大規模言語モデルが、ついに手を伸ばした。
今週の木曜日、Anthropicは、すべての大規模モデル駆動型AIエージェントが物理デバイスを安全かつ迅速に操作するための新しい標準であるModel Hardware Standard（MHS）を発表しました。
現在、Claudeのような大規模モデルは、マイクロスコープ、ロボットアーム、リキッドプロセッサー、レーザーなどのハードウェアを、MCP（モデルコンテキストプロトコル）のように物理世界で操作できるようになっています。この進展は、AIがデジタル世界から物理世界へ移行するための鍵となる一歩と業界で評価されています。
MCPは、Anthropicが2024年11月に発表したオープンスタンダードプロトコルで、大規模言語モデル（LLM）と外部データソース、ローカルファイル、開発ツール、さまざまなアプリケーションサービスの間で、標準化され安全な双方向通信インターフェースを提供することを目的としています。
MCPの核心な位置づけは「AI分野のUSB-Cインターフェース」であり、大規模モデルとGitHub、Slack、ローカルファイルシステム、データベースなどのソフトウェア環境を接続します。近年のAI技術の発展に伴い、MCPはインテリジェントエージェントエコシステム全体において不可欠な事実上の標準となりました。
現在、AnthropicもMCPをハードウェアに活用し、この標準通信規格を物理的ハードウェア、センサー、組み込みシステム、およびテスト装置に昇華しています。
MHSの開発は、Anthropic社とホワード・ハワード医学研究所（HHMI）ジェネリア研究園の共同プロジェクトとして始まり、現在、最初の研究ラボおよび先進的な製造業者向けにリサーチプレビュー版が提供されています。
通常、実験室や製造工場ではハードウェアの構築と統合に数週間から数か月を要します。ほとんどの装置同士は直接通信できないため、専門家がカスタム統合ソリューションを構築する必要があります。MHSは、この統合作業を数時間、あるいは数分に短縮できます。さらに、MHSはAIをこれらのツールに統合することで、研究者やエンジニアが自律的で24時間体制の実験とワークフローをより簡単に調整できるように支援します。エージェントは実験の各ステップを推論し、パラメーターをリアルタイムで更新し、場合によっては人間の介入なしにハードウェアの障害から回復することも可能です。
MHSは、プログラマブルインターフェースを備えたあらゆるデバイスと連携でき、基礎モデルの種類に依存せず、MCPなどの標準プロトコルを用いてあらゆるエージェントフレームワークからアクセスできます。
AIをシステムに統合する追加の難しさを考慮しなくても、実験室や工場の複数のデバイス間で通信させることは容易ではありません。各デバイスは通常、独自のプログラミングインターフェースを持っており、現在のところ標準化された統合方法は存在しません。さらに、デバイスを接続した後も、それらがエージェントとデータを共有するための一般的な方法はなく、エージェントがこれらのデバイスを安全に操作するための方法もありません。
MHSは、これらの課題に対応するために、標準化ドライバーを導入しています。このドライバーは、コンピュータのオペレーティングシステムとハードウェアデバイスの間で変換を行うソフトウェアです。MHSドライバーは、読み取り（例：温度の取得）や書き込み（例：温度の設定）などのシンプルな基本コマンドのセットを使用し、あらゆるハードウェアデバイスがこれらのコマンドを理解して実行できます。これにより、各デバイスが標準形式で検出可能になり、デバイスとエージェントがネットワークを越えて相互に発見し通信できるようになります。その際、両者の間にカスタムの「翻訳」プログラムを必要としません。
MHSドライバーは、エージェントがこれまで見たことのないデバイスを理解し、使用するのを支援するとともに、コードだけでは得られない機械の特性情報（たとえば、ロボットアームの重量など、安全な操作に不可欠な情報）を提供できます。これまで、こうした情報は主に紙のマニュアル、ユーザーのコンピューター、または暗黙の知識として保存されてきました。しかし、MHSドライバーにはタグが含まれており、ユーザーが自然言語で直接これらの情報を入力できるようになっています（ユーザー自身が入力するか、エージェントとチャットしてAIがハードウェア設定を質問することで入力可能です）。
これらのタグの情報を使用して、MHSドライバーは、デバイスが何を測定できるか、何を調整できるか、およびどのようなセキュリティ制限が適用されるかなどの一般特性情報を含む参照ファイルを自動生成します。このファイルは、エージェントがデバイスを操作するために必要なすべての情報を提供します。
デバイスの接続が完了し、エージェントプログラムが各デバイスの使用方法を理解した後、これらのハードウェアを制御するための方法が必要です。MHSには、MCP、コマンドラインインターフェース、およびコードファイル（API）の3つのメカニズムがあります。これらは協調して動作し、ユーザーが1行のコードで複数のデバイスを調整できるようにします。
