Anthropic เปิดตัว Model Hardware Standard (MHS) ในรูปแบบ research preview เพื่อให้ AI Agent ควบคุมอุปกรณ์ห้องแล็บและการผลิตที่ตั้งโปรแกรมได้ MHS พัฒนาร่วมกับ HHMI Janelia Research Campus ใช้ไดรเวอร์มาตรฐาน คำสั่งอ่าน เขียน และการรองรับ Model Context Protocol (MCP) เพื่อประสานงานอุปกรณ์หลายชนิด มาตรฐานนี้มีเป้าหมายลด...
เผยแพร่โดยแก้ไขด้วย GPT-5.6 Lunaรูปภาพสร้างด้วย GPT Image 1.5
คำตอบการวิจัย

Create 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 กำลังขยับกลยุทธ์ด้าน AI Agent จากโลกซอฟต์แวร์ไปสู่การควบคุมอุปกรณ์จริงด้วย Model Hardware Standard (MHS) ข้อกำหนดในระยะ research preview ที่ออกแบบมาเพื่อเชื่อม AI Agent เข้ากับอุปกรณ์ที่ตั้งโปรแกรมได้ในห้องปฏิบัติการวิทยาศาสตร์และภาคการผลิตขั้นสูง
แนวคิดสำคัญคือ ให้ AI Agent ตัวเดียวประสานงานอุปกรณ์หลายประเภท เช่น กล้องจุลทรรศน์ เครื่องจัดการของเหลว และแขนกล ขณะเดียวกัน Anthropic และพันธมิตรกำลังศึกษาความเสี่ยงจากการมอบสิทธิ์ให้ซอฟต์แวร์ควบคุมระบบกายภาพ 3
10
ห้องแล็บและโรงงานจำนวนมากใช้อุปกรณ์จากผู้ผลิตหลายราย แต่ละเครื่องมี API ระบบควบคุม และข้อจำกัดในการใช้งานของตัวเอง การนำอุปกรณ์เหล่านี้มาทำงานร่วมกันจึงมักต้องเขียนระบบเชื่อมต่อเฉพาะกิจใหม่แทบทุกครั้ง
MHS เสนออินเทอร์เฟซกลางสำหรับอุปกรณ์เหล่านั้น แทนที่จะให้ AI Agent เรียนรู้วิธีควบคุมแบบเฉพาะของผู้ผลิตแต่ละราย ไดรเวอร์มาตรฐานจะเปิดคำสั่งพื้นฐานที่ใช้ร่วมกัน พร้อมอธิบายคุณสมบัติและข้อจำกัดของอุปกรณ์ เป้าหมายคือทำให้อุปกรณ์ค้นพบได้ อ่านสถานะได้ รับคำสั่งที่ได้รับอนุญาต และทำงานร่วมกันในเวิร์กโฟลว์เดียว 3
4
8
Anthropic พัฒนาโครงการนี้ร่วมกับ HHMI Janelia Research Campus โดยมองว่า MHS อาจช่วยเร่งทั้งงานวิจัยทางวิทยาศาสตร์และการผลิตขั้นสูง 3
10
ในระดับอุปกรณ์ ไดรเวอร์ของ MHS ใช้คำสั่งพื้นฐานแบบ read และ write ตัวอย่างเช่น อ่านค่าอุณหภูมิหรือตำแหน่งของอุปกรณ์ แล้วเขียนค่าการตั้งค่าหรือคำสั่งที่ได้รับอนุญาตลงไป ไดรเวอร์ยังสามารถให้คำอธิบายอุปกรณ์ด้วยภาษาธรรมชาติ รวมถึงขอบเขตการทำงานและข้อจำกัดที่ระบบ API ดิบอาจไม่ได้สื่อสารไว้อย่างชัดเจน 7
ชั้นอินเทอร์เฟซกลางนี้ช่วยให้ AI Agent ทำงานกับอุปกรณ์หลายเครื่องพร้อมกันได้ เช่น อ่านผลจากเครื่องมือหนึ่ง แล้วปรับขั้นตอนถัดไปหรือเปลี่ยนค่าพารามิเตอร์ตามข้อมูลที่ได้รับ แทนที่จะมองอุปกรณ์แต่ละชิ้นเป็นเครื่องมือแยกขาดจากกัน ตัวอย่างการใช้งานที่ Anthropic ยกขึ้นมา ได้แก่ การทดลองที่เกี่ยวข้องกับการค้นคว้ายา และการปรับเทียบเลเซอร์บนคอมพิวเตอร์ควอนตัม 4
