অ্যানথ্রোপিকের এমএইচএস এআই এজেন্টগুলিকে ল্যাব এবং কোয়ান্টাম ডিভাইস নিয়ন্ত্রণ করতে সক্ষম করে

অ্যানথ্রোপিক মডেল হার্ডওয়্যার স্ট্যান্ডার্ড (MHS) গবেষণা প্রাক-প্রকাশ প্রকাশ করেছে, যা AI এজেন্ট এবং বাস্তব ডিভাইসের মধ্যে MCP-এর মতো একটি সাধারণ ইন্টারফেস তৈরির চেষ্টা করছে। মাইক্রোস্কোপ, পিপেটিং ওয়ার্কস্টেশন, মেকানিক্যাল আর্ম, ক্যামেরা, লেজার এবং সেন্সরগুলি শুধুমাত্র একবার সংযুক্ত করলেই, একটি একক স্টেট, অপারেশন নির্দেশ এবং নিরাপত্তা সীমাবদ্ধতার মাধ্যমে বিভিন্ন মডেলগুলি এগুলিকে খুঁজে পেতে এবং নিয়ন্ত্রণ করতে পারবে, যা আগে সপ্তাহ বা মাসের পরিমাণের কাস্টম ইন্টিগ্রেশনকে ঘণ্টা বা মিনিটের মধ্যে কমিয়েছে। প্রাথমিক পরীক্ষায়, Claude MHS-এর মাধ্যমে প্রোটিন ডিটেকশন পরীক্ষা সম্পন্ন, বাস্তব-সময়ে মাইক্রোস্কোপিক ইমেজিংয়ের সমন্বয়, তরল বুদবুদের সমস্যা সমাধান করেছে, এবং QuEra কোয়ানটাম কম্পিউটারের লেজার পুনরুদ্ধারের সফলতারহার 58% থেকে 99.3% পর্যন্ত বৃদ্ধি করেছে। তবে Anthropic একইসঙ্গে承认 कরছে, ভাষা মডেলগুলির প্রকৃতভাবে ভৌত বোধশক্তির অভাব, বুদবুদ, সংঘর্ষ, 광পথ एবং जैविक नमूना जैसे वास्तविक समस्याओं के साथ सामना करते समय अभी भी विशेषज्ञों की निगরानी की आवश्यकता है। MHS वर्तमान में केवल कुछ प्रयोगशालाओं और निर्माण कंपनियों के लिए उपलब्ध है, और सुरक्षा मूल्यांकन पूर्ण होने के बाद ही ओपन-सोर्स होगा। इसका महत्व केवल "Claude मशीन संचालित कर सकता है" नहीं है, बल्कि AI एजेंट सॉफ्टवेयर पढ़ने और API कॉल करने से आगे बढ़कर, अब भौतिक दुनिया को देखने, हस्तक्षेप करने और पुनरावृत्ति प्रयोग करने की ओर बढ़ रहा है।

লেখক এবং উৎস: Anthropic

ক্লড এখন গবেষণা পত্র পড়তে, ডেটা বিশ্লেষণ করতে, গবেষণা অনুমান তৈরি করতে এবং পরীক্ষামূলক কোড লিখতে পারে, কিন্তু গবেষণা যখন “প্রকৃত ডিভাইস চালানো” পর্যায়ে পৌঁছায়, তখন AI সাধারণত বাস্তব বিশ্বের বাইরে থাকে।

সমস্যাটি শুধু মডেলের ক্ষমতার বাইরে নয়, বরং ল্যাব এবং ফ্যাক্টরিতে ডিভাইসগুলির চরম বিচ্ছিন্নতার কারণে। ক্যামেরা সম্ভবত Python ব্যবহার করে, ডিটেক্টরগুলি MATLAB-এ চলে, ইলেক্ট্রোফিজিওলজিক্যাল ডিভাইসগুলি C# ব্যবহার করে, আর মেকানিক্যাল আর্ম, মাইক্রোস্কোপ এবং পিপেটিং ওয়ার্কস্টেশনগুলির নিজস্ব ড্রাইভার, ডেটা ফরম্যাট এবং কন্ট্রোল সফটওয়্যার রয়েছে। অনেক ডিভাইসই জানে না যে পাশের যন্ত্রগুলি বর্তমানে কী অবস্থায় আছে।

