Anthropic vuole che gli agenti IA gestiscano le apparecchiature di laboratorio e ha uno standard per questo

Anthropic ha aperto un’anteprima della ricerca del Model Hardware Standard, o MHS, una specifica condivisa che consente agli agenti di intelligenza artificiale di utilizzare dispositivi fisici come microscopi, manipolatori di liquidi e bracci robotici. È stato presentato mercoledì a un primo gruppo di laboratori scientifici e produttori avanzati ed è iniziato come una collaborazione tra Anthropic e HHMI Janelia Research Campus.

Il problema a cui MHS mira è poco affascinante ma reale. Un laboratorio di ricerca possiede in genere strumenti di una dozzina di fornitori, ciascuno con il proprio software, formato dati e driver. Farli parlare tra loro richiede settimane o mesi di lavoro di integrazione personalizzata, e convincere un agente AI a gestirli in sicurezza è ancora una volta un lavoro separato. MHS gestisce tutto ciò con un driver standardizzato, ovvero un software che traduce tra un computer e un dispositivo, costruito attorno a una manciata di semplici comandi come “leggi” (ottieni la temperatura) e “scrivi” (imposta la temperatura). I dispositivi si annunciano in un formato comune, quindi un agente può rilevarli senza un traduttore su misura nel mezzo.

La parte intelligente è un insieme di tag che consentono a un essere umano di scrivere, in un linguaggio semplice, le cose che il codice di una macchina non dice: quanto è pesante un braccio robotico, cosa può misurare, quali limiti di sicurezza si applicano. Il driver lo trasforma in un file di riferimento che l’agente legge prima di toccare qualsiasi cosa.

Cosa sta realmente succedendo qui: questa è la stessa mossa che Anthropic ha fatto con il Model Context Protocol, che ha standardizzato il modo in cui i modelli di intelligenza artificiale comunicano con il software, applicata invece all’hardware. MHS è deliberatamente indipendente dal modello, quindi qualsiasi agente di qualsiasi azienda può utilizzarlo tramite protocolli standard e Anthropic afferma che prevede di rendere open source lo standard dopo l’anteprima. Questo è un tentativo di possedere la spina piuttosto che l’elettrodomestico, e vale la pena avere gli occhi chiari sul motivo anche se la spina è utile.

I primi risultati sono più misurati del campo. Alla Genentech, Claude ha regolato autonomamente le velocità di pipettaggio per l’acqua e una soluzione proteica densa ed è arrivato a parametri che gli esperti di automazione dell’azienda hanno definito ragionevoli. Inoltre si bloccava: quando le bolle d’aria causavano errori, il suo istinto era di riprovare nello stesso punto, che produceva più bolle, e un essere umano doveva spiegare la fisica. Uno studente di dottorato presso l’Università di Washington ha collegato sei strumenti in meno di una settimana, compresi i conducenti, dopo che i precedenti tentativi di automazione erano completamente falliti. Nota inoltre che gestire un agente per ore costa denaro computazionale che deve essere valutato rispetto al tempo risparmiato.

Che cosa significa per te: niente oggi a meno che tu non lavori in un laboratorio o in una fabbrica. Ma è un utile indicatore della direzione in cui si stanno dirigendo gli agenti. Per due anni la domanda interessante era cosa potesse scrivere un modello; la domanda ora è cosa può funzionare e come mantenerlo al sicuro. Se vuoi partecipare, le richieste di accesso passano attraverso modelhardwarestandard.com.

Fonti

• Anthropic: anteprima del Model Hardware Standard
• Model Hardware Standard: accesso all’anteprima di ricerca
• Anthropic: Model Context Protocol