6
10
Anthropic ระบุว่า MHS มีลักษณะ ไม่ผูกกับโมเดลใดโมเดลหนึ่ง หรือ model-agnostic ในทางหลักการจึงไม่ได้จำกัดเฉพาะ Claude แต่ AI Agent หรือระบบ agent harness ใด ๆ ก็สามารถใช้ได้ หากรองรับมาตรฐานและโปรโตคอลที่เกี่ยวข้อง เช่นเดียวกับฝั่งอุปกรณ์ที่ต้องมีไดรเวอร์ที่รองรับ MHS 7
Model Context Protocol (MCP) เป็นโปรโตคอลมาตรฐานสำหรับเชื่อมแอปพลิเคชัน AI เข้ากับเครื่องมือและแหล่งข้อมูลภายนอก ส่วน MHS นำแนวคิดเรื่องการทำงานร่วมกันแบบเดียวกันไปใช้กับอุปกรณ์กายภาพ
MHS สามารถใช้ MCP เป็นช่องทางควบคุม รวมถึงรองรับการสั่งงานผ่าน command line และกลไกที่อาศัยโค้ดหรือ API ด้วย โดย MCP ทำหน้าที่เป็นชั้นเชื่อมต่อระหว่าง AI Agent กับเครื่องมือ ขณะที่ไดรเวอร์ MHS รับผิดชอบรายละเอียดเฉพาะของฮาร์ดแวร์ เช่น คำสั่งที่อุปกรณ์รองรับและข้อจำกัดในการทำงาน 7
การแยกหน้าที่เช่นนี้ช่วยให้โมเดลไม่ต้องทำความเข้าใจ API แบบกรรมสิทธิ์ของผู้ผลิตทุกบริษัทโดยตรง AI Agent จึงโฟกัสกับการวางแผนเวิร์กโฟลว์ ส่วนไดรเวอร์ทำหน้าที่แปลงการวางแผนนั้นให้เป็นคำสั่งที่อุปกรณ์ใช้ได้จริง
Anthropic ระบุว่า MHS อาจลดเวลาการผสานฮาร์ดแวร์จาก หลายสัปดาห์หรือหลายเดือนเหลือเพียงไม่กี่ชั่วโมงหรือนาที อย่างไรก็ตาม ตัวเลขดังกล่าวเป็นเป้าหมายและคำกล่าวอ้างในช่วงพรีวิวระยะแรก ไม่ใช่การรับประกันว่าจะเกิดขึ้นกับทุกห้องแล็บหรือทุกโรงงาน 3
4
16
ข้อได้เปรียบที่คาดหวังคือการลดจำนวนงานเชื่อมต่อแบบหนึ่งต่อหนึ่ง สถานที่ใช้งานอาจไม่ต้องสร้างตัวแปลคำสั่งใหม่สำหรับทุกคู่ระหว่างอุปกรณ์กับ AI Agent หากใช้รูปแบบไดรเวอร์ร่วมกัน การเปลี่ยน AI Agent เพิ่มเครื่องมือ หรือประสานงานอุปกรณ์ต่างแบรนด์ก็น่าจะทำได้ง่ายขึ้น 7
8
แต่ MHS ไม่ได้ขจัดงานผสานระบบทั้งหมด อุปกรณ์ยังต้องมีอินเทอร์เฟซที่ตั้งโปรแกรมได้ และยังต้องมีผู้พัฒนาหรือปรับไดรเวอร์ MHS ให้เหมาะกับอุปกรณ์นั้น ๆ เครื่องรุ่นเก่าหรืออุปกรณ์ที่ปิดระบบอาจต้องใช้วิศวกรรมเพิ่มเติม ขณะที่โปรโตคอลกลางก็ไม่สามารถแก้ข้อกำหนดเฉพาะด้านความปลอดภัย การสอบเทียบ หรือการบำรุงรักษาของฮาร์ดแวร์แต่ละชนิดได้ด้วยตัวเอง 3
7