যদি গবেষকদের ক্যামেরা নমুনার অবস্থান শনাক্ত করে মেকানিক্যাল আর্মকে নোটিফাই করতে হয়, অথবা মাইক্রোস্কোপটিকে রিয়েল-টাইম ছবির ভিত্তিতে স্ক্যানিং প্যারামিটারগুলি স্বয়ংক্রিয়ভাবে পরিবর্তন করতে হয়, তাহলে প্রায়শই প্রতি দুটি ডিভাইসের জন্য আলাদা কনেকশন প্রোগ্রাম লিখতে হয়। ডিভাইসের সংখ্যা বাড়লে, পয়েন্ট-টু-পয়েন্ট ইন্টিগ্রেশনগুলির রক্ষণাবেক্ষণ আরও জটিল হয়ে পড়ে।

অ্যানথ্রোপিক বলেছে যে, পূর্বে ল্যাব বা উৎপাদন সুবিধা একটি হার্ডওয়্যার ইন্টিগ্রেশন সম্পন্ন করতে সপ্তাহ বা মাস লাগত। এমএইচএস এই কাজটিকে কয়েক ঘন্টা বা কয়েক মিনিটে সংকুচিত করতে চায়।

এটি "মডেলটি কীভাবে আরও বুদ্ধিমান হবে" সমাধান করে না, বরং প্রথমে সমস্ত ডিভাইসের জন্য একটি সাধারণ ভাষা তৈরি করে যা মডেলটি বুঝতে পারে।

(মূল পাঠে MHS যোগাযোগের আগে এবং পরে আর্কিটেকচার ডায়াগ্রাম রয়েছে, যা একাধিক ডিভাইসের পয়েন্ট-টু-পয়েন্ট কাস্টম কানেকশন থেকে একক ইন্টারফেসের মাধ্যমে যোগাযোগে রূপান্তর দেখায়।)

এমএইচএস-এর কোর একটি স্ট্যান্ডার্ডাইজড ড্রাইভার। এটি ডিভাইসের নিজস্ব ইন্টারফেস এবং এআই এজেন্টের মধ্যে একটি অনুবাদ স্তর হিসাবে কাজ করে, যা জটিল মেশিনগুলিকে তাপমাত্রা পড়া, তাপমাত্রা লেখা, স্ট্যাটাস জিজ্ঞাসা বা কোনো অপারেশন সম্পাদন করা এরকম কয়েকটি সাধারণ প্রিমিটিভে রূপান্তরিত করে।

এমএইচএস-এর সাথে সংযুক্ত ডিভাইসগুলি একটি স্ট্যান্ডার্ডাইজড রেফারেন্স ফাইল তৈরি করে যা এটি কী মাপতে পারে, কোন প্যারামিটারগুলি সমন্বয়যোগ্য, ডিভাইসটি কোন অবস্থায় থাকতে পারে এবং কোন নিরাপত্তা সীমাবদ্ধতা বাধ্যতামূলকভাবে প্রয়োগ করা প্রয়োজন তা ব্যাখ্যা করে।

শুধুমাত্র কোড সাধারণত মেশিনের সমস্ত বাস্তব বৈশিষ্ট্য প্রকাশ করতে পারে না। উদাহরণস্বরূপ, যদি মডেলটি শুধুমাত্র মেকানিক্যাল আর্মের কন্ট্রোল API দেখে, তবে এটি সম্ভবত মেকানিক্যাল আর্মের ওজন, চলাচলের পরিসর, জড়তা বা সংঘর্ষের ঝুঁকি সম্পর্কে জানে না। অতীতে, এই তথ্যগুলি সম্ভবত কাগজের নির্দেশিকা, ইঞ্জিনিয়ারদের কম্পিউটার বা অপারেটরদের অভিজ্ঞতার মধ্যে ছড়িয়ে ছিটিয়ে ছিল।

MHS ব্যবহারকারীদের প্রাকৃতিক ভাষার লেবেল দিয়ে এই জ্ঞান পূরণের অনুমতি দেয়। ব্যবহারকারীরা সরাসরি পূরণ করতে পারেন বা Agent-এর সাথে কথোপকথনের মাধ্যমে ডিভাইসের অবস্থা জিজ্ঞাসা করে স্বয়ংক্রিয়ভাবে বর্ণনা ফাইল তৈরি করতে পারেন।

