Anthropic का Model Hardware Standard क्या है और यह AI को भौतिक दुनिया से कैसे जोड़ता है?

Anthropic का Model Hardware Standard (MHS) AI एजेंटों और प्रोग्रामेबल भौतिक उपकरणों के बीच एक साझा सॉफ्टवेयर विनिर्देश है। कंपनी ने इसे 27 अगस्त 2026 को रिसर्च प्रीव्यू के रूप में पेश किया। इसका उद्देश्य एजेंटों को मशीनों की क्षमताएं पहचानने, उनकी स्थिति और डेटा पढ़ने, कई उपकरणों को साथ में संचालित करने और बहु-चरणीय वर्कफ़्लो चलाने में मदद करना है। 11

सरल शब्दों में, MHS कोई नया रोबोट या AI मॉडल नहीं है। यह AI और मशीनों के बीच एक साझा “कनेक्शन लेयर” या तकनीकी ढांचा है। अगर यह अपेक्षा के अनुसार काम करता है, तो अलग-अलग कंपनियों के उपकरणों के लिए हर बार अलग कस्टम इंटीग्रेशन बनाने की जरूरत कम हो सकती है।

MHS किन कामों के लिए बनाया गया है?

MHS ऐसे उपकरणों को ध्यान में रखता है जिनमें प्रोग्रामेबल इंटरफेस मौजूद हों—जैसे माइक्रोस्कोप, लिक्विड हैंडलर, रोबोटिक आर्म और उन्नत मैन्युफैक्चरिंग मशीनें। Anthropic के अनुसार, एजेंट कई इंस्ट्रूमेंट्स को समानांतर रूप से चला सकते हैं और ड्रग-डिस्कवरी प्रयोगों से लेकर क्वांटम कंप्यूटर में लेज़र कैलिब्रेशन तक के जटिल काम कर सकते हैं। 111

व्यावहारिक तौर पर MHS-सक्षम सिस्टम किसी एजेंट को ये काम करने दे सकता है:

• उपलब्ध उपकरणों और उनकी क्षमताओं की जानकारी हासिल करना;
• मशीन की स्थिति और प्रयोग से मिले नतीजों को पढ़ना;
• कई उपकरणों पर होने वाली कार्रवाइयों का क्रम तय करना;
• नए परिणाम आने पर मापदंडों में बदलाव करना; और
• कुछ त्रुटियों या बदलती परिस्थितियों पर प्रतिक्रिया देना।

ये MHS की प्रस्तावित कार्यप्रणाली है, हर मशीन को बिना मानवीय निगरानी के सुरक्षित रूप से चलाने की गारंटी नहीं। वास्तविक स्वायत्तता उपकरण, सॉफ्टवेयर एडाप्टर, सुरक्षा उपायों और किसी खास साइट के संचालन नियमों पर निर्भर करेगी।

MCP से MHS का क्या संबंध है?

Anthropic, MHS को अपने Model Context Protocol (MCP) की इंटरऑपरेबिलिटी अवधारणा का भौतिक दुनिया तक विस्तार बताता है। MCP AI सिस्टम को बाहरी टूल्स और जानकारी तक एक मानकीकृत तरीके से पहुंचने में मदद करता है; MHS इसी विचार को भौतिक उपकरणों और उनसे मिलने वाले डेटा पर लागू करने का प्रयास है। 412

इसका मतलब है कि MHS स्वयं कोई सामान्य AI मॉडल, रोबोट या लैब-कंट्रोल सिस्टम का विकल्प नहीं है। यह एक इंटरफेस और स्पेसिफिकेशन है, जिसका मकसद हार्डवेयर को AI एजेंटों के लिए समझना और इस्तेमाल करना आसान बनाना है। इसे केवल Claude तक सीमित रखने के बजाय अलग-अलग मॉडल-आधारित एजेंटों के साथ काम करने योग्य बनाने का लक्ष्य बताया गया है।

इंटीग्रेशन का समय घटाना सबसे बड़ा वादा क्यों है?

वैज्ञानिक लैब और फैक्ट्रियों में अक्सर कई सप्लायरों के उपकरण साथ इस्तेमाल होते हैं। इन मशीनों के API, डेटा फॉर्मेट, कंट्रोल सिस्टम और सुरक्षा सीमाएं अलग-अलग हो सकती हैं। इसलिए किसी ऑटोमेटेड प्रयोग या उत्पादन प्रक्रिया को शुरू करने से पहले विशेषज्ञों को कस्टम कनेक्शन तैयार करने पड़ते हैं। 110

Anthropic का लक्ष्य इस इंटीग्रेशन प्रक्रिया को आम तौर पर लगने वाले हफ्तों या महीनों से घटाकर घंटों या मिनटों तक लाना है। 514 फिलहाल इसे कंपनी का घोषित उद्देश्य और शुरुआती चरण का दावा समझना चाहिए, न कि हर उपकरण और हर तैनाती पर लागू होने वाला सिद्ध परिणाम।

प्रस्तावित मॉडल में कोई निर्माता अपने नए उत्पाद को MHS-संगत बना सकता है। वहीं, ऑपरेटर किसी मौजूदा प्रोग्रामेबल मशीन को सॉफ्टवेयर ड्राइवर या एडाप्टर के जरिये जोड़ने की कोशिश कर सकते हैं। उपलब्ध जानकारी से यह साबित नहीं होता कि हर पुरानी मशीन को आसानी से रेट्रोफिट किया जा सकेगा या उसकी सभी सुविधाएं इस मानक के जरिये उपलब्ध होंगी।

