ClaudeがCarPlayに対応、研究室の機器制御へも拡張──Anthropicの「MHS」とは

Claudeの利用範囲は、チャット画面の外へ広がりつつあります。ただし、その形は大きく異なります。Apple CarPlayでは、車内で使うために厳しく機能を絞った音声会話アプリです。一方、研究室や先端製造の現場では、定義された管理下でAIエージェントがプログラム可能な実機を扱うための「Model Hardware Standard（MHS）」が研究プレビューとして公開されました。171

CarPlayでClaudeにできること

ClaudeのiPhoneアプリはApple CarPlayに対応しました。CarPlayの画面からClaudeを開き、車載ディスプレイと音声操作を通じて質問すると、スマートフォンを手に持たずに音声で回答を受け取れます。最近の会話を表示し、その続きを話すこともできます。1718

用途の中心は会話です。調べものの説明を求める、考えを整理する、以前のClaudeとのやり取りを続ける、といった利用が想定されます。車載画面にClaudeの通常の視覚的なチャット画面をそのまま表示するものではありません。

知っておくべき制約：車やiPhoneは操作できない

CarPlayにおける会話AIの対応範囲は、Appleによって意図的に限定されています。サードパーティー製チャットボットアプリは、Apple指定の音声コントロール画面を採用し、CarPlay向けのエンタイトルメント（利用権限）を得る必要があります。1723

特に重要なのは、Claudeには車両システムやiPhoneの機能を操作する権限がないことです。ナビゲーション、空調、音楽、通話、メッセージ、iPhoneの設定などをClaudeが代わりに制御することはできません。また、車内専用の呼びかけ語で起動する仕組みもなく、利用者がCarPlayの画面からClaudeを開く必要があります。1719

つまりCarPlay版Claudeは、車や端末へ特権的にアクセスする車載アシスタントではなく、ハンズフリーで質問できる会話相手という位置付けです。

他のチャットボット、Siriとの違い

ClaudeはCarPlayで使える複数のサードパーティー製チャットボットの一つです。報道によれば、ChatGPT、Perplexity、Grok、Meta AIに続く、CarPlay対応の5番目の主要チャットボットアプリとなりました。18

これらはいずれもAppleの制約内で動作する任意の会話アプリであり、OSや車両の操作機能に統合されたアシスタントではありません。Apple独自のSiri AIはiOS 27からCarPlayへ導入される見込みで、サードパーティー製サービスとは別に、プラットフォームネイティブのAIが加わることになります。22

MHSとは何か：AIが実験機器を扱うための共通仕様

MHSは、AIエージェントが物理デバイスを扱うための共有仕様です。Anthropicは科学研究ラボと先端製造企業の初期グループを対象に、研究プレビューとして提供を始めました。同社によると、顕微鏡、液体分注装置、ロボットアーム、量子コンピューティング機器などを対象にできます。1

狙いは相互運用性です。機器メーカーごとに異なる専用APIをAIが個別に学ぶのではなく、MHSでは「機器の状態を読み取る」「承認済みの設定値を書き込む」といった標準化された操作を持つ共通ドライバー層を用意します。たとえば温度センサーは温度値を読み出せ、制御装置は定められた範囲内の温度設定値を受け付ける、といった設計です。

機器の発見と、操作条件の理解

ハードウェア記述には、対象機器の種類、測定・変更できる項目、利用時の制約を構造化して記載できます。機能、調整可能なパラメーター、物理的特性、運転上の限界について、自然言語による説明を持たせることも想定されています。

こうした情報があれば、エージェントはネットワーク上の機器を見つけ、それぞれを未知の専用APIとして扱うのではなく、許可された操作を判断しやすくなります。エージェントの実行環境は、Model Context Protocol（MCP）、コマンドラインツール、APIなどの標準的な接続手段を利用できます。

その場の推論から、再現可能なスクリプトへ

MHSは単発の操作だけでなく、複数機器にまたがるワークフローの制御を想定しています。たとえばライブの測定値を監視し、結果の変化に応じてパラメーターを調整し、装置間の作業を連携させます。手順が検証された後は、繰り返しの低レベル操作を毎回AIに自由推論させるのではなく、決定論的な機器コマンドのスクリプトに変換できます。1

これは安全性と信頼性の面で重要な違いです。モデルは実験手順の探索や改善を支援しつつ、反復実行する工程は、より予測可能な形に固定できます。

実演されたレーザー位置合わせ

Anthropicは、Claudeがレーザーを調整し、カメラで結果を確認しながら、調整量とビーム位置の関係を反復して学習した事例を報告しています。その後、単一のコマンドでレーザーを位置合わせできる決定論的なスクリプトを書き出したとしています。1

また、Genentechは、複数の研究機器の連携が必要となるBCAタンパク質アッセイの自動化について、MHSを概念実証に利用したとAnthropicは説明しています。1

物理世界でのリスクをどう管理するのか

AnthropicはMHSを、無制限の自律動作製品として打ち出してはいません。まずは研究ラボと先端製造企業の限定グループに研究プレビューとして提供し、将来的なオープンソース公開に先立って、安全性評価と運用手法を整備する方針です。1

安全策は複数の層で構成されます。

• 上限を持つドライバー：ハードウェア記述で、エージェントが読み取り・変更できる内容と、その際にドライバーが強制すべき上限を定められます。
• 構造化された機器情報：AIにゼロから推測させるのではなく、機能と制約を明示的に渡します。
• 検証済み作業の決定論的な実行：再利用する手順は固定コマンド列へ変換でき、継続的なモデル判断への依存を減らします。
• 初期提供先の限定：パートナー環境で失敗例を評価し、広範な公開前に運用上の実践を確立します。1

もっとも、MHSが標準化できるのは通信方法やコマンドの制約であって、実験計画が科学的に妥当か、研究室が物理的に安全かを、それだけで保証するものではありません。機器記述の誤り、不十分な設定、危険な手順は依然としてリスクです。人による監督、ラボのガバナンス、従来の物理的な安全対策は不可欠です。

2つの展開が示す方向性

CarPlayとMHSは、Claudeを現実のワークフローへ持ち込む一方で、その環境に応じて権限を限定するという同じ方向性の両端にあります。走行中の車内では、車両やスマートフォンを操作させない音声会話にとどめる。研究室では、標準化された接続、宣言済みの限界、段階的な提供を通じて、専門機器への制御を管理する──という考え方です。171