Anthropic представила экспериментальный стандарт MHS, который открывает ИИ-агентам прямой доступ к физическому оборудованию. По заявлению компании, стандарт создаёт единый интерфейс и формат обмена данными, позволяющий разнородным приборам взаимодействовать по сети без написания отдельных программ-переводчиков. Это переводит автономные модели из виртуальной среды в реальную лабораторию, где они способны самостоятельно проводить эксперименты, управлять приборами и корректировать параметры в реальном времени.
Что такое MHS и как он работает
В основе стандарта лежит идея унификации: вместо того чтобы разрабатывать специфический драйвер под каждый прибор, MHS задаёт общий протокол обмена данными. Устройство описывает свои возможности и ограничения в стандартизированном формате, после чего становится «читаемым» для языковой модели. Такой подход устраняет один из главных барьеров автоматизации — необходимость писать сложное программное обеспечение для каждого нового прибора.
Язык вместо кода: интеграция с Model Context Protocol
Сочетание MHS с Model Context Protocol позволяет учёным отдавать команды оборудованию на обычном естественном языке. ИИ-модель, в свою очередь, анализирует текущую ситуацию, корректирует параметры в реальном времени и устраняет аппаратные сбои. Фактически человек выступает оператором-заказчиком, а рутинное управление и контроль передаются модели.
Демонстрации: калибровка, микроскоп и роборука
В ходе демонстраций модель уровня Claude самостоятельно откалибровала лазер, проверив результат через отдельную камеру и точечно настроив оптическую систему. В другом сценарии ИИ фокусировал микроскоп, анализировал изображение, определял интересный участок и самостоятельно смещал объектив для продолжения анализа. Особенно показательным стал эпизод с роборукой: модель разобралась, как поднять алюминиевую банку, не имея пошаговых алгоритмов от человека.
Стандартизированные теги и безопасность
Поскольку модели тренировались преимущественно в виртуальной среде, MHS включает систему стандартизированных тегов, описывающих физические ограничения «железа». Это позволяет ИИ мгновенно считывать возможности незнакомого устройства. На этапе исследовательского превью компания делает ставку на оценку безопасности и формирование лучших практик для ИИ, работающего с реальным оборудованием.
Партнёры и планы на open-source
В исследовательском превью Anthropic сотрудничает с рядом лабораторий и производителей, среди которых Amazon Web Services (Strands Robots), Hugging Face (LeRobot), Raspberry Pi, Automata и Universal Robots. В перспективе компания планирует сделать MHS полностью открытым стандартом (open-source), независимым от конкретных разработчиков ИИ-моделей, что может ускорить автоматизацию научной деятельности в целом.