অ্যাজেন্ট সংযোগ সম্পন্ন হওয়ার পরে, MCP, কমান্ড লাইন বা কোড API এর মাধ্যমে ডিভাইস নিয়ন্ত্রণ করতে পারে। এটি একাধিক যন্ত্রের রিয়েল-টাইম ডেটা পড়তে পারে, অপারেশনের ক্রম সাজাতে পারে, এবং পরীক্ষার ফলাফলের ভিত্তিতে প্যারামিটারগুলি সামঞ্জস্য করতে পারে; যখন উচ্চগতির বা দীর্ঘস্থায়ী অপারেশন প্রয়োজন হয়, তখন একটি সিরিজ ড্রাইভার কমান্ডকে কোডে কম্পাইল করা হয়, যাতে ডিভাইসটি নিজেই চলতে পারে, প্রতিটি সূক্ষ্ম ক্রিয়ার আগে মডেলকে পুনরায় যুক্তি দিতে হয়না।

MHS মডেল-নির্ভর নয় এবং Claude ব্যবহার করা অপরিহার্য নয়। যেকোনো মডেল বা Agent ফ্রেমওয়ার্ক মূলত MCP এর মতো স্ট্যান্ডার্ড প্রোটোকলের মাধ্যমে ডিভাইস অ্যাক্সেস করতে পারে।

জেনেনটেক বিসিএ প্রোটিন টেস্ট প্রক্রিয়া পরীক্ষা করতে এমএইচএস ব্যবহার করেছে। পরীক্ষাটি পিপেটিং ওয়ার্কস্টেশন, মেকানিক্যাল আর্ম এবং এনজাইম-লিঙ্কড ইমিউনোসরবেন্ট অ্যাসে (ELISA) কে সমন্বিত করেছে, যা নমুনার রং পরিবর্তনের মাধ্যমে প্রোটিন ঘনত্ব পরিমাপ করে।

এই প্রক্রিয়াগুলি স্বয়ংক্রিয়করণের জন্য উপযুক্ত বলে মনে হলেও, বাস্তবে এগুলি তরলের ভৌত প্রকৃতির প্রভাবে সহজেই বিঘ্নিত হয়। পিপেট ফোঁটা দেখালে, তরল স্তর সেন্সর ভুল রিপোর্ট করতে পারে; বুদবুদগুলি চূড়ান্ত অপটিক্যাল পাঠেরও ব্যাঘাত ঘটায়।

ক্লড প্রথমবারের মতো বুদবুদ দ্বারা উত্পাদিত রান এররের সাথে দেখা করলে, তার প্রাকৃতিক প্রতিক্রিয়া ছিল একই ছিদ্রে প্যারামিটার পরিবর্তন করে পুনরায় চেষ্টা করা। ফলে তরলটি আরও বেশি মিশ্রিত হয়ে আরও বেশি বুদবুদ তৈরি হয়।

গবেষকদের এটি বলতে হবে: এটি একটি সফটওয়্যার ত্রুটি নয় যা পুনরাবৃত্তি চালানোর মাধ্যমে সমাধান করা যায়, বরং বাস্তব তরলের একটি পদার্থবিদ্যাগত সমস্যা। সঠিক পদ্ধতি হল পরিষ্কার গহ্বরে স্যুইচ করা এবং মিশ্রণ চক্রের সংখ্যা কমিয়ে অপারেশনটিকে আরও মৃদু করা।

ব্যাখ্যা পাওয়ার পর, ক্লড পরবর্তী পরীক্ষাগুলিতে এই প্রসঙ্গটি বজায় রাখে। দলটি অভিজ্ঞতাকে পুনরাবৃত্তিযোগ্য তরল পরিচালনা দক্ষতায় রূপান্তরিত করে, যার ফলে ক্লড বিভিন্ন তরলের বৈশিষ্ট্যের উপর ভিত্তি করে অধিক যুক্তিসঙ্গত ডিফল্ট প্যারামিটার নির্বাচন করতে পারে এবং পিপেটিং ভুলগুলি কমায়।

এই কেসটি MHS-এর বর্তমানে সবচেয়ে স্পষ্ট সীমানা প্রকাশ করে। এজেন্ট সেন্সরের ফিডব্যাকের ভিত্তিতে যুক্তি দিতে পারে, কিন্তু এটি টেক্সট এবং চিত্র থেকে শেখা বিশ্ব মডেলটি পরীক্ষাকারীদের দীর্ঘমেয়াদি অপারেশনের মাধ্যমে গঠিত ভৌত অনুভূতির সমান নয়।

