Anthropic учит ИИ управлять реальными машинами

До сих пор искусственный интеллект в основном работал в цифровой среде: писал код, анализировал документы, искал информацию и управлял программами. Но чтобы заставить ИИ взаимодействовать с физическим миром — например, лабораторным роботом, микроскопом или промышленным оборудованием, — требовалась отдельная инженерная работа.

Anthropic хочет изменить эту ситуацию. Компания представила исследовательскую версию Model Hardware Standard (MHS) — стандарта, который должен создать единый интерфейс между ИИ-агентами и физическими устройствами. Идея заключается в том, чтобы искусственному интеллекту больше не требовался отдельный способ управления каждой машиной. Если оборудование поддерживает MHS, агент сможет получать от него данные, отдавать команды и координировать работу нескольких устройств через общий интерфейс.

В перспективе это может привести к появлению лабораторий и производственных систем, где ИИ не просто анализирует результаты экспериментов, а самостоятельно управляет частью физического процесса.

Почему лабораторное оборудование оказалось проблемой для ИИ

Как пишет The Daily Star, современные научные лаборатории используют огромное количество специализированной техники. Микроскоп одного производителя может работать через собственное программное обеспечение, роботизированный манипулятор — через другое, а система для работы с жидкостями — через третье.

Для человека это означает необходимость создавать программные «мосты» между устройствами. На интеграцию оборудования иногда уходят недели или даже месяцы.

MHS должен упростить этот процесс. Вместо того чтобы каждый раз создавать уникальную систему управления, между компьютером и устройством устанавливается стандартизированный драйвер.

Он переводит универсальные команды в инструкции, которые понимает конкретная машина.

При этом система должна знать не только, что умеет устройство, но и какие ограничения у него есть. Например, для роботизированной руки важно учитывать допустимый вес груза и другие параметры, влияющие на безопасность работы.

Описание возможностей и ограничений оборудования можно представить в форме, понятной ИИ-агенту. Таким образом, модель получает своеобразную инструкцию по эксплуатации подключенного устройства.

ИИ сможет управлять несколькими устройствами одновременно

После подключения оборудования агент получает несколько способов взаимодействия с ним, в том числе через Model Context Protocol (MCP), командную строку, программный код и API.

Главное здесь не отдельный протокол, а возможность объединить разные машины в одну систему.

Например, в лаборатории могут одновременно работать роботизированная рука, устройство для дозирования жидкостей, камера и считыватель образцов. ИИ-агент способен последовательно отдавать им команды, получать результаты и использовать полученную информацию для следующего действия.

Это уже принципиально отличается от обычной модели, которая просто отвечает на вопросы или пишет программу.

ИИ начинает работать по принципу замкнутого цикла: команда → действие → результат → анализ → новая команда.

ИИ может не просто выполнить эксперимент, а изменить его по ходу работы. 

Первые испытания уже прошли в настоящих лабораториях

MHS пока находится на стадии исследовательского тестирования, однако Anthropic уже опробовала систему в нескольких научных организациях и компаниях.

Например, в Genentech с помощью MHS объединили устройство для работы с жидкостями, роботизированную руку и считыватель микропланшетов. ИИ-агент управлял экспериментом, анализировал полученные результаты и менял параметры работы оборудования.

Но эксперимент одновременно показал слабое место технологии. Когда в системе появились пузырьки, Claude попытался повторить операцию с другими параметрами. Однако это только усугубило ситуацию: дополнительное перемешивание привело к появлению еще большего количества пузырьков.

Исследователям пришлось объяснить модели, что причиной ошибки является физическая проблема, а не неправильный параметр эксперимента. Именно такие случаи показывают, насколько сложно научить ИИ понимать реальный физический мир. 

MHS не привязан только к Claude

Еще одна важная деталь — стандарт создается как model-agnostic, то есть он не должен быть предназначен исключительно для моделей Anthropic.

В перспективе любой совместимый ИИ-агент сможет взаимодействовать с оборудованием через стандартные протоколы.

Anthropic уже работает с компаниями из сферы робототехники и аппаратного обеспечения. Например, Hugging Face интегрирует поддержку MHS в свою библиотеку LeRobot, а Raspberry Pi также работает над поддержкой стандарта для части своих продуктов.

Если технология действительно станет открытым стандартом, ее значение может выйти далеко за пределы экосистемы Anthropic.

Следующий шаг — открытый стандарт для физического ИИ

Пока MHS доступен ограниченной группе исследовательских лабораторий и производителей. Anthropic собирается использовать этот этап для разработки практик безопасности и оценки работы системы, после чего планирует открыть стандартный протокол для более широкого использования.

Если MHS получит распространение, это может стать важным шагом в переходе от ИИ, который работает с информацией, к ИИ, который работает с физическим миром.

Сегодня для этого по-прежнему требуются инженеры, специальные драйверы и многочисленные интеграции. В будущем достаточно будет подключить оборудование к совместимой инфраструктуре — и ИИ-агент сможет не только увидеть данные с устройства, но и использовать его как инструмент для решения задачи.

По сути, речь идет о создании общего языка между искусственным интеллектом и машинами.

И если такой язык действительно станет универсальным, лабораторное оборудование, промышленные роботы и другие программируемые устройства могут превратиться для ИИ в своеобразный набор инструментов — почти так же, как сегодня для него являются инструментами браузер, терминал или компьютерный код.