Согласно объявлению, опубликованному на веб-сайте компании, в четверг Anthropic открыла предварительную исследовательскую версию стандарта модельного аппаратного обеспечения (MHS), общей спецификации, предназначенной для того, чтобы позволить агентам ИИ безопасно управлять физическими устройствами, такими как микроскопы, манипуляторы для жидкостей и роботизированные манипуляторы.

Компания предоставляет первой группе научно-исследовательских лабораторий и передовым производителям доступ к предварительной версии и заявляет, что планирует сделать стандарт открытым исходным кодом после того, как будут разработаны оценки безопасности и лучшие практики с партнерами из сферы науки, робототехники, электроники и производства.

Решение узкого места интеграции

Anthropic сообщает, что проект начался в сотрудничестве с HHMI Janelia Research Campus, исследовательским кампусом Медицинского института Говарда Хьюза. Проблема, которую он решает, знакома каждому, кто работал в лаборатории или на заводе: большинство приборов не взаимодействуют друг с другом, и их интеграция обычно занимает недели или месяцы работы специалистов по созданию индивидуальных соединений.

Anthropic утверждает, что в случае MHS работа по интеграции сокращается до часов или минут. После подключения устройств агенты ИИ могут организовывать автономные круглосуточные эксперименты, анализируя каждый этап эксперимента, обновляя параметры в реальном времени и, в некоторых случаях, восстанавливаясь после аппаратных ошибок без вмешательства человека. Компания заявляет, что стандарт уже использовался для решения самых разных задач: от рутинных экспериментов по поиску лекарств до лазерной калибровки на квантовом компьютере.

Чтобы получить более подробную информацию об инструментах, меняющих формат разработки ИИ, [AI Buzz Wire отслеживает все основные релизы] (https://aibuzzwire.news) в отрасли.

Как работает стандарт

В основе MHS лежит стандартизированный драйвер: программное обеспечение, которое осуществляет преобразование между операционной системой компьютера и аппаратным устройством. Драйвер предоставляет простой набор примитивов — таких команд, как «чтение» (например, получение температуры) или «запись» (установка температуры), — которые любое аппаратное устройство может понимать и обрабатывать.

Каждое устройство также доступно для обнаружения в стандартном формате, поэтому агенты и инструменты могут находить друг друга в сети без использования специального переводчика между ними. По мнению Anthropic, водитель дополнительно дает агенту контекстуальные знания, которые традиционно жили в бумажных руководствах или в голове техника — например, вес робота-манипулятора, который важен для безопасного манипулирования им. Пользователи могут сами записывать эту информацию в теги на естественном языке или общаться с агентом, который расспрашивает их о настройке оборудования. Затем драйвер автоматически создает справочный файл, описывающий, что может измерять устройство, что можно регулировать и какие ограничения безопасности будут соблюдаться.

Агенты управляют оборудованием с помощью трех механизмов: протокола контекста модели (MCP), интерфейса командной строки и файлов кода, содержащих API. Вместе, по словам Anthropic, они позволяют агенту управлять несколькими устройствами с помощью одной строки кода, упорядочивать шаги между инструментами, отслеживать результаты и корректировать параметры по мере изменения условий.

Что Антропик наблюдал с Клодом

В ходе тестирования Anthropic сообщает, что Клод взаимодействовал с оборудованием исследовательским способом, напоминающим работу ученого. В одном примере модель настроила лазер, наблюдала за результатами через камеру, чтобы увидеть, как движется луч, и повторила процесс, чтобы понять последовательность событий. Затем Claude упаковал полученные знания в детерминированный сценарий, позволив процедуре выравнивания выполняться как единая команда без рассуждений модели на каждом этапе.

Этот шаблон — агент, исследующий в интерактивном режиме, а затем компилирующий свои результаты в повторяемый код — является центральным в том, как Anthropic ожидает, что MHS будет использоваться для долгосрочных задач, постоянное наблюдение за которыми было бы медленным или дорогостоящим.

Модельно-независимый дизайн

Anthropic позиционирует MHS как инфраструктуру, а не как привязанный к продукту продукт. Стандарт работает с любым устройством, имеющим программируемый интерфейс, и компания заявляет, что он не зависит от модели: любой агентский интерфейс может получить к нему доступ, используя стандартные протоколы, такие как MCP. Это может иметь значение для внедрения в исследовательских лабораториях, где оборудование от разных поставщиков и модели от разных поставщиков часто смешиваются.

Это объявление сделано на фоне усиливающейся конкуренции за подключение моделей искусственного интеллекта к физическому миру, когда конкуренты ищут модели, ориентированные на робототехнику, и партнеров по оборудованию. Ориентируясь в первую очередь на лаборатории и производственные линии — среды со структурированными, насыщенными инструментами рабочими процессами — Anthropic делает ставку на то, что научная и промышленная автоматизация станет первой коммерчески значимой областью для воплощенных агентов.

Что посмотреть

Предварительная версия исследования ограничена первоначальной группой партнеров, и Anthropic не объявила дату выпуска с открытым исходным кодом. Ключевые вопросы на ближайшие месяцы включают в себя: сколько производителей устройств создают драйверы MHS, как выглядят оценки безопасности, разработанные с партнерами, и принимают ли конкуренты этот стандарт или взаимодействуют ли с ним.

Для лабораторий, рассматривающих возможность внедрения, идея проста: интеграция оборудования, которая раньше занимала месяцы, может стать задачей настройки, измеряемой часами, при этом агенты смогут непрерывно проводить эксперименты в фоновом режиме. Выдержит ли это обещание контакт с грязным реальным оборудованием — это тест, на который призван ответить предварительный обзор исследования.

---

Будьте впереди ИИ

Получайте последние новости, анализ и открытия в области искусственного интеллекта — все в одном месте.

Подробнее новости AI →