এমএইচএস মূলত এইচএইচএমআই জ্যানেলিয়ার একটি জটিল মস্তিষ্ক ছবি কার্যক্রমের সেট থেকে উদ্ভূত হয়েছিল।

গবেষক ভার্জিনি রুটেন জীবিত জেব্রাফিশের সমস্ত কোষ এবং অঙ্গের ঘুমের সময়ের ক্রিয়াকলাপ দেখতে ডুয়াল-ফোটন মাইক্রোস্কোপ ব্যবহার করেন। পুরো পরীক্ষার সরঞ্জামটি লেজার, আয়না, বেঞ্চ, ক্যামেরা এবং বিভিন্ন সেন্সর অন্তর্ভুক্ত করে, যা মূলত বিভিন্ন প্রস্তুতকারকের সাতটি সফটওয়্যারের সহযোগিতায় চলত।

ডিভাইসগুলির মধ্যে একটি একক ইন্টারফেস নেই, এমনকি বিভিন্ন প্রোগ্রামিং ভাষা ব্যবহার করা হয়। একটি প্রোগ্রাম টেবিলের অবস্থান জানে, কিন্তু অন্যটি সরাসরি পড়তে পারে না; গবেষকদের অনেক ব্রিজিং কোড লিখতে হয়, কখনও কখনও বিশেষায়িত ডেটা অ্যাকুইজিশন কার্ড যোগ করতে হয় যাতে ডিভাইসগুলি সংকেত প্রেরণ করতে পারে।

MHS সমস্ত যন্ত্রের অবস্থা, চলক, নিয়ন্ত্রণ আদেশ এবং সেন্সর পাঠ একটি মানকীকৃত শেয়ারড স্টেট স্পেসে রাখে। প্রতিটি ডিভাইসকে শুধুমাত্র একবার বর্ণনা করে এবং সংযুক্ত করলে, অন্যান্য প্রোগ্রাম বা এজেন্টগুলি সরাসরি এটি খুঁজে পেয়ে ব্যবহার করতে পারে।

এমএইচএস চালুর আগে একটি নতুন ক্যামেরা যোগ করতে কয়েক দিন লাগত; এমএইচএস ব্যবহার করে, গবেষকরা কেবল কয়েক মিনিটে লেজারের অবস্থান পর্যবেক্ষণের জন্য একটি নতুন ক্যামেরা সিস্টেমে যোগ করেন এবং প্রতিফলন আয়নার নিয়ন্ত্রণের জন্য প্রোগ্রামকে ছবির ডেটা প্রত্যাবর্তন করেন।

ক্লড ক্যামেরার মাধ্যমে বিম পর্যবেক্ষণ করতে পারে, প্রতিফলক সমন্বয় করতে পারে এবং নতুন ছবির ভিত্তিতে চলাচলের ফলাফল নির্ণয় করে “কার্যক্রম—পর্যবেক্ষণ—সংশোধন” একটি বন্ধ চক্র গঠন করে। অন্য একটি সূক্ষ্মদর্শী সিস্টেমে, যা আগে গবেষকদের দিনের অর্ধেক সময় নিত, লেজার, সেন্সর এবং আলোকপথ পরীক্ষা এখন একটি স্বয়ংক্রিয় পদক্ষেপে সংকুচিত হয়েছে।

কুয়েরা কম্পিউটিং নিউট্রাল পরমাণু ব্যবহার করে কোয়ান্টাম কম্পিউটার তৈরি করে, যেখানে পরমাণুগুলিকে লেজার দিয়ে অত্যন্ত সূক্ষ্মভাবে নিয়ন্ত্রণ করতে হয়। লেজারের কম্পাঙ্কের অনুমোদিত বিচ্যুতি প্রায় এক ট্রিলিয়নের এক ভাগ, যা পৃথিবী থেকে চাঁদের দূরত্ব পরিমাপ করার সময় একটি চুলের পুরুত্বের চেয়েও কম ত্রুটির সমান।

তাপমাত্রা, কম্পন বা বায়ুচাপের পরিবর্তন দ্বারা লেজারের “লক” হারিয়ে যেতে পারে। যদি এই ঘটনা দীর্ঘসময়ের কোয়ান্টাম গণনার সময় ঘটে, তবে কয়েক ঘন্টা চলমান কাজটি সরাসরি ব্যর্থ হয়ে যেতে পারে। প্রচলিত পুনরুদ্ধার প্রক্রিয়াটি সাধারণত অভিজ্ঞ অপারেটরকে একসাথে একাধিক যন্ত্র পর্যবেক্ষণ করে ধাপে ধাপে প্যারামিটারগুলি সমন্বয় করতে হয়, যা ৫ থেকে ১০ মিনিট সময় নেয়।

