AnswersPublished16 sources
Model Hardware Standard brengt AI-agents naar de fysieke wereld
De Model Hardware Standard (MHS) is een onderzoeks preview waarmee AI agents programmeerbare laboratorium en productieapparatuur kunnen bedienen. De standaard gebruikt gestandaardiseerde drivers met lees en schrijfopdrachten en kan onder meer microscopen, vloeistofrobots en robotarmen met elkaar verbinden.
Gepubliceerd doorBewerkt met GPT-5.6 LunaAfbeeldingen gegenereerd met GPT Image 1.5
Research answer
Key takeaways
- De Model Hardware Standard (MHS) is een onderzoeks preview waarmee AI agents programmeerbare laboratorium en productieapparatuur kunnen bedienen.
- De standaard gebruikt gestandaardiseerde drivers met lees en schrijfopdrachten en kan onder meer microscopen, vloeistofrobots en robotarmen met elkaar verbinden.
- Anthropic ontwikkelde MHS samen met HHMI Janelia Research Campus en zegt integratietijd te willen terugbrengen van weken of maanden naar uren of minuten.
- MHS is modelonafhankelijk en bouwt voort op het Model Context Protocol (MCP), maar een definitief veiligheidskader, retrofitplanning en open source release zijn nog niet beschikbaar.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Anthropic’s Model Hardware Standard (MHS), why did the company develop it with HHMI Janelia Research Campus, how does it enable mode. Article summary: Anthropic’s Model Hardware Standard (MHS) is a research-preview specification for letting AI agents safely operate programmable physical equipment in scientific labs and advanced manufacturing. It is Anthropic’s initial . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Anthropic wil AI-agents niet langer beperken tot software, websites en digitale databronnen. Met de Model Hardware Standard (MHS) presenteert het bedrijf een onderzoeks-preview voor AI-agents die programmeerbare apparatuur in wetenschappelijke laboratoria en geavanceerde productieomgevingen kunnen aansturen. Eén agent moet zo meerdere apparaten kunnen coördineren, zoals microscopen, vloeistofrobots en robotarmen. 3
10
Het project werd ontwikkeld met HHMI Janelia Research Campus, een onderzoekscentrum van het Howard Hughes Medical Institute. De ambitie is om wetenschappelijk onderzoek en geavanceerde productie sneller te automatiseren, zonder voor elke combinatie van AI-systeem en apparaat een aparte softwarekoppeling te bouwen. 3
10
Het probleem: apparatuur spreekt vaak zijn eigen taal
Laboratoria en fabrieken werken doorgaans met apparatuur van verschillende leveranciers. Elk instrument heeft vaak een eigen API, besturingssysteem en manier om opdrachten te verwerken. Wie zulke apparaten in één geautomatiseerde workflow wil samenbrengen, moet daarom geregeld maatwerksoftware schrijven.
MHS stelt daar een gedeelde interface tegenover. Via een gestandaardiseerde driver kan een AI-agent een apparaat ontdekken, de actuele toestand uitlezen, toegestane opdrachten uitvoeren en de eigenschappen en beperkingen van het instrument begrijpen. Het doel is interoperabiliteit: verschillende apparaten moeten binnen één workflow kunnen samenwerken, ook als ze van uiteenlopende fabrikanten komen. 3
4
8
Zo werkt de Model Hardware Standard
Op apparaatniveau zijn MHS-drivers gebaseerd op eenvoudige lees- en schrijfopdrachten. Een agent kan bijvoorbeeld de temperatuur of positie van een instrument uitlezen en vervolgens een goedgekeurde instelling of handeling doorgeven. De driver kan daarnaast in natuurlijke taal beschrijven wat een apparaat doet en binnen welke grenzen het mag worden gebruikt. Dat geeft een agent meer context dan een kale hardware-API doorgaans biedt. 7
Die gemeenschappelijke laag is bedoeld voor workflows met meerdere apparaten. Een agent kan de uitkomst van de ene meting gebruiken om een volgende stap aan te passen, apparatuur gelijktijdig aansturen en een reeks handelingen coördineren. Anthropic noemt onder meer experimenten voor geneesmiddelenonderzoek en het kalibreren van lasers op een kwantumcomputer als voorbeelden. 4
6
10
MHS is volgens Anthropic modelonafhankelijk. De standaard is dus in principe niet uitsluitend bedoeld voor Claude. Iedere agentomgeving die de relevante protocollen en hardware-interfaces ondersteunt, zou ermee kunnen werken. In de praktijk moeten zowel de agent als de driver van het apparaat compatibel zijn met MHS. 7
De relatie met MCP
Het Model Context Protocol (MCP) biedt een gestandaardiseerde manier waarop AI-toepassingen verbinding maken met tools en externe gegevensbronnen. MHS trekt dat idee door naar fysieke apparatuur.
MHS kan MCP gebruiken als verbindingslaag, maar ondersteunt ook de opdrachtregel en code- of API-gebaseerde aansturing. MCP regelt de verbinding tussen agent en tool; de MHS-driver beschrijft vervolgens de specifieke mogelijkheden en beperkingen van het apparaat. 7
Die scheiding is belangrijk. De AI-agent hoeft niet rechtstreeks de propriëtaire API van iedere fabrikant te leren. De agent redeneert over de gewenste workflow, terwijl de driver vertaalt hoe die redenering veilig wordt omgezet in een concrete apparaatbewerking.
Minder integratiewerk en minder afhankelijkheid van leveranciers?
