Anthropic abrió el jueves una vista previa de la investigación del Model Hardware Standard (MHS), una especificación compartida diseñada para permitir que los agentes de IA operen de forma segura dispositivos físicos como microscopios, manipuladores de líquidos y brazos robóticos, según un anuncio publicado en el sitio web de la compañía.
La compañía está dando acceso a la vista previa a un primer grupo de laboratorios de investigación científica y fabricantes avanzados, y dice que planea hacer que el estándar sea de código abierto una vez que se hayan desarrollado evaluaciones de seguridad y mejores prácticas con socios en ciencia, robótica, electrónica y fabricación.
Resolver el cuello de botella de la integración
Anthropic dice que el proyecto comenzó como una colaboración con el HHMI Janelia Research Campus, el campus de investigación del Instituto Médico Howard Hughes. El problema al que se dirige es familiar para cualquiera que haya trabajado en un laboratorio o en una fábrica: la mayoría de los instrumentos no se comunican entre sí, y su integración suele llevar semanas o meses de trabajo especializado para crear conexiones personalizadas.
Con MHS, Anthropic dice que el trabajo de integración se reduce a horas o minutos. Una vez que los dispositivos están conectados, los agentes de IA pueden orquestar experimentos autónomos las 24 horas del día, razonando cada paso de un experimento, actualizando los parámetros en tiempo real y, en algunos casos, recuperándose de errores de hardware sin intervención humana. La compañía afirma que el estándar ya se ha utilizado para tareas que van desde experimentos rutinarios de descubrimiento de fármacos hasta calibración láser en una computadora cuántica.
Para obtener más cobertura de las herramientas que están remodelando el desarrollo de la IA, AI Buzz Wire rastrea cada lanzamiento importante en toda la industria.
Cómo funciona el estándar
En el centro de MHS hay un controlador estandarizado: software que se traduce entre el sistema operativo de una computadora y un dispositivo de hardware. El controlador expone un conjunto simple de primitivas (comandos como "leer" (por ejemplo, obtener temperatura) o "escribir" (establecer temperatura) - que cualquier dispositivo de hardware puede comprender y actuar.
Cada dispositivo también es reconocible en un formato estándar, de modo que los agentes y los instrumentos puedan encontrarse entre sí a través de una red sin un traductor personalizado en el medio. Según Anthropic, el conductor también proporciona al agente el conocimiento contextual que tradicionalmente ha estado en los manuales de papel o en la cabeza de un técnico; por ejemplo, el peso de un brazo robótico, que es importante para manipularlo de forma segura. Los usuarios pueden escribir ellos mismos esa información en etiquetas en lenguaje natural o chatear con un agente que los entrevista sobre la configuración de su hardware. Luego, el conductor genera automáticamente un archivo de referencia que describe lo que el dispositivo puede medir, qué se puede ajustar y qué límites de seguridad se aplicarán.
Los agentes controlan el hardware a través de tres mecanismos: el Protocolo de contexto modelo (MCP), una interfaz de línea de comandos y archivos de código que contienen API. En conjunto, dice Anthropic, estos permiten a un agente orquestar múltiples dispositivos con una sola línea de código, secuenciar pasos entre instrumentos, monitorear resultados y ajustar parámetros a medida que cambian las condiciones.
Lo que Anthropic observó con Claude
En las pruebas, Anthropic informa que Claude interactuó con el hardware de una manera exploratoria que se asemeja a cómo trabaja un científico. En un ejemplo, el modelo ajustó un láser, observó los resultados a través de una cámara para ver cómo se movía el rayo y repitió el proceso para comprender la secuencia de eventos. Luego, Claude empaquetó lo que había aprendido en un script determinista, permitiendo que el procedimiento de alineación se ejecutara como un solo comando sin que el modelo razonara cada paso.
Ese patrón (un agente que explora interactivamente y luego compila sus hallazgos en un código repetible) es fundamental para la forma en que Anthropic espera que MHS se utilice para tareas de larga duración cuya supervisión continua sería lenta o costosa.
Independiente del modelo por diseño
Anthropic está posicionando a MHS como una infraestructura en lugar de un producto bloqueado. El estándar funciona con cualquier dispositivo que tenga una interfaz programable y la compañía dice que es independiente del modelo: cualquier arnés de agente puede acceder a él mediante protocolos estándar como MCP. Esto podría ser importante para su adopción en los laboratorios de investigación, donde a menudo se mezclan equipos de múltiples proveedores y modelos de múltiples proveedores.
El anuncio se produce en medio de una competencia cada vez más intensa para conectar los modelos de IA con el mundo físico, con rivales que buscan modelos y socios de hardware centrados en la robótica. Al apuntar primero a los laboratorios y las líneas de fabricación (entornos con flujos de trabajo estructurados y con muchos instrumentos), Anthropic apuesta a que la automatización científica e industrial será el primer dominio comercialmente significativo para los agentes incorporados.
Qué mirar
La vista previa de la investigación se limita a un grupo inicial de socios y Anthropic no ha anunciado una fecha para el lanzamiento de código abierto. Las preguntas clave para los próximos meses incluyen cuántos fabricantes de dispositivos construyen controladores MHS, cómo son las evaluaciones de seguridad desarrolladas con los socios y si los competidores adoptan o interoperan con el estándar.
Para los laboratorios que están considerando la adopción, el discurso es sencillo: la integración de hardware que alguna vez tomó meses podría convertirse en una tarea de configuración medida en horas, con agentes capaces de ejecutar experimentos continuamente en segundo plano. Si esa promesa sobrevive al contacto con equipos desordenados del mundo real es la prueba a la que la investigación preliminar está diseñada para responder.
---
Manténgase a la vanguardia de la IAObtenga las últimas noticias, análisis y avances en IA, todo en un solo lugar.
Leer más noticias sobre IA →