शुरुआती विकास और परीक्षण

MHS की शुरुआत Anthropic और Howard Hughes Medical Institute (HHMI) के Janelia Research Campus के सहयोग से हुई। 411 Anthropic का कहना है कि रिसर्च प्रीव्यू विज्ञान, रोबोटिक्स, इलेक्ट्रॉनिक्स और उन्नत मैन्युफैक्चरिंग से जुड़े साझेदारों के साथ साझा किया जा रहा है, ताकि मानक का परीक्षण और उसकी सुरक्षा का मूल्यांकन किया जा सके। 12

सार्वजनिक रिपोर्टों में Genentech और QuEra Computing को शुरुआती उपयोगकर्ताओं या परीक्षकों के रूप में पहचाना गया है। Genentech ने इसे लैब-ऑटोमेशन वर्कफ़्लो में परखा, जबकि QuEra ने न्यूट्रल-एटम क्वांटम कंप्यूटिंग से जुड़े लेज़र सिस्टम के कुछ हिस्सों के आसपास इसका इस्तेमाल किया। 6

कुछ अन्य रिपोर्टों में Carnegie Mellon University, Universal Robots, AWS, Doosan Robotics, Danaher और Hugging Face सहित एक व्यापक शुरुआती समूह का उल्लेख है। चूंकि प्रीव्यू अभी शुरुआती चरण में है और अलग-अलग रिपोर्टों में साझेदारों की सूची अलग है, इसलिए इन नामों को रिपोर्ट किए गए प्रतिभागियों के रूप में देखना चाहिए, अंतिम या पूरी तरह स्थापित MHS इकोसिस्टम के प्रमाण के रूप में नहीं। 23

क्या MHS वेंडर लॉक-इन घटा सकता है?

साझा मानक से एक ही एजेंट इंटरफेस के जरिये कई सप्लायरों के उपकरणों के साथ काम करना आसान हो सकता है। इससे अलग-अलग कंपनियों के proprietary API पर निर्भरता घट सकती है और मशीनों को बदलना या उन्हें एक साथ जोड़ना सरल हो सकता है।

लेकिन इंटरऑपरेबिलिटी केवल स्पेसिफिकेशन जारी होने से अपने-आप हासिल नहीं होती। निर्माताओं को MHS अपनाना होगा, भरोसेमंद ड्राइवर देने होंगे, जरूरी नियंत्रण उपलब्ध कराने होंगे और अनुकूलता बनाए रखनी होगी। MHS एडाप्टर उपलब्ध होने पर भी ऑपरेटर proprietary सॉफ्टवेयर या हार्डवेयर पर निर्भर रह सकते हैं।

सुरक्षा अभी सबसे बड़ी अनिश्चितता है

Anthropic शुरुआती MHS संस्करण को साझेदारों के साथ साझा कर रही है ताकि भौतिक उपकरणों को नियंत्रित करने वाले AI सिस्टम के लिए सुरक्षा मूल्यांकन और संचालन संबंधी अच्छे तरीकों पर काम किया जा सके। कंपनी ने कहा है कि प्रीव्यू और मूल्यांकन चरण के बाद वह इस मानक को open source करने की योजना रखती है। 12

यहां “साझा इंटरफेस” और “सुरक्षित संचालन” के बीच का फर्क महत्वपूर्ण है। किसी मशीन को AI के लिए नियंत्रित करना आसान बना देना, उस नियंत्रण को अपने-आप सुरक्षित नहीं बनाता। वास्तविक इस्तेमाल में उपकरण-विशिष्ट सीमाएं, प्रमाणीकरण और एक्सेस कंट्रोल, निगरानी, परीक्षण, आपातकालीन स्टॉप, लॉगिंग और उचित मानवीय निगरानी जरूरी रहेंगे।

अभी उपलब्ध जानकारी में open-source रिलीज की अंतिम तारीख, पूरा सुरक्षा बेंचमार्क या निश्चित गवर्नेंस मॉडल नहीं दिया गया है। इसलिए चौबीसों घंटे चलने वाले संचालन को संभावित उपयोग-स्थिति के रूप में समझना चाहिए, उच्च-जोखिम वाले वातावरण में बिना निगरानी संचालन के लिए तैयार तकनीक के प्रमाण के रूप में नहीं।

Anthropic की physical-AI रणनीति में MHS की जगह

MHS Anthropic के उन AI एजेंटों से आगे बढ़ने का संकेत है जो मुख्य रूप से सॉफ्टवेयर टूल्स पर काम करते हैं। कंपनी अब ऐसे सिस्टम की दिशा में बढ़ रही है जो लैब उपकरणों, रोबोटों और मैन्युफैक्चरिंग मशीनरी के साथ भी बातचीत कर सकें। 12

रणनीतिक अवसर यह है कि शोधकर्ता और औद्योगिक ऑपरेटर किसी ऊंचे स्तर का लक्ष्य बता सकें और एजेंट उसके लिए जरूरी मशीनों का समन्वय कर सके। लेकिन असली परीक्षा यह होगी कि MHS वास्तविक उपकरणों के बीच भरोसेमंद, जांचे जा सकने वाले और सुरक्षित व्यवहार दे पाता है या नहीं। केवल एक साझा प्रोटोकॉल के जरिये कमांड भेज पाना पर्याप्त नहीं होगा।

फिलहाल MHS को physical AI के लिए शुरुआती इंटरऑपरेबिलिटी इंफ्रास्ट्रक्चर समझना सबसे उचित है—ऐसा ढांचा जो इंटीग्रेशन का काम कम कर सकता है, लेकिन जिसकी सफलता हार्डवेयर अनुकूलता, निर्माताओं द्वारा अपनाने, कठोर परीक्षण और मानव-निर्मित सुरक्षा नियंत्रणों पर निर्भर करेगी।