Anthropic предложила стандарт MHS для управления физическими устройствами через AI

Что произошло

Anthropic представила Model Hardware Standard, или MHS, — набор стандартизированных драйверов, предназначенный для того, чтобы AI-агенты могли проще подключаться к разным физическим устройствам и управлять ими.

Сейчас проект находится в формате исследовательского превью. Компания описывает его как способ упростить для ученых создание программных интеграций, необходимых для согласованной работы разных компонентов эксперимента.

Как должен работать MHS

MHS должен предоставить общий интерфейс и единый формат обмена данными между устройствами в сети. Anthropic утверждает, что такой подход может сократить настройку сложных экспериментов с недель или месяцев до часов или минут.

Устройства с MHS можно контролировать напрямую в реальном времени через командную строку и файлы API-кода. При подключении AI-модели через Model Context Protocol исследователи смогут взаимодействовать с оборудованием на естественном языке, а модели — пошагово рассуждать о ходе эксперимента, менять параметры в реальном времени и в некоторых случаях восстанавливаться после аппаратных ошибок без вмешательства человека.

Примеры использования

Anthropic приводит пример, в котором модель вроде Claude настраивает лазер, проверяет результат через отдельную камеру и повторяет процесс для автоматической калибровки системы.

MHS также может позволить AI-модели сфокусировать микроскоп, проанализировать результаты, определить участок для дополнительного наблюдения и затем автоматически переместить микроскоп к нужной области.

В демонстрационном видео Anthropic показала, как Claude рассуждает о том, как заставить роботизированную руку поднять алюминиевую банку, хотя модель не обучали специально нужной последовательности действий.

Почему это важно

Разработка MHS отражает попытку вывести агентные AI-системы за пределы работы с текстом, изображениями, кодом и другими задачами внутри компьютера — к управлению физическим оборудованием.

Стандарт включает систему тегов, описывающих реальные ограничения оборудования: физические характеристики, настраиваемые параметры, варианты измерений и принудительные пределы безопасности. Эти данные могут попадать в справочный файл, который быстро дает AI-модели ключевую информацию об устройстве, с которым она раньше не сталкивалась.

Что дальше

Во время превью Anthropic работает с первой группой научных лабораторий и производителей, включая Amazon Web Services с Strands Robots, Hugging Face с LeRobot, Raspberry Pi, Automata и Universal Robots.

Партнеры должны помочь Anthropic создать оценки безопасности и лучшие практики для AI-систем, управляющих физическим оборудованием. В дальнейшем компания планирует сделать MHS открытым стандартом для интеграции AI и физических систем, не привязанным к конкретному агенту.