אנתרופיק הציגה את Model Hardware Standard (MHS) — תקן ממשק אחיד המאפשר לסוכני AI לשלוט במכשור מעבדה כמו מיקרוסקופים, מצלמות וזרועות רובוטיות. החברה טוענת שהתקן, שיהפוך בהמשך לקוד פתוח, יכול לקצר תהליכי הכנת ניסויים מדעיים משבועות וחודשים לשעות או דקות.
חברת אנתרופיק הציגה תקן חדש בשם Model Hardware Standard (MHS), שנועד לאפשר לסוכני בינה מלאכותית לתקשר ולשלוט במכשור פיזי במעבדות מחקר — ממיקרוסקופים ומצלמות ועד זרועות רובוטיות — דרך ממשק אחיד. התקן יוצא כרגע כ"תצוגה מוקדמת למחקר" (research preview) ועתיד להפוך לקוד פתוח (open source), ולפי אנתרופיק נועד בעיקר לסייע למדענים לקצר את התהליך המייגע של בניית אינטגרציות תוכנה מותאמות אישית שנדרשות כדי לגרום למכשירים שונים בניסוי לעבוד יחד (Ars Technica).
לפי אנתרופיק, MHS מספק ממשק משותף ופורמט אחיד לשיתוף נתונים בין מכשירים, כך שהם יכולים לתקשר זה עם זה ברשת בלי צורך בתוכנת "מתרגם" ייעודית לכל זוג רכיבים. החברה כותבת כי המערכת המתוקננת עשויה לקצר תהליך שנמשך בדרך כלל שבועות או חודשים של הכנת ניסוי מדויק לכדי שעות או דקות.
לדברי אלק קמני, איש צוות טכני באנתרופיק, הרעיון ל-MHS נולד מצפייה בעבודתו של הנוירוביולוג ארקו באסט במכון המחקר HHMI Janelia באשברן שבוירג'יניה. באסט בנה בעצמו ממשק לתיאום בין קרני לייזר מסתובבות, מיקרוסקופים, מצלמות ורכיבים נוספים, במסגרת ניסוי על תהליכי היווצרות זיכרון במוח. קמני מספר שאז חשב: "הרעיון הזה יכול לשמש כדי לגרום ל-AI להריץ כל ניסוי מדעי בעולם".
חשוב להדגיש: MHS אינו תלוי בבינה מלאכותית — ניתן להפעיל מכשירים דרכו ישירות באמצעות שורת פקודה (command-line) או קובצי קוד API, בלי מודל שפה בכלל. אבל אנתרופיק מדגישה שהחיבור בין MHS למודלים דרך פרוטוקול Model Context Protocol (MCP) מאפשר למדענים לתקשר עם המכשירים בשפה טבעית, ולתת למודל לעבור על כל שלב בניסוי, לעדכן פרמטרים בזמן אמת, ולעיתים אף להתאושש משגיאות חומרה בלי התערבות אנושית.
כדוגמה, החברה הציגה תרחיש שבו Claude מכוון קרן לייזר, בודק את התוצאה באמצעות מצלמה נפרדת, וחוזר על התהליך כדי לכייל את המערכת כולה באופן אוטומטי. בתרחיש נוסף, המודל יכול למקד מיקרוסקופ, לנתח את התוצאות, להחליט אילו אזורים דורשים תצפית נוספת, ולהזיז את המיקרוסקופ בהתאם. בסרטון שפרסמה אנתרופיק, Claude הדגים גם יכולת לתכנן כיצד להנחות זרוע רובוטית להרים פחית אלומיניום, למרות שלא אומן במפורש על המשימה הזו. עוד לפי אנתרופיק, במקום לעבור מחדש על כל שלב בכל פעם, מודלים המחוברים ל-MHS יכולים לרצף פעולות בין מכשירים שונים על ידי כתיבת סקריפטים ב-API והתאמתם לפי הצורך.
התקן כולל גם מערכת תיוג מתוקננת המתארת את המגבלות הפיזיות של כל רכיב חומרה — נועד לסייע למודלים שאומנו בעיקר בעולם הווירטואלי. התיוג מקודד מידע כמו משקל וטווח תנועה של זרוע רובוטית, פרמטרים הניתנים לכיוון, אפשרויות מדידה ומגבלות בטיחות. המידע משולב בקובץ ייחוס שנועד לספק למודל במהירות נתונים קריטיים על מכשיר שמעולם לא נתקל בו קודם.
ההשקה, שדווחה גם על ידי רויטרס, ממשיכה מגמה שבה אנתרופיק מרחיבה את פעילות סוכני ה-AI שלה מעבר לעולם הדיגיטלי הטהור — קוד, טקסט ותמונות — אל עבר שליטה בציוד פיזי בעולם האמיתי. ככל הנראה, אם MHS יאומץ בהיקף רחב במעבדות מחקר, המשמעות עבור מדענים תהיה חיסכון משמעותי בזמן ההכנה הטכני הנדרש להרצת ניסויים מורכבים, ופחות תלות בכתיבת קוד אינטגרציה ייעודי לכל שילוב מכשירים חדש. עם זאת, מדובר כרגע בתצוגה מוקדמת למחקר בלבד, וטרם ידוע מתי ובאיזה היקף התקן יהפוך לזמין באופן רחב כקוד פתוח.