কুয়েরা আগে লেজার ইঞ্জিনিয়ার, সফটওয়্যার ইঞ্জিনিয়ার, অ্যালগরিদম বিশেষজ্ঞ এবং পরীক্ষকদের নিয়ে কয়েক মাস ধরে একটি ফিক্সড রিকভারি স্ক্রিপ্ট লিখেছিল। এটি ম্যানুয়াল প্রক্রিয়া অনুসারে কন্ট্রোলারগুলি ধাপে ধাপে সামঞ্জস্য করে, সফলতার হার প্রায় 58% এবং প্রতিটি চেষ্টায় প্রায় 150 সেকেন্ড সময় লাগে।

এমএইচএস সংযোগের পরে, এজেন্ট শুধুমাত্র নির্দিষ্ট প্রক্রিয়াগুলি পুনরাবৃত্তি করে না, বরং বিভিন্ন বিক্ষোভ তৈরি করে, লেজারের প্রতিক্রিয়া পর্যবেক্ষণ করে এবং কোন নিয়ন্ত্রণ প্যারামিটারগুলি প্রকৃতপক্ষে সমায়োজনের প্রয়োজন তা খুঁজে বার করে।

এক রাতের পরীক্ষার পর, পুনরুদ্ধার সময় প্রায় 6 সেকেন্ডে কমে যায় এবং সফলতার হার 96% হয়; আরও অপ্টিমাইজেশনের পর, Anthropic এর প্রতিবেদন অনুযায়ী চূড়ান্ত পুনরুদ্ধার সফলতার হার 99.3%।

এজেন্ট আবিষ্কার করেছে যে লেজার ফ্রিক�োয়েন্সি সরানো ছোট হলে সমস্ত নিয়ন্ত্রণ পরামিতি পরীক্ষা করার প্রয়োজন নেই, শুধুমাত্র এক বা দুটি পরামিতি পরিবর্তন করলেই চলে। মানুষের অপারেটররা নিরাপত্তা নিশ্চিত করতে সাধারণত প্রতিটি পরামিতি একটি করে যাচাই করেন; কিন্তু এজেন্ট বহুবার পুনরাবৃত্ত পরীক্ষার মাধ্যমে এমন পদক্ষেপগুলি চিহ্নিত করেছে যেগুলি বাদ দেওয়া যেতে পারে।

তবে, QuEra জোর দিয়ে বলেছে যে, এজেন্ট বিশেষজ্ঞদের সম্পূর্ণভাবে প্রতিস্থাপন করেনি। শুধুমাত্র পদার্থবিদ্যা ভিত্তিক হার্ডওয়্যার ক্ষতির ক্ষেত্রে, Claude প্রায়শই কীভাবে সমাধান করবে তা জানে না, কারণ এটির ডিভাইস সম্পর্কে বোঝা মূলত প্রোগ্রাম ইন্টারফেস থেকে আসে। কিছুটা ঝুঁকিপূর্ণ অপারেশনের জন্য, এটি প্রায়শই মানবিক অনুমতির জন্য অপেক্ষা করে, যা কিছু রাতের পরীক্ষাকে পরবর্তী দিনের জন্য স্থগিত করে।

টেটসুয়ান সায়েন্টিফিক স্থানীয় দূষণের বিশ্লেষণের জন্য qPCR পরীক্ষা পরিচালনার জন্য MHS-কে ResearchOS অটোমেশন বায়োলজিক্যাল এক্সপেরিমেন্ট প্ল্যাটফর্মে যুক্ত করেছে।

qPCR-এর জন্য একটি চিপ্পে, সাবানের মতো তরল "মাস্টার মিক্স" রিজেন্ট প্রয়োজন। এই তরলটি পিপেটিংয়ের সময় ফেনা তৈরি করে, যা পরিমাপের অস্থিরতা এবং পরীক্ষার গুণমান হ্রাস করে।