エージェントがデバイスを制御できるようになると、各デバイスからの運用データを受信し、高レベルで作業を監督・指導できます。エージェントは異なる機器の操作手順を整理し、結果を監視して、リアルタイムでの変化に応じてパラメーターを調整できます。エージェントが長時間実行されるタスクを実行する必要がある場合、またはオンライン推論能力を超える速度でデバイスを操作する必要がある場合、エージェントは1つ以上のデバイスからのドライバーコマンドをコードファイルに連結できます。これにより、デバイスは各ステップでエージェントの推論を必要とせずに自ら操作を実行できます。
MHSのテスト中に、AnthropicはClaudeが実験やハードウェアと科学者のように探求的に相互作用していることを発見しました。
Anthropicは、Claudeがレーザーを調整し、カメラで結果を観察して、調整がレーザービームの移動にどのように影響するかを評価し、このプロセスを繰り返してイベントの順序を理解しようとしていることを観察しました。その後、Claudeは学習した情報をコードファイルにまとめ、各ステップを繰り返し推論することなくレーザーをキャリブレーションする決定論的スクリプトを記述し、このプロセスを単一のコマンドとして実行可能にしました。
MHSの開発中、Anthropicはバイオテクノロジー、ロボティクス、量子計算などの分野の複数の研究所およびハードウェアメーカーとこの技術を共有しました。これらの初期プロジェクトでは、MHSがデバイスの統合時間を短縮し、さまざまな実験環境での反復速度を向上させ、機械のリアルタイム運用と障害検出に貢献していることが確認されています。
ハードウェアベンダーおよび関連ソフトウェア企業は、エージェントがデバイスを発見して操作できるように、デバイスにMHS対応を組み込んでいます。例：
Amazon Web Services（AWS）は、Strands Robotsを介してMHSをサポートしています。Strands Robotsは、AIエージェントを物理デバイスに接続するためのライブラリです。MHSのリサーチプレビュー期間中、AWSは参加者にStrands Robotsソフトウェアパッケージの非公開プレリリース版を提供します。
Automataは、自律実験室内の機器に対するスマートエラー処理のために、ラボ自動化プラットフォームLINQにMHSサポートを追加しています。
Danaherは、MHSのサポート機能が、そのスマート機器および自律ラボによって生物医学研究と開発のスケールを拡大する方法を積極的に探求しています。
Doosan Roboticsは、そのロボットアームを使用してMHSをテストしており、自動化された品質保証や複数のロボット間のタスク調整を実行しています。
MBF Bioscienceは、世界中の数百の神経科学ラボでレーザースキャン顕微鏡を制御するソフトウェアであるScanImage向けにMHSドライバーを開発中であり、AIエージェントをリアルタイムデータ分析および実験に統合することを目的としています。
QIAGENは、核酸精製プラットフォームQIAsymphony Connect上でMHSの概念実証を実施し、AIエージェントが機器の故障診断を迅速化し、操作者を回復手順に導き、機器の稼働時間を向上させると同時に生物サンプルのリスクを低減する方法を検証しています。
Tecanは、AIエージェントが直接発見および操作できるよう、Fluent液体処理プラットフォームにMHSサポートを追加しています。
Universal Robotsは、MHSの使用権を事前に取得し、自社のロボットプラットフォームにMHSのサポートを追加する予定です。
オープンソース化前に、Anthropic はこの標準をさらに改善したいと考えています。
大規模言語モデルとして、Claudeはテキストと画像を通じて物理世界を学習するため、空間的および物理的推論能力に制限があり、専門家の監督が必要です。たとえば、タンパク質サンプルを処理する際、ゲンテックの研究者は、Claudeがサンプルの泡立ちによる誤差をソフトウェアエラーではなく物理的故障と認識するよう導かなければならず、その問題は適切な物理的修正によってのみ緩和できます。
MHSは現在、プログラミングインターフェースを備えていないハードウェアとは互換性がないため、Anthropicはそうしたデバイスのメーカーと協力し、MHSドライバーをハードウェアに統合しています。多くの開発者がすでにClaude Codeを使用して単一の物理デバイスを操作しています。MHSの次段階で、Anthropicはこの標準を拡張し、開発者が使用するより多くのデバイスをカバーすることを目指しています。
早期の採用者には、Hugging Face（彼らはロボットライブラリLeRobotにMHSサポートを追加中）とRaspberry Pi（Camera MHSドライバーでの成功テスト後、複数の製品でMHS統合を有効化中）が含まれます。
参考情報：
https://www.anthropic.com/news/model-hardware-standard-research-preview
本文は微信公众号「機械の心」（ID：almosthuman2014）より、エージェントに注目する機械の心が執筆しました。