Anthropic发布模型硬件标准预览 让AI智能体控制实验室设备

据TechRadar报道，Anthropic公司日前开放了其模型硬件标准（Model Hardware Standard，简称MHS）的预览，旨在通过统一的软件规则，让AI智能体控制显微镜、机械臂和液体处理设备等可编程机器。该标准面向需要多种仪器协同工作的实验室、工厂和工作场所，无需为每台设备编写定制软件链接。

MHS使用软件驱动程序在计算机系统与单台机器之间进行转换，使不同接口的设备能够以一致的方式通信。其驱动程序依赖读取测量值或更改设置等基础命令，为智能体提供了一种控制连接设备的方法。该系统还会记录通常只存在于手册中或依赖实验室老员工经验的设备细节，用户可通过自然语言输入这些信息，MHS随后生成描述设备功能、调试方式以及安全限制的参考材料。智能体可以在网络中发现兼容设备，无需为每台需要操作的机器单独搭建软件桥梁。

Anthropic称，在设备支持MHS的情况下，原先需要数周或数月的集成工作，可能缩短到数小时或数分钟。在早期物理试验中，Anthropic将Claude用于物理实验，包括在摄像头观察辅助下进行激光对准。Claude成功调整激光、检查图像并反复调整，每一步都会仔细评估变化。该设计还允许智能体组合来自多台设备的指令，为原本需要人工协调的工作生成自动化操作序列。

Anthropic表示，Claude在物理测试中“以类似科学家的探索方式”与实验和硬件互动。通过一个界面，模型可以协调多个仪器，而不必为每台设备使用单独的控制软件。公司已向生物技术、机器人技术和量子计算领域的制造商和研究小组分享了MHS。亚马逊云服务（AWS）、Automata、Danaher、斗山机器人、MBF Bioscience、QIAGEN、Tecan和优傲机器人等是早期参与者。

Anthropic承认，由于语言模型在推理物理设备时存在明显局限，AI智能体仍然需要专家监督。目前MHS无法支持缺乏可编程接口的设备，部分实验室和工业机器不在其技术范围内。Anthropic计划与制造商合作增加驱动程序，并扩展对更多设备和机器人平台的支持。该预览还将支持有关AI智能体在物理设备周围部署的新的安全测试和操作规则。公司表示，最终的开源发布将包含这些测试的结果以及更安全的实施指南。该项目目前仍处于实验阶段，实际应用很大程度上仍取决于硬件设计、软件访问和人工监督。