Anthropic kobler KI-agenter til laboratorier og fabrikker

Anthropics Model Hardware Standard (MHS) er en felles spesifikasjon for å koble KI-agenter til programmerbart fysisk utstyr. Standarden er utviklet i samarbeid med HHMI Janelia Research Campus og retter seg i første omgang mot forskningslaboratorier og avansert produksjon. Det kan være alt fra mikroskoper, væskehåndteringssystemer og robotarmer til lasere og annet spesialisert utstyr. 1

MHS er ikke en ny robot eller et ferdig kommersielt automatiseringsprodukt. Hensikten er å lage et felles programvarelag som gjør at en KI-agent kan finne ut hva en maskin kan gjøre, forstå tilgjengelige innstillinger og begrensninger, og koordinere arbeidsflyter på tvers av flere maskiner.

Slik fungerer MHS

Kjernen i systemet er en standardisert enhetsdriver. I stedet for å utvikle en egen integrasjon for hver kombinasjon av KI-system og instrument, eksponerer driveren et sett med felles kontrollfunksjoner, blant annet read og write.

Det tilkoblede utstyret kan også gi agenten en beskrivelse i naturlig språk. Den forklarer hvilke funksjoner enheten har, hvilke størrelser som kan måles, hvilke parametere som kan justeres, hvilken tilstand utstyret er i, og hvilke sikkerhetsbegrensninger som gjelder. 1

Agenter kan kommunisere med utstyret gjennom Model Context Protocol (MCP), kommandolinjeverktøy eller kode-API-er. Dermed kan én agent inspisere instrumenter, sette opp operasjoner i riktig rekkefølge, følge med på resultater og reagere på feil.

Når en arbeidsflyt fungerer, kan den gjøres om til et deterministisk skript – altså et mer forutsigbart program som kan kjøre samme prosedyre gjentatte ganger eller over lang tid. 1

MHS er dessuten modellagnostisk. Det betyr at standarden er ment som et maskinvaregrensesnitt, ikke som en funksjon som bare kan brukes av Anthropics egen Claude-modell. I prinsippet kan ulike agentsystemer bruke den samme abstraksjonen for utstyr, så lenge de støtter det relevante grensesnittet. 1

Hvorfor Anthropic sammenligner MHS med USB-C

Laboratorie- og industrimaskiner kommer ofte fra forskjellige leverandører og bruker inkompatible programvaregrensesnitt. Før en automatisert arbeidsflyt kan settes i gang, må virksomheten derfor gjerne bygge en spesialtilpasset kobling mellom hvert enkelt instrument.

Anthropic sammenligner MHS med USB-C: En felles standard kan redusere behovet for en ny kontakt og ny tilpasning for hver enhet. På samme måte skal MHS fungere som et felles lag mellom agenten og ulike maskiner. 1

Anthropic og samarbeidspartnerne oppgir at enkelte integrasjoner som tidligere tok uker, ble redusert til timer – og i noen tilfeller minutter. Dette er imidlertid resultater fra en tidlig forhåndsvisning og et mål for standarden, ikke en garanti for at alle instrumenter eller laboratorier kan kobles til like raskt. 12

Tidlige tester viser både potensial og svakheter

Genentech: KI-en kunne styre utstyret, men forsto ikke problemet

Hos Genentech ble MHS brukt i et konseptforsøk med en BCA-proteinmåling, en laboratorieprosess som krever koordinering mellom flere enheter. Agenten styrte en arbeidsflyt med væskehåndtering og prøvde å forbedre prosessen underveis. 1

Forsøket avdekket samtidig en viktig begrensning. Claude gjorde først problemer med luftbobler verre, fordi modellen ikke forsto den fysiske årsaken til feilen. Forskerne måtte tilføre denne fagkunnskapen før systemet begynte å bevege seg i riktig retning.

