotyczne.
- •Standard opracowano we współpracy z HHMI; obsługuje złożone zadania, w tym odkrywanie leków i kalibrację laserów komputerów kwantowych, skracając czas integracji do godzin lub minut.
- •MHS jest niezależny od modelu i tworzy czytelne dla maszyn opisy bezpieczeństwa oraz możliwości sprzętu podawane w języku naturalnym.
- •Anthropic planuje wydać MHS na licencji open source, a AWS i Hugging Face już integrują go ze swoimi przepływami pracy.
- •MHS następuje po udostępnionym w 2024 roku protokole Model Context Protocol, rozszerzając strategię Anthropic polegającą na wydawaniu otwartych warstw interoperacyjności dla agentowej AI.

Anthropic wprowadził interfejs zaprojektowany, aby ułatwić agentom AI obsługę maszyn w świecie rzeczywistym, co oznacza kolejny krok laboratorium AI w stronę sztucznej inteligencji fizycznej.
Dostawca generatywnej AI zaprezentował podgląd standardu Model Hardware Standard (MHS) w zeszłym tygodniu, przy czym pierwsze wdrożenia zaplanowano dla badań naukowych i zaawansowanych narzędzi produkcyjnych, w tym mikroskopów, ramion robotycznych i innego wyposażenia laboratoryjnego.
Anthropic opracował standard we współpracy z prywatnym biomedycznym instytutem badawczym HHMI.
Poza obsługą instrumentów, Anthropic oświadczył, że MHS umożliwia agentom wykonywanie złożonych zadań, w tym odkrywania leków i kalibracji laserów na komputerze kwantowym.
Automatyzacja tych zadań wymaga zazwyczaj niestandardowego kodowania, ale dzięki MHS Anthropic twierdzi, że może ujednolicić ten proces i skrócić czas integracji do godzin, a nawet minut. Standard jest również niezależny od modelu, co oznacza, że użytkownicy nie są związani wyłącznie z modelami Claude od Anthropic.
MHS może również dostarczać agentom informacji o sprzęcie, które mogą nie wynikać z samego kodu, takich jak masa ramienia robotycznego czy limity bezpieczeństwa. Użytkownicy mogą podać te informacje w języku naturalnym, po czym MHS tworzy plik referencyjny, który informuje agenta, co dane urządzenie może mierzyć, co można regulować i jak można je bezpiecznie obsługiwać. Tego rodzaju czytelny dla maszyny kontekst bezpieczeństwa usuwa długotrwałą barierę w automatyzacji laboratoryjnej i przemysłowej, gdzie instrumenty tradycyjnie udostępniały jedynie niskopoziomowe interfejsy sterowania, a nie ustrukturyzowane opisy swoich możliwości i ograniczeń.
„Włączając AI w te narzędzia, MHS pomaga badaczom i inżynierom łatwiej koordynować autonomiczne, całodobowe eksperymenty i przepływy pracy”, oświadczył Anthropic w wpisie na blogu. „Agenci [są] w stanie rozumować nad każdym krokiem eksperymentu, aktualizować parametry w czasie rzeczywistym i w niektórych przypadkach odzyskiwać sprawność po błędach sprzętowych bez ingerencji człowieka”.
Anthropic planuje udostępnić MHS na licencji open source, co oznacza, że będzie on dostępny dla każdego producenta urządzeń w każdej branży. Oprócz obecnych zastosowań naukowych MHS ma zostać wprowadzony w produkcji, a AWS i Hugging Face już pracują nad integracją tego standardu ze swoimi przepływami pracy.
To nie pierwszy standard AI wydany przez Anthropic: dostawca udostępnił na licencji open source protokół Model Context Protocol (MCP) w 2024 roku. Obecnie szeroko stosowany MCP służy do łączenia agentów AI ze źródłami danych. Szybka adopcja MCP — od tego czasu przyjęli go najważniejsi dostawcy oprogramowania AI i korporacyjnego — ukształtowała strategię, którą Anthropic wydaje się tu kontynuować: wydać otwartą warstwę interoperacyjności, pozwolić ekosystemowi na niej budować i rozszerzać zasięg agentowej AI poza tekst i kod.
MHS oznacza dalszy krok Anthropic w stronę świata fizycznego, ponieważ firmy AI coraz częściej zwracają się ku sprzętowi w obliczu rosnących inwestycji w urządzenia oparte na AI i narzędzia produkcyjne. Wczesne reakcje na podgląd oraz udział partnerów, takich jak AWS i Hugging Face, sugerują, jak może przebiegać adopcja, jednak sukces standardu zależeć będzie od tego, czy producenci urządzeń zdecydują się go wdrożyć.