Компания Anthropic представила стандарт MHS (Model Hardware Standard) — он создаёт единый интерфейс между ИИ и физическим миром. Это решение призвано преодолеть давнюю проблему фрагментации аппаратных интерфейсов: на протяжении 20 лет разнородные устройства (работающие на Python, MATLAB, C# и других языках) не могли взаимодействовать между собой — для их интеграции требовался кастомный код.
Ранее Anthropic уже выпустила общеотраслевой протокол MCP, который унифицировал вызов AI-агентами внешних инструментов, данных и API. Теперь же представлен предварительный вариант MHS — он позволяет агентам взаимодействовать с физическими устройствами. Стандарт уже применяют в ведущих лабораториях: на микроскопах, роботизированных манипуляторах и квантовых компьютерах.
Существующие ранее стандарты (SiLA, OPC UA/LADS, AnIML) не стали отраслевым языком. Например, SiLA 2 слишком детализирован — требует регламентации множества параметров для каждого устройства, а скорость его обновления низкая. OPC UA отличается высокой стоимостью модернизации: нужно писать большой объём кода. AnIML же занимается только унификацией форматов данных и не решает вопрос взаимодействия устройств.
Суть MHS — в введении «единого переводчика» на базе ИИ между устройствами. Агенты отправляют упрощённые команды (например, получение информации или запись параметров), которые устройства понимают. Кроме того, ИИ создаёт reference file — описание реального состояния, параметров и данных датчиков для каждого устройства.
MHS обеспечивает безопасность: при подключении устройств в драйвер MHS записываются максимальные значения мощности, диапазона движения и другие параметры безопасности — ИИ не может их превысить. Стандарт позволяет AI-агенту реализовать полный цикл «наблюдение — оценка — выполнение — итерация» для оптимизации экспериментов.
Практические результаты уже впечатляют. Например, команда из Университета Карнеги-Меллона с помощью MHS скоординировала работу жидкостного обработчика, ридера, робота и камеры наблюдения. В итоге удалось упорядочить порядок экспериментов, отслеживать их ход и увеличить скорость примерно в 3 раза. При интеграции Claude и MHS возможно нахождение глобального оптимального решения для экспериментов.
Особенно ярко преимущества MHS проявились в работе с квантовым компьютером QuEra. Там требуется высочайшая точность частоты лазера — одна часть на десять триллионов (погрешность расстояния между Землёй и Луной не более толщины волоса). Микроколебания температуры, вибрации, давления могут нарушить работу лазера и привести к потере нескольких часов квантовых вычислений. Ранее для исправления требовались действия экспертов (5–10 минут) или автоматизированный скрипт (успешность 58 %, время исправления 150 секунд).
После интеграции с MHS команда настроила Claude на создание Python-скрипта для повторной блокировки лазера (одна успешная попытка и удержание в течение 30 секунд). Была создана замкнутая система из четырёх агентов:
* один выдвигает гипотезы оптимизации;
* второй преобразует гипотезы в скрипты восстановления;
* третий выполняет скрипты на реальном лазере и фиксирует шаги;
* четвёртый анализирует логи, результаты и определяет дальнейшие действия.
Цикл работал без присмотра несколько сотен раз за ночь. В результате время восстановления сократилось с 150 секунд до примерно 6 секунд, успешность при 700 тестах достигла 99,3 %, а в сложных случаях восстановления требуется 10–14 секунд.
Claude за 16 часов провёл 363 эксперимента: анализировал данные с осциллографа и выполнял преобразование Фурье для измерения шума во всём диапазоне частот. Остаточная погрешность была снижена с 15,7 мВ до 1,55 мВ (примерно в 10 раз). В ходе 19‑часового непрерывного тестирования параметры, настроенные экспертом, вызывали сбой примерно 1,6 раза в час, тогда как параметры, настроенные Claude, не дали ни одного сбоя.
При этом есть ограничение: Claude не может напрямую управлять машинами из‑за задержки в облачном рассуждении (от десятков до сотен миллисекунд) и риска ошибок, которые могут привести к повреждению оборудования. Поэтому MHS строго разделяет модельный слой вывода и слой выполнения на устройствах: Claude разрабатывает решения, а детерминированный код управляет устройствами. Предусмотрены два режима управления:
* «онлайн-руководство» (для временных корректировок — шаг за шагом, например, регулировка скорости перемешивания в химической реакции);
* «офлайн-пакетная отправка» (для высокой скорости: Claude формирует пакет из десятков действий в виде детерминированного Python‑скрипта, устройство выполняет его локально без ожидания команд от облака).
В экосистему MHS вошли Danaher, QIAGEN, Tecan, Doushan Robotics, AWS и другие компании. Claude самостоятельно спроектировал связывающий белок без участия человека: на анализ данных, на который химик тратит полчаса, у Claude ушло 23 минуты.
MHS завершила этап, позволяющий ИИ взаимодействовать с физическими устройствами. При внедрении стандарта фабрики, лаборатории и кластеры роботов станут «средой выполнения» для агентов. Anthropic расширяет сферу услуг и переходит от роли поставщика инструментов к роли установщика отраслевых стандартов. Компания начинает внедрение в биомедицинских и квантовых лабораториях — как в наиболее сложных и перспективных для развития AGI областях. Ожидается, что цикл научных открытий сократится с лет до дней и часов. <<<CODE_BLOCK_N>>> <<<IMG_N>>>
Подробнее можно узнать по ссылке
Подписаться в Макс