Eksempelet viser forskjellen mellom å kunne lese målinger og endre innstillinger, og å faktisk forstå fysikken, kjemien eller biologien som foregår i prosessen. 1

Carnegie Mellon: raskere utvikling av drivere

Carnegie Mellon University oppga at de utviklet en MHS-driver på rundt åtte timer og gjennomførte eksperimenter omtrent tre ganger raskere. Resultatet illustrerer verdien av å kunne gjenbruke en felles modell for enhetsstyring, i stedet for å bygge en helt ny integrasjon for hvert instrument. 1

QuEra: 695 vellykkede gjenopprettinger av 700

QuEra brukte Claude gjennom MHS på en egen testbenk for lasere. Målet var å utvikle et skript som kunne gjenopprette en kvantedatamaskins frekvenslås etter forstyrrelser.

Kontrolleren gjenopprettet måltilstanden i 695 av 700 forsøk på tvers av sju typer forstyrrelser. Det tilsvarer en rapportert treffprosent på 99,3 prosent. 1

Resultatet er lovende, men må tolkes i riktig sammenheng. Testen ble gjennomført på en kontrollert testbenk og gjaldt en konkret gjenopprettingsoppgave. Den viser ikke at KI-agenter nå er klare til å styre kritisk kvante- eller industriutstyr uten begrensninger eller tilsyn.

I dette tilfellet ble MHS brukt til å gjøre utstyret tilgjengelig for agenten, mens sluttresultatet var en konvensjonell kontroller som ble testet og validert. 1

Hvem deltar i forhåndsvisningen?

Anthropic opplyser at den begrensede forskningsforhåndsvisningen omfatter organisasjoner innen vitenskapelig forskning, robotikk, elektronikk og avansert produksjon. Blant de navngitte deltakerne er Genentech, Carnegie Mellon University, QuEra, Hugging Faces LeRobot-prosjekt og Raspberry Pi. 1

Forhåndsvisningen skal også brukes til å utvikle sikkerhetstester og praktiske rutiner. Anthropic har sagt at selskapet planlegger å gjøre MHS tilgjengelig som åpen kildekode etter dette arbeidet, blant annet med tydeligere regler for når handlinger med høy risiko skal sendes til et menneske for godkjenning. 12

Dette løser ikke MHS

MHS standardiserer hvordan en KI-agent får tilgang til maskinvare. Standarden sørger ikke automatisk for at agenten:

• forstår relevant fysikk, kjemi eller biologi;
• velger en vitenskapelig forsvarlig prosedyre;
• oppdager enhver farlig eller unormal tilstand; eller
• kan drive utstyret trygt uten menneskelig oppfølging.

Luftboble-feilen hos Genentech viser gapet mellom å kontrollere en maskin og å forstå den virkelige prosessen inne i den. En agent kan lese av verdier og justere parametere, men likevel overse årsakssammenhengen som en fagperson ville sett som åpenbar. 1

En praktisk innføring vil derfor fortsatt kreve sikkerhetsgrenser på enhetsnivå, trinnvis testing, overvåking, logger som kan revideres, tilgangskontroll, reserveprosedyrer og tydelig menneskelig godkjenning av handlinger med store konsekvenser.

At Anthropic bruker forhåndsvisningen til å utvikle sikkerhetsevalueringer og rutiner for menneskelig godkjenning, understreker at MHS fortsatt testes – og ikke behandles som et ferdig kommersielt system. 12

Et mulig felles språk for fysisk KI

MHS er Anthropics forsøk på å flytte KI-agenter ut av rene programvaremiljøer og inn i situasjoner der handlinger får fysiske konsekvenser. Hvis tilnærmingen modnes, kan et felles grensesnitt gjøre det enklere å koble agenter til vitenskapelige instrumenter og produksjonsutstyr, koordinere arbeidsflyter på tvers av flere enheter og gjøre vellykkede eksperimenter om til repeterbar automatisering.

Den mest nøkterne konklusjonen foreløpig er likevel at MHS ser ut til å redusere friksjonen i selve maskinvareintegrasjonen, samtidig som de tidlige demonstrasjonene – blant annet QuEra-resultatet – er lovende. Standarden fjerner ikke behovet for ingeniørarbeid, domeneekspertise, validering eller menneskelig dømmekraft.

MHS bør derfor først og fremst forstås som et tidlig bevis på at ulike typer fysisk utstyr kan kobles til KI-agenter gjennom et felles grensesnitt – ikke som en universell standard for autonomt arbeid i den fysiske verden. 12