ข้อมูลที่มีอยู่ระบุถึงงานระยะแรกหรือการมีส่วนร่วมของ Genentech, Carnegie Mellon University, HHMI Janelia Research Campus, University of Washington และ Tetsuwan Scientific 7
ส่วนชื่อ AWS, Universal Robots, Doosan Robotics, Tecan, Danaher, QIAGEN และ QuEra ถูกกล่าวถึงร่วมกับโครงการนี้เช่นกัน แต่หลักฐานที่มีไม่สามารถยืนยันบทบาทของแต่ละองค์กรได้อย่างแม่นยำว่าเป็นผู้สนับสนุนอย่างเป็นทางการ พันธมิตรด้านการนำไปใช้ ผู้ประเมินระบบ หรือผู้ที่อยู่ระหว่างการพิจารณาเข้าร่วม
ดังนั้น ยังไม่ควรสรุปว่าทุกบริษัทที่มีชื่อดังกล่าวได้ทดสอบ MHS กับผลิตภัณฑ์ของตัวเองแล้ว หรือให้คำมั่นว่าจะสนับสนุนเชิงพาณิชย์
ปัจจุบัน MHS ยังเป็น research preview แบบจำกัดและต้องสมัครเข้าร่วม ไม่ใช่มาตรฐานฮาร์ดแวร์ฉบับสมบูรณ์ที่เปิดให้ใช้งานทั่วไป Anthropic ระบุว่าจะทำงานร่วมกับผู้เข้าร่วมจากภาควิทยาศาสตร์และอุตสาหกรรม เพื่อพัฒนาข้อกำหนด การประเมินความปลอดภัย และแนวปฏิบัติในการใช้งาน ก่อนเผยแพร่เฟรมเวิร์กเป็นโอเพนซอร์ส 3
10
เนื่องจาก MHS อาศัยไดรเวอร์และอินเทอร์เฟซที่ตั้งโปรแกรมได้ แนวทางการนำไปใช้น่าจะเน้นการเชื่อมต่อหรือปรับอุปกรณ์ที่มีอยู่แล้ว มากกว่าบังคับให้ห้องแล็บหรือโรงงานต้องซื้อเครื่องรุ่นใหม่ที่สร้างมาเพื่อ MHS โดยเฉพาะ อย่างไรก็ตาม เอกสารที่มีอยู่ยังไม่ได้ระบุตารางเวลาการปรับปรุงอุปกรณ์ รายการอุปกรณ์ที่รองรับทั้งหมด หรือกระบวนการย้ายระบบแบบมาตรฐาน 3
7
การเปิดให้ AI Agent ควบคุมอุปกรณ์จริงมีความเสี่ยงที่เวิร์กโฟลว์ดิจิทัลทั่วไปไม่มี คำสั่งที่ผิดพลาด คลุมเครือ หรือเกิดขึ้นผิดจังหวะอาจทำให้เครื่องมือเสียหาย การทดลองล้มเหลว เกิดอันตรายจากเครื่องจักรที่กำลังเคลื่อนที่ หรือทำให้อุปกรณ์ทำงานเกินขีดจำกัด
MHS พยายามรับมือด้วยการกำหนดขอบเขตความปลอดภัยในระดับอุปกรณ์ และให้ข้อมูลคุณสมบัติรวมถึงข้อจำกัดของเครื่องแก่ AI Agent เพื่อให้ระบบเห็นกรอบการทำงานที่อนุญาต Anthropic ยังระบุว่า research preview นี้จะช่วยพัฒนาการประเมินความปลอดภัยและแนวปฏิบัติสำหรับ AI ที่ทำงานกับอุปกรณ์กายภาพ ก่อนเปิดซอร์สเฟรมเวิร์ก 3
7
แต่หลักฐานในปัจจุบันยังไม่ยืนยันว่ามีระบบรับรองความปลอดภัยขั้นสุดท้าย ชุดเบนช์มาร์กสากล กรอบความรับผิดทางกฎหมาย หรือกฎบังคับให้มนุษย์อนุมัติทุกคำสั่งแล้ว รายละเอียดเหล่านี้มีความสำคัญ เพราะการทำให้อุปกรณ์เชื่อมต่อกันได้ง่ายขึ้นไม่ได้หมายความว่าการควบคุมแบบอัตโนมัติจะปลอดภัยในทุกสภาพแวดล้อม
