Giovedì Anthropic ha aperto un'anteprima della ricerca del Model Hardware Standard (MHS), una specifica condivisa progettata per consentire agli agenti di intelligenza artificiale di utilizzare in sicurezza dispositivi fisici come microscopi, manipolatori di liquidi e bracci robotici, secondo un annuncio pubblicato sul sito Web dell'azienda.

L'azienda sta dando accesso all'anteprima a un primo gruppo di laboratori di ricerca scientifica e produttori avanzati e afferma che prevede di rendere lo standard open source una volta che le valutazioni di sicurezza e le migliori pratiche saranno state sviluppate con partner nel campo della scienza, della robotica, dell'elettronica e della produzione.

Risolvere il collo di bottiglia dell'integrazione

Anthropic afferma che il progetto è iniziato come collaborazione con l'HHMI Janelia Research Campus, il campus di ricerca dell'Howard Hughes Medical Institute. Il problema che affronta è familiare a chiunque abbia lavorato in un laboratorio o in una fabbrica: la maggior parte degli strumenti non comunicano tra loro e la loro integrazione richiede in genere settimane o mesi di lavoro specialistico per creare connessioni su misura.

Con MHS, Anthropic afferma che il lavoro di integrazione si riduce a ore o minuti. Una volta collegati i dispositivi, gli agenti IA possono orchestrare esperimenti autonomi 24 ore su 24, ragionando su ogni fase di un esperimento, aggiornando i parametri in tempo reale e, in alcuni casi, ripristinando errori hardware senza intervento umano. L’azienda afferma che lo standard è già stato utilizzato per attività che vanno dagli esperimenti di routine per la scoperta di farmaci alla calibrazione laser su un computer quantistico.

Per una maggiore copertura degli strumenti che stanno rimodellando lo sviluppo dell'intelligenza artificiale, AI Buzz Wire tiene traccia di ogni versione principale in tutto il settore.

Come funziona la norma

Al centro di MHS c'è un driver standardizzato: un software che traduce tra il sistema operativo di un computer e un dispositivo hardware. Il driver espone un semplice insieme di primitive - comandi come "leggi" (ad esempio, ottieni la temperatura) o "scrivi" (imposta la temperatura) - che qualsiasi dispositivo hardware può comprendere e su cui può agire.

Ogni dispositivo viene inoltre reso rilevabile in un formato standard, in modo che agenti e strumenti possano trovarsi attraverso una rete senza l'interposizione di un traduttore personalizzato. Secondo Anthropic, l'autista fornisce inoltre all'agente la conoscenza contestuale che tradizionalmente risiede nei manuali cartacei o nella testa di un tecnico, ad esempio il peso di un braccio robotico, che è importante per manipolarlo in sicurezza. Gli utenti possono scrivere da soli tali informazioni in tag in linguaggio naturale o chattare con un agente che li intervista sulla configurazione del proprio hardware. L'autista produce quindi automaticamente un file di riferimento che descrive cosa può misurare il dispositivo, cosa può essere regolato e quali limiti di sicurezza verranno applicati.

Gli agenti controllano l'hardware attraverso tre meccanismi: il Model Context Protocol (MCP), un'interfaccia a riga di comando e file di codice contenenti API. Insieme, afferma Anthropic, questi consentono a un agente di orchestrare più dispositivi con un'unica riga di codice, sequenziare i passaggi tra gli strumenti, monitorare i risultati e regolare i parametri al variare delle condizioni.

Ciò che Anthropic ha osservato con Claude

Durante i test, Anthropic riferisce che Claude ha interagito con l'hardware in un modo esplorativo che ricorda il modo in cui lavora uno scienziato. In un esempio, il modello ha regolato un laser, ha osservato i risultati attraverso una telecamera per vedere come si muoveva il raggio e ha ripetuto il processo per comprendere la sequenza degli eventi. Claude ha poi impacchettato ciò che aveva imparato in uno script deterministico, consentendo l'esecuzione della procedura di allineamento come un singolo comando senza che il modello ragionasse in ogni fase.

Questo modello – un agente che esplora in modo interattivo, quindi compila i suoi risultati in un codice ripetibile – è fondamentale per il modo in cui Anthropic si aspetta che MHS venga utilizzato per attività di lunga durata che sarebbero lente o costose da supervisionare continuamente.

Design indipendente dal modello

Anthropic sta posizionando MHS come infrastruttura piuttosto che come vincolo di prodotto. Lo standard funziona con qualsiasi dispositivo dotato di un'interfaccia programmabile e l'azienda afferma che è indipendente dal modello: qualsiasi cablaggio dell'agente può accedervi utilizzando protocolli standard come MCP. Ciò potrebbe essere importante per l’adozione nei laboratori di ricerca, dove spesso si mescolano apparecchiature di più fornitori e modelli di più fornitori.

L’annuncio arriva in un momento in cui si intensifica la concorrenza per connettere i modelli di intelligenza artificiale al mondo fisico, con i rivali che perseguono modelli incentrati sulla robotica e partner hardware. Prendendo di mira innanzitutto i laboratori e le linee di produzione – ambienti con flussi di lavoro strutturati e ricchi di strumenti – Anthropic scommette che l’automazione scientifica e industriale sarà il primo dominio commercialmente significativo per gli agenti incarnati.

Cosa guardare

L'anteprima della ricerca è limitata a un gruppo iniziale di partner e Anthropic non ha annunciato una data per il rilascio open source. Le domande chiave per i prossimi mesi includono quanti produttori di dispositivi costruiscono driver MHS, come si presentano le valutazioni di sicurezza sviluppate con i partner e se i concorrenti adottano o interagiscono con lo standard.

Per i laboratori che valutano l’adozione, la questione è semplice: l’integrazione hardware che una volta richiedeva mesi potrebbe diventare un compito di configurazione misurato in ore, con agenti in grado di eseguire esperimenti continuamente in background. Se quella promessa sopravviverà al contatto con apparecchiature disordinate del mondo reale è il test a cui l'anteprima della ricerca è progettata per rispondere.

---

Stai al passo con l'intelligenza artificiale

Ricevi le ultime notizie, analisi e scoperte sull'intelligenza artificiale, tutto in un unico posto.

Leggi altre notizie sull'AI →