Anthropic представляет новый стандарт для упрощения соединений между ИИ и машинами

      Стандарт аппаратного обеспечения модели предоставляет универсальный слой перевода, позволяя ИИ-агентам использовать стандартные элементы управления для работы с лабораторным оборудованием и заводскими машинами.

      Антропик запустил исследовательский предварительный просмотр своего Стандарта аппаратного обеспечения модели (MHS), общую спецификацию, предназначенную для безопасного управления лабораторными инструментами и заводским оборудованием ИИ-агентами. Компания утверждает, что MHS сокращает время, необходимое для интеграции сложного оборудования с ИИ, с месяцев до часов или минут. Стандарт в настоящее время доступен для избранных исследовательских лабораторий и производителей через список ожидания, но Антропик планирует сделать его открытым в будущем.

      Как стандарт соединяет ИИ с физическими устройствами

      Подобно тому, как Протокол контекста модели (MCP) от Антропика стандартизировал программные соединения, MHS служит универсальным переводчиком для физического оборудования. Вместо того чтобы требовать индивидуальное программное обеспечение для каждого инструмента, он позволяет устройствам общаться через стандартизированные команды и автоматически сгенерированные справочные файлы, которые описывают операционные параметры и пределы безопасности.

      Система не зависит от модели и работает с любым оборудованием, имеющим программируемый интерфейс. Ранние испытания в реальных условиях демонстрируют значительные приросты эффективности в различных исследовательских условиях:

      QuEra Computing: Четырехчленная инженерная команда ранее потратила месяцы на создание сценария повторного блокирования лазера, который занимал 150 секунд для восстановления и имел успех в 58% случаев. Запустив ночной цикл оптимизации, четыре экземпляра Claude перестроили процесс, сократив время восстановления до шести секунд с 96% уровнем успеха в ходе разработки и 99.3% в ходе 700-испытаний слепого теста. Claude также настроил 12 взаимозависимых параметров сервоприводов за 16 часов без присмотра, снизив остаточную ошибку с 15.7 мВ до 1.55 мВ.

      Университет Карнеги-Меллон: Исследователи интегрировали жидкостный манипулятор, считыватель пластин, роботизированную руку и камеры на трех компьютерах за восемь часов. Этот процесс настройки обычно занимал недели. Под управлением агента Claude Opus 4.8 система проводила эксперименты по серийной разведению в три раза быстрее. В ходе тестирования безопасности MHS успешно заблокировал шесть вызванных условий неисправности до того, как какое-либо оборудование начало движение.

      Genentech: Инженеры развернули MHS в автоматизированном рабочем процессе анализа белков, где Claude автономно оптимизировал скорости передачи жидкости для различных вязкостей.

      Ранние ограничения и что будет дальше

      Несмотря на эти ранние успехи, предварительный просмотр выявил ключевые операционные ограничения. В одном случае в Genentech Claude неоднократно пытался устранить пузырьки жидкости, повторяя одну и ту же команду программного обеспечения, требуя вмешательства человека, чтобы уточнить, что проблема была физической, а не связанной с кодом. Кроме того, поскольку модели ИИ обрабатывают физические среды в основном через текстовые журналы и изображения, пространственное мышление все еще требует экспертного человеческого контроля.

      Антропик работает с аппаратными партнерами, включая Universal Robots, Tecan и AWS, чтобы расширить поддержку MHS. Интеграции также распространяются на платформы, близкие к потребителям, при этом Hugging Face планирует поддержку своего проекта LeRobot, а Raspberry Pi тестирует совместимость драйверов. Антропик еще не объявил точную дату выпуска открытого исходного кода, публичную схему или конкретную модель управления стандартом.