MHS สะท้อนการขยับเข้าสู่ physical AI ของ Anthropic ซึ่งหมายถึงการใช้ซอฟต์แวร์แบบ agentic AI เพื่อสังเกตและลงมือทำผ่านเครื่องมือในโลกจริง แทนที่จะทำงานเฉพาะบนเว็บไซต์ ไฟล์ หรือ API ดิจิทัล 6
11
อย่างไรก็ตาม โครงการนี้ควรถูกมองว่าเป็นชั้นการเชื่อมต่อและควบคุมอุปกรณ์ ไม่ใช่การที่ Anthropic กำลังจะผลิตหุ่นยนต์หรือสร้างฮาร์ดแวร์ห้องแล็บเอง หาก research preview พัฒนาต่อจนพร้อมใช้งานจริง ผลกระทบจะขึ้นอยู่กับอย่างน้อยสามเรื่อง ได้แก่ จำนวนอุปกรณ์ที่มีไดรเวอร์ใช้งานได้จริง ความสามารถของ AI Agent หลายระบบในการรองรับมาตรฐานเดียวกัน และความแข็งแกร่งของแนวทางความปลอดภัยสำหรับเวิร์กโฟลว์ที่ปล่อยให้ทำงานโดยไม่มีคนเฝ้าตลอดเวลา
ในตอนนี้ MHS จึงเป็นสะพานที่น่าสนใจระหว่าง AI Agent กับอุปกรณ์ที่ตั้งโปรแกรมได้ แต่ยังอยู่ในช่วงเริ่มต้น ความเข้ากันได้ในวงกว้าง ต้นทุนการปรับใช้อุปกรณ์เดิม และโมเดลความปลอดภัยยังต้องรอการพิสูจน์
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
Anthropic เปิดตัว Model Hardware Standard (MHS) ในรูปแบบ research preview เพื่อให้ AI Agent ควบคุมอุปกรณ์ห้องแล็บและการผลิตที่ตั้งโปรแกรมได้
Anthropic เปิดตัว Model Hardware Standard (MHS) ในรูปแบบ research preview เพื่อให้ AI Agent ควบคุมอุปกรณ์ห้องแล็บและการผลิตที่ตั้งโปรแกรมได้ MHS พัฒนาร่วมกับ HHMI Janelia Research Campus ใช้ไดรเวอร์มาตรฐาน คำสั่งอ่าน เขียน และการรองรับ Model Context Protocol (MCP) เพื่อประสานงานอุปกรณ์หลายชนิด
มาตรฐานนี้มีเป้าหมายลดเวลาการเชื่อมต่อฮาร์ดแวร์จากหลายสัปดาห์หรือหลายเดือนเหลือเพียงไม่กี่ชั่วโมงหรือนาที แต่ยังไม่มีกรอบรับรองความปลอดภัยและแผนปรับใช้อุปกรณ์เดิมที่สรุปเสร็จสมบูรณ์
Anthropic เปิดตัว Model Hardware Standard (MHS) ในรูปแบบ research preview เพื่อให้ AI Agent ควบคุมอุปกรณ์ห้องแล็บและการผลิตที่ตั้งโปรแกรมได้ MHS พัฒนาร่วมกับ HHMI Janelia Research Campus ใช้ไดรเวอร์มาตรฐาน คำสั่งอ่าน เขียน และการรองรับ Model Context Protocol (MCP) เพื่อประสานงานอุปกรณ์หลายชนิด มาตรฐานนี้มีเป้าหมายลด...
เผยแพร่โดยแก้ไขด้วย GPT-5.6 Lunaรูปภาพสร้างด้วย GPT Image 1.5
คำตอบการวิจัย

Create 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 กำลังขยับกลยุทธ์ด้าน AI Agent จากโลกซอฟต์แวร์ไปสู่การควบคุมอุปกรณ์จริงด้วย Model Hardware Standard (MHS) ข้อกำหนดในระยะ research preview ