Claude kommer i CarPlay – og Anthropic tester AI-styring af laboratorieudstyr

Claude bevæger sig ud af chatvinduet på to meget forskellige måder. I Apple CarPlay er det en stemmebaseret samtaleapp med stramme platformregler. I laboratorier og avanceret produktion afprøver Anthropic samtidig Model Hardware Standard (MHS), som skal lade AI-agenter arbejde med programmerbart fysisk udstyr inden for fastlagte grænser. 171

Hvad kan Claude i CarPlay?

Claude er nu tilgængelig via Claude-appen til iPhone i Apple CarPlay. Brugeren kan åbne appen på CarPlay-skærmen, stille spørgsmål med stemmen og få svar læst op via bilens stemmefunktioner – uden at skulle håndtere telefonen. Det er også muligt at fortsætte nyere samtaler. 1718

Det oplagte formål er samtalen undervejs: at få forklaret et emne, vende en idé eller fortsætte en tidligere dialog med Claude. Det er derimod ikke en fuld udgave af Claudes visuelle chatgrænseflade på instrumentbrættet.

Vigtige begrænsninger: Ingen kontrol over bil eller iPhone

Apples adgang for samtale-AI i CarPlay er bevidst snæver. Tredjeparts-chatbots skal bruge Apples særlige skærm til stemmestyring, følge virksomhedens CarPlay-skabelon og have den nødvendige CarPlay-godkendelse. 1723

Claude kan hverken kontrollere bilens systemer eller funktioner på iPhonen. Den kan altså ikke overtage navigation, klimaanlæg, musik, opkald, beskeder eller telefonindstillinger. Appen skal desuden startes fra CarPlay-grænsefladen; der er ikke et særskilt aktiveringsord til Claude i bilen. 1719

Det gør Claude til en håndfri spørge- og samtalepartner – ikke til en integreret bilassistent med særlige systemrettigheder.

Hvordan placerer Claude sig blandt CarPlay-chatbots og Siri?

Claude er én af flere tredjeparts-chatbots i CarPlay. Ifølge omtalen er den den femte store chatbot-app på platformen efter ChatGPT, Perplexity, Grok og Meta AI. 18

Det afgørende er, at disse apps er valgfrie samtaletjenester underlagt de samme CarPlay-regler. De er ikke integreret i bilens operativsystem eller bilens styring. Apples egen Siri AI ventes at komme til CarPlay med iOS 27, hvilket vil give Apple selv en mere platformnær AI-løsning ved siden af tredjepartsappsene. 22

MHS: En fælles standard for fysisk laboratorieudstyr

MHS er en fælles specifikation, der skal gøre det muligt for AI-agenter at betjene fysiske enheder. Anthropic åbner den som forskningspreview for en første gruppe videnskabelige laboratorier og producenter med avanceret udstyr. Ifølge virksomheden kan standarden bruges på blandt andet mikroskoper, pipetteringsrobotter, robotarme og udstyr til kvantecomputere. 1

Målet er kompatibilitet på tværs. I stedet for at en AI-agent skal lære hver enkelt producents særlige grænseflade, beskriver MHS et fælles driverlag med standardhandlinger: eksempelvis at læse en enheds tilstand eller skrive en tilladt indstilling. En temperatursensor kan dermed levere en aflæsning, mens en regulator kan modtage et temperaturmål inden for definerede grænser.

Udstyret skal kunne findes – og forstås

En hardwarebeskrivelse kan give agenten struktureret information om, hvad et instrument er, hvad det kan måle eller ændre, og hvilke begrænsninger der gælder. Systemet kan også rumme beskrivelser i almindeligt sprog af udstyrets funktioner, justerbare parametre, fysiske egenskaber og driftsgrænser.

Tanken er, at en agent kan finde enheder på et netværk og ræsonnere om de tilladte handlinger uden at skulle behandle hver maskine som en helt ny, skræddersyet API. Agentmiljøer kan koble til via standardgrænseflader som Model Context Protocol (MCP), kommandolinjeværktøjer eller API'er.

Fra løbende AI-vurdering til faste scripts

MHS er ikke kun tænkt til enkeltstående kommandoer, men også til arbejdsgange på tværs af flere instrumenter: Agenten kan overvåge live-data, ændre parametre og koordinere udstyr, når resultaterne ændrer sig. Når en arbejdsgang er valideret, kan den omsættes til et deterministisk script med faste enhedskommandoer frem for at basere hver gentagen detalje på modellens åbne ræsonnering. 1

Det er en væsentlig forskel for både driftssikkerhed og sikkerhed: Modellen kan bidrage til at finde eller forbedre en procedure, mens den gentagne udførelse kan gøres mere forudsigelig.

Demonstration: Claude justerede en laser

Anthropic beskriver en demonstration, hvor Claude justerede en laser, vurderede resultatet gennem et kamera og gentog processen for at lære, hvordan justeringerne påvirkede laserstrålens placering. Herefter skrev systemet et deterministisk script, der kunne justere laseren med én kommando. 1

Anthropic oplyser også, at Genentech har brugt MHS i et proof of concept til at automatisere en BCA-proteinanalyse, som kræver koordineret laboratorieudstyr. 1

Sikkerhed: Begrænset adgang og flere lag af kontrol

Anthropic præsenterer ikke MHS som et produkt til ubegrænset autonomi. Udrulningen er foreløbig begrænset til en forskningsgruppe af laboratorier og avancerede producenter, mens virksomheden udvikler sikkerhedstests og driftspraksis frem mod en planlagt open source-udgivelse. 1

Sikkerhedsmodellen bygger på flere lag:

• Afgrænsede drivere: Hardwarebeskrivelser kan fastlægge, hvad agenten må læse og ændre, samt de grænser driveren skal håndhæve.
• Struktureret enhedsinformation: Agenten får konkrete oplysninger om muligheder og begrænsninger i stedet for selv at skulle udlede dem.
• Faste kommandoer til valideret arbejde: Gentagelige procedurer kan omsættes til fastlagte kommandosekvenser, så afhængigheden af modellens løbende vurderinger reduceres.
• Begrænset testfase: Partnerafprøvning giver Anthropic mulighed for at undersøge fejl og opbygge driftspraksis før en bredere lancering. 1

MHS kan standardisere kommunikationen og begrænse kommandoerne, men standarden kan ikke i sig selv afgøre, om en forsøgsplan er videnskabeligt forsvarlig, eller om et laboratorium er fysisk sikkert. Forkerte enhedsbeskrivelser, dårlig konfiguration og uforsvarlige procedurer er fortsat reelle risici. Menneskeligt tilsyn, laboratoriets egne sikkerhedsregler og traditionelle fysiske værn er derfor stadig nødvendige.

To anvendelser, samme princip

CarPlay og MHS viser to ender af samme strategi: Claude skal ind i virkelige arbejdsgange, men med en myndighed, der er afpasset efter omgivelserne. I en kørende bil betyder det stemmesamtaler uden adgang til bilen eller telefonen. I et laboratorium betyder det kontrolleret adgang til specialudstyr gennem fælles grænseflader, erklærede grænser og en trinvis udrulning. 171