Anthropic hat den experimentellen Standard MHS vorgestellt, der KI-Agenten direkten Zugriff auf physische Hardware ermöglicht. Laut Unternehmensangaben schafft der Standard eine einheitliche Schnittstelle und ein Datenaustauschformat, das es heterogenen Geräten erlaubt, über ein Netzwerk zu kommunizieren, ohne dass separate Übersetzungsprogramme geschrieben werden müssen. Damit werden autonome Modelle aus der virtuellen Umgebung in die reale Laborumgebung verlagert, wo sie eigenständig Experimente durchführen, Geräte steuern und Parameter in Echtzeit anpassen können.

Was ist MHS und wie funktioniert es

Im Kern des Standards liegt die Idee der Vereinheitlichung: Anstatt für jedes Gerät einen spezifischen Treiber zu entwickeln, definiert MHS ein gemeinsames Datenaustauschprotokoll. Das Gerät beschreibt seine Fähigkeiten und Einschränkungen in einem standardisierten Format und wird dadurch für das Sprachmodell „lesbar“. Dieser Ansatz beseitigt eine der größten Hürden der Automatisierung — die Notwendigkeit, für jedes neue Gerät komplexe Software zu schreiben.

Sprache statt Code: Integration mit Model Context Protocol

Die Kombination aus MHS und Model Context Protocol ermöglicht es Wissenschaftlern, dem Equipment in gewöhnlicher natürlicher Sprache Befehle zu erteilen. Das KI-Modell analysiert seinerseits die aktuelle Situation, passt Parameter in Echtzeit an und behebt Hardware-Fehler. Tatsächlich fungiert der Mensch als bestellender Operator, während die routinemäßige Steuerung und Kontrolle dem Modell übertragen werden.

Demonstrationen: Kalibrierung, Mikroskop und Roboterarm

Während der Demonstrationen kalibrierte ein Modell der Claude-Klasse eigenständig einen Laser, überprüfte das Ergebnis über eine separate Kamera und justierte das optische System punktgenau. In einem anderen Szenario fokussierte die KI ein Mikroskop, analysierte das Bild, identifizierte einen interessanten Bereich und verschob eigenständig das Objektiv, um die Analyse fortzusetzen. Besonders aufschlussreich war der Abschnitt mit dem Roboterarm: Das Modell verstand, wie es eine Aluminiumdose hebt, ohne schrittweise Algorithmen vom Menschen zu erhalten.

Standardisierte Tags und Sicherheit

Da die Modelle überwiegend in der virtuellen Umgebung trainiert wurden, enthält MHS ein System standardisierter Tags, die die physischen Einschränkungen der „Hardware“ beschreiben. Dies ermöglicht der KI, die Möglichkeiten eines unbekannten Geräts sofort zu erfassen. In der Phase des Research-Previews setzt das Unternehmen auf Sicherheitsbewertung und die Entwicklung bester Praktiken für KI, die mit realer Hardware arbeitet.

Partner und Open-Source-Pläne

Im Research-Preview kooperiert Anthropic mit einer Reihe von Laboren und Herstellern, darunter Amazon Web Services (Strands Robots), Hugging Face (LeRobot), Raspberry Pi, Automata und Universal Robots. Langfristig plant das Unternehmen, MHS zu einem vollständig offenen Standard (Open-Source) zu machen, unabhängig von bestimmten KI-Modell-Entwicklern, was die Automatisierung wissenschaftlicher Tätigkeiten insgesamt beschleunigen könnte.