একটি পরীক্ষায়, ক্যামেরা রোবটিক আর্ম দ্বারা ধরে রাখা টিউবে বুদবুদ শনাক্ত করে। রোবটিক আর্ম নিজেই এই সমস্যার সমাধান করতে পারে না, তবে ResearchOS ল্যাবের অন্যান্য MHS-এর সাথে সংযুক্ত ডিভাইসগুলি খুঁজে বার করতে পারে। Claude পরে Slack-এর মাধ্যমে গবেষকদের পরামর্শ দেয়: রোবটিক আর্মটি টিউবটি সেন্ট্রিফিউজে পাঠান, যাতে এটি কম গতিতে সংক্ষিপ্তকালের জন্য ঘোরানো হয়, যাতে তরল এবং বুদবুদগুলি পুনরায় তলায় একত্রিত হয়।

এই ধরনের ডিভাইস-ব্যাপী প্রক্রিয়াকরণ হল পারমাণবিক স্থির স্বয়ংক্রিয় প্রক্রিয়াগুলির জন্য কঠিন কভার করার পরিস্থিতি। প্রোগ্রাম ডিজাইনারদের প্রতিটি ত্রুটির জন্য পূর্বনির্ধারিতভাবে সম্পূর্ণ পুনরুদ্ধার পথ লিখতে হবে না; এজেন্টটি ত্রুটি পর্যবেক্ষণ করতে পারে এবং বর্তমানে উপলব্ধ ডিভাইসের সংমিশ্রণের ভিত্তিতে সমাধান খুঁজে বার করতে পারে।

টিমটি আরও ক্লড কে এমন একটি কম্পাইলার অপ্টিমাইজ করতে দিয়েছে যা উন্নত পরীক্ষাগত প্রোটোকলকে হার্ডওয়্যার অপারেশন নির্দেশে রূপান্তর করে। পরীক্ষাগুলি 9143টি স্বতন্ত্র ড্রপিং, 300টি ভিন্ন ট্রান্সফার কম্বিনেশন, 1508টি মাপের শর্ত এবং চারটি প্রকারের তরলকে কভার করে।

অপ্টিমাইজেশনে অংশগ্রহণ না করা পরীক্ষাগুলিতে, ক্লড এবং এমএইচএস একসাথে উন্নত মডেলটি ডিভাইস প্রস্তুতকারকের প্রযুক্তিগত স্পেসিফিকেশনের চেয়ে প্রায় 12% বেশি সঠিকভাবে বহুবার প্রতিটি ড্রপ পরিমাপের পূর্বানুমান করেছে, 45টি পরীক্ষার মধ্যে 31টিতে বিজয়ী হয়েছে; সবচেয়ে বেশি পুনরাবৃত্তির ডেটাতে, উন্নতির মাত্রা প্রায় 17%। এই ফলাফলগুলি প্রকল্পের অংশীদারদের নিজস্ব পরীক্ষা থেকে আসা, এগুলিকে এখনও বহু-পরীক্ষাগারভিত্তিক স্বতন্ত্রভাবে পুনরাবৃত্তির সাধারণ উপসংহার হিসাবে বিবেচনা করা যায় না।

অ্যানথ্রোপিক এমএইচএসকে একটি পরিপক্ক অনুপস্থিত ল্যাব সিস্টেম হিসাবে বর্ণনা করেনি।

ক্লড অবস্থা পড়তে পারে, চিত্র বিশ্লেষণ করতে পারে এবং ডিভাইস ব্যবহার করতে পারে, কিন্তু এর বাস্তব বিশ্বের জ্ঞান মূলত টেক্সট এবং ছবি থেকে আসে। ঘর্ষণ, ফেনা, ওজন, তরলের ভিসকোসিটি, যান্ত্রিক খালি জায়গা এবং আলোর পথের সরণের মতো সমস্যাগুলি প্রায়শই শুধুমাত্র বাস্তব অপারেশনের সময়ই প্রকাশ পায়।

যদি ডিভাইসে কোনো প্রোগ্রামযোগ্য ইন্টারফেস না থাকে, তাহলে এখনও MHS সরাসরি সংযুক্ত করা যায় না; Anthropic এই ধরনের ডিভাইসের জন্য ড্রাইভার যোগ করার জন্য উৎপাদনকারীদের সাথে কাজ করছে।

ভৌত নিরাপত্তা সফটওয়্যার অনুমতির চেয়ে আরও জটিল। ডিজিটাল এজেন্ট ভুল কমান্ড বাস্তবায়ন করলে, সাধারণত ফাইল রোলব্যাক বা সিস্টেম পুনরুদ্ধার করা যায়; কিন্তু মেকানিক্যাল আর্ম, লেজার, রাসায়নিক পদার্থ এবং জৈব নমুনা নিয়ন্ত্রণ করার সময়, ভুল কর্মকাণ্ডের ফলে সরঞ্জামের ক্ষতি, নমুনা নষ্ট বা এমনকি মানুষের ঝুঁকিরও সৃষ্টি হতে পারে।

অতএব, প্রিভিউ পর্যায়ের প্রধান কাজ হল ডিভাইসের সংখ্যা বাড়ানো নয়, বরং নতুন সুরক্ষা মূল্যায়ন তৈরি করা: কোন অপারেশনগুলি মানুষের অনুমতি প্রয়োজন, ডিভাইসগুলি কোন শর্তে স্বয়ংক্রিয়ভাবে বন্ধ হওয়া উচিত, মডেলটি সেন্সরের অস্বাভাবিকতা শনাক্ত করতে পারে কিনা, এবং হার্ডওয়্যার ড্রাইভার লেয়ারের সীমাবদ্ধতাগুলি এজেন্ট দ্বারা পারলোক্রমণ করা যায় না তা কীভাবে নিশ্চিত করা যায়।

Anthropic বলছে যে তারা "ফিজিক্যাল সিকিউরিটি রোডম্যাপ" প্রস্তুত করছে এবং MHS কে আনুষ্ঠানিকভাবে ওপেন সোর্স করার সময় গবেষণা প্রাক-দর্শনের ফলাফল এবং সিকিউর ডিপ্লয়মেন্ট গাইডলাইন প্রকাশ করার পরিকল্পনা করছে।

MHS-এর প্রাথমিক সমর্থন পেয়েছে বিভিন্ন ডিভাইস এবং প্ল্যাটফর্ম কোম্পানি। AWS পরিকল্পনা করছে Strands Robots-এর মাধ্যমে অ্যাক্সেস প্রদানের; Doosan Robotics, Universal Robots রোবটিক আর্ম সমর্থন পরীক্ষা করছে; Tecan, QIAGEN এবং Automata ল্যাবরেটরি অটোমেশনে মনোযোগ দিচ্ছে; Hugging Face পরিকল্পনা করছে MHS-কে LeRobot রোবট লাইব্রেরিতে যোগ করতে, এবং Raspberry Pi কিছু পণ্য এবং ক্যামেরা ড্রাইভারে একীকরণ পরীক্ষা করছে।

যদি এমএইচএস একটি ইকোসিস্টেম গঠন করে, তবে এটি এমসিপির মতো একক মডেল এবং সফটওয়্যার টুলগুলির সাথে সংযোগের মতোই এজেন্ট এবং বাস্তব ডিভাইসগুলির সংযোগকে একীভূত করতে পারে। ল্যাবগুলিকে প্রতিটি মডেল, প্রতিটি ডিভাইস এবং প্রতিটি সফটওয়্যারের জন্য পুনরায় ইন্টারফেস তৈরি করার প্রয়োজন হবে না, এবং ডিভাইস প্রস্তুতকারকদেরও সরাসরি এজেন্ট দ্বারা খুঁজে পাওয়া যায় এমন মানক ক্ষমতা বর্ণনা প্রদান করা উচিত।

কিন্তু এমএইচএস-এর সামনে প্রতিবন্ধকতা প্রকাশ্যে বেশি। সফটওয়্যার টুলগুলির ইনপুট এবং আউটপুট সাধারণত সঠিকভাবে সংজ্ঞায়িত করা যায়, কিন্তু ভৌত ডিভাইসগুলি পরিক্ষয়, ড্রিফট, বন্ধ হয়ে যাওয়া, শব্দ উৎপাদন এবং পরিবেশগত পরিবর্তনের প্রভাবে পড়ে। একই মডেলের দুটি যন্ত্রও ক্যালিব্রেশনের অবস্থা এবং ইনস্টলেশনের পদ্ধতির কারণে ভিন্নভাবে আচরণ করতে পারে।

অতএব, এমএইচএস শুধু কমান্ডই নয়, বরং মেশিনের অবস্থা, বাস্তব সীমাবদ্ধতা, নিরাপত্তা সীমানা এবং ব্যর্থতা পুনরুদ্ধারের জ্ঞানকেও মানকীকরণ করতে চায়।