同社のウェブサイトに掲載された発表によると、Anthropicは木曜日、AIエージェントが顕微鏡、リキッドハンドラー、ロボットアームなどの物理デバイスを安全に操作できるように設計された共通仕様であるモデルハードウェアスタンダード（MHS）の研究プレビューを公開した。

同社は、科学研究機関と先進メーカーの最初のグループにプレビューへのアクセスを提供しており、科学、ロボット工学、エレクトロニクス、製造の各分野のパートナーと安全性の評価とベストプラクティスが開発されたら、標準をオープンソースにする計画だと述べている。

統合のボトルネックを解決する

アンスロピックによると、このプロジェクトはハワード・ヒューズ医学研究所の研究キャンパスであるHHMIジャネリア・リサーチ・キャンパスとの共同作業として始まったという。この問題が対象とする問題は、研究室や工場現場で働いたことのある人なら誰でもよく知っている問題です。ほとんどの機器は相互に通信せず、それらを統合するには通常、特注の接続を構築する専門家の作業に数週間から数か月かかります。

MHS を使用すると、統合作業が数時間または数分に短縮されると Anthropic 氏は言います。デバイスが接続されると、AI エージェントは自律的な 24 時間体制の実験を調整し、実験の各ステップで推論し、パラメーターをリアルタイムで更新し、場合によっては人間の介入なしにハードウェア エラーから回復することができます。同社によれば、この規格はすでに日常的な創薬実験から量子コンピュータのレーザー校正に至るまでの作業に使用されているという。

AI 開発を再構築するツールの詳細については、業界全体の AI Buzz Wire がすべてのメジャー リリースを追跡 をご覧ください。

標準の仕組み

MHS の中核となるのは標準化されたドライバーです。これは、コンピューターのオペレーティング システムとハードウェア デバイスの間で変換を行うソフトウェアです。ドライバーは、任意のハードウェア デバイスが理解して動作できる、単純なプリミティブのセット (「読み取り」 (温度の取得など) や「書き込み」 (温度の設定) などのコマンド) を公開します。

また、各デバイスは標準形式で検出可能になっているため、エージェントと機器は間にカスタム トランスレータを介さずにネットワーク経由でお互いを見つけることができます。 Anthropic によると、ドライバーはさらに、これまで紙のマニュアルや技術者の頭の中に存在していた状況に応じた知識をエージェントに提供します。たとえば、安全に操作するために重要なロボット アームの重量などです。ユーザーはその情報を自分で自然言語タグに書き込むことも、ハードウェアのセットアップについてインタビューするエージェントとチャットすることもできます。次に、ドライバーは、デバイスが測定できるもの、調整できるもの、および適用される安全制限を記述した参照ファイルを自動的に作成します。

エージェントは、モデル コンテキスト プロトコル (MCP)、コマンド ライン インターフェイス、API を含むコード ファイルの 3 つのメカニズムを通じてハードウェアを制御します。 Anthropic 氏によると、これらを組み合わせることで、エージェントは 1 行のコードで複数のデバイスを調整し、機器間でステップをシーケンスし、結果を監視し、条件の変化に応じてパラメータを調整できるようになります。

人間がクロードとともに観察したこと

Anthropic は、テスト中、クロードは科学者の仕事のやり方に似た探索的な方法でハードウェアと対話したと報告しています。一例では、モデルはレーザーを調整し、その結果をカメラで観察してビームがどのように動くかを確認し、このプロセスを繰り返して一連のイベントを理解しました。次に、Claude は学習した内容を決定論的なスクリプトにパッケージ化し、モデルがすべてのステップで推論することなく、位置合わせ手順を 1 つのコマンドとして実行できるようにしました。

このパターン (エージェントが対話的に探索し、その結果を反復可能なコードにコンパイルする) は、Anthropic が、継続的に監視するには時間がかかる、またはコストがかかる長時間実行タスクに MHS が使用されることを期待する方法の中心となります。

設計によりモデルに依存しない

Anthropic は MHS を製品の固定化ではなくインフラストラクチャとして位置づけています。この標準はプログラム可能なインターフェイスを備えたあらゆるデバイスで動作し、同社によればモデルに依存しないため、どのエージェント ハーネスでも MCP などの標準プロトコルを使用してアクセスできます。これは、複数のベンダーの機器や複数のプロバイダーのモデルが混在することが多い研究ラボでの採用において重要になる可能性があります。

この発表は、AIモデルを物理世界に接続するための競争が激化し、ライバルがロボット工学に焦点を当てたモデルやハードウェアパートナーを追求する中で行われた。 Anthropic 社は、最初に研究室や製造ライン、つまり構造化された機器を大量に使用するワークフローを備えた環境をターゲットにすることで、科学的および産業用オートメーションが、身体化されたエージェントにとって最初の商業的に意味のある分野になることに賭けています。

何を見るか

研究プレビューは初期のパートナーグループに限定されており、Anthropic はオープンソースリリースの日付を発表していません。今後数カ月間の主要な疑問には、何社のデバイス メーカーが MHS ドライバーを開発しているか、パートナーと開発した安全性評価がどのようなものであるか、競合他社がこの標準を採用または相互運用するかどうかなどが含まれます。

導入を検討している研究室にとって、提案は単純明快です。かつては数か月かかったハードウェアの統合が、エージェントがバックグラウンドで継続的に実験を実行できるようになり、数時間で測定できる構成タスクになる可能性があります。その約束が、現実世界の厄介な機器との接触に耐えられるかどうかは、研究プレビューが答えるように設計されたテストです。

---

AI の先を行く

最新の AI ニュース、分析、画期的な情報をすべて 1 か所で入手できます。

AI ニュースをもっと読む→