Anthropic zegt dat MHS de integratie van hardware kan terugbrengen van weken of maanden naar uren of minuten. Dat is een doelstelling en een claim uit de vroege onderzoeks-preview, geen garantie voor elk laboratorium of iedere fabriek. 3
4
16
De mogelijke winst zit in het beperken van één-op-één-koppelingen. Een organisatie hoeft dan niet voor elke combinatie van apparaat en AI-systeem een afzonderlijke vertaler te ontwikkelen. Een gedeeld drivermodel kan het bovendien eenvoudiger maken om van agent te wisselen, een instrument toe te voegen of apparatuur van meerdere leveranciers samen te laten werken. 7
8
Er zijn wel duidelijke grenzen. Een apparaat moet programmeerbaar zijn en iemand moet er een MHS-driver voor bouwen of aanpassen. Oudere of gesloten systemen kunnen dus nog altijd extra engineering vereisen. Ook lost een gemeenschappelijk protocol niet automatisch problemen rond kalibratie, onderhoud of apparaatspecifieke veiligheidsregels op. MHS wil de integratie eenvoudiger maken, maar neemt al het integratiewerk niet weg. 3
7
Welke organisaties doen mee?
De beschikbare berichtgeving noemt vroege projecten of betrokkenheid van Genentech, Carnegie Mellon University, HHMI Janelia Research Campus, de University of Washington en Tetsuwan Scientific. 7
Ook AWS, Universal Robots, Doosan Robotics, Tecan, Danaher, QIAGEN en QuEra worden in verband gebracht met het initiatief. De aangeleverde informatie maakt echter niet duidelijk wat de precieze rol van elk van deze organisaties is. Het kan gaan om een formele ondersteuner, implementatiepartner, evaluator of mogelijke deelnemer. Er is daarom onvoldoende bewijs om te stellen dat iedere genoemde onderneming MHS al met eigen producten heeft getest of commerciële ondersteuning heeft toegezegd.
Wat gebeurt er met bestaande apparatuur?
MHS is voorlopig een beperkte, op aanvraag beschikbare onderzoeks-preview en geen afgeronde, algemeen verkrijgbare hardwarestandaard. Anthropic zegt samen met wetenschappelijke en industriële deelnemers verder te willen werken aan de specificatie, veiligheidsevaluaties en gebruikspraktijken voordat het framework als open source wordt uitgebracht. 3
10
Omdat de aanpak uitgaat van drivers en programmeerbare interfaces, lijkt het de bedoeling bestaande apparatuur aan te sluiten of aan te passen in plaats van overal nieuwe MHS-apparaten te installeren. De beschikbare informatie bevat echter geen gedetailleerd tijdschema voor retrofitting, geen volledige lijst met ondersteunde apparaten en geen vast migratieproces. 3
7
Veiligheid wordt de echte lakmoesproef
Een AI-agent toegang geven tot fysieke apparatuur brengt risico’s met zich mee die in een puur digitale workflow niet bestaan. Een verkeerd, dubbelzinnig of slecht getimed commando kan een instrument beschadigen, een experiment verpesten, gevaar veroorzaken rond bewegende machines of een apparaat buiten zijn operationele grenzen brengen.
MHS probeert die risico’s te beperken door veiligheidslimieten op apparaatniveau vast te leggen en de eigenschappen en beperkingen van apparatuur zichtbaar te maken voor de agent. Anthropic zegt de preview ook te willen gebruiken voor veiligheidsbeoordelingen en best practices voor AI-systemen die fysieke apparatuur bedienen, voordat het framework als open source beschikbaar komt. 3
7
Wat nog ontbreekt, is minstens zo belangrijk. De beschikbare bronnen beschrijven geen definitief certificeringsprogramma, universele benchmarkset, aansprakelijkheidskader of verplichte regel voor menselijke goedkeuring. Interoperabiliteit maakt apparatuur gemakkelijker aan te sturen, maar bewijst op zichzelf niet dat autonome bediening in iedere omgeving veilig is.
Een eerste stap naar ‘physical AI’
Met MHS zet Anthropic een eerste stap richting physical AI: AI-agents die niet alleen informatie verwerken, maar via software ook waarnemen en handelen in de echte wereld. 6
11
Het project betekent niet dat Anthropic zelf robots of laboratoriumapparatuur gaat produceren. Voorlopig is MHS vooral een interoperabiliteits- en besturingslaag tussen AI-agents en programmeerbare machines. 3
6
Of het initiatief werkelijk doorbreekt, hangt uiteindelijk af van drie factoren: hoeveel apparaten bruikbare drivers krijgen, of verschillende agentplatforms de standaard overnemen en of de veiligheidspraktijken sterk genoeg worden voor langdurige of onbeheerde workflows.
Voor nu is MHS vooral een veelbelovende brug tussen AI-agents en fysieke apparatuur — maar nog steeds een vroege preview waarvan brede compatibiliteit, de kosten van aanpassingen en het veiligheidsmodel nog moeten worden bewezen.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Model Hardware Standard brengt AI-agents naar de fysieke wereld"?
De Model Hardware Standard (MHS) is een onderzoeks preview waarmee AI agents programmeerbare laboratorium en productieapparatuur kunnen bedienen.
What are the key points to validate first?
De Model Hardware Standard (MHS) is een onderzoeks preview waarmee AI agents programmeerbare laboratorium en productieapparatuur kunnen bedienen. De standaard gebruikt gestandaardiseerde drivers met lees en schrijfopdrachten en kan onder meer microscopen, vloeistofrobots en robotarmen met elkaar verbinden.
What should I do next in practice?
Anthropic ontwikkelde MHS samen met HHMI Janelia Research Campus en zegt integratietijd te willen terugbrengen van weken of maanden naar uren of minuten.
Sources
hyper.aiAnthropic Launches Model Hardware Standard Research Preview ...
anthropic.comPreviewing the Model Hardware Standard - Anthropic
ca.investing.comAnthropic opens research preview for AI hardware standard By Investing.com
arstechnica.comAnthropic's new hardware standard lets AI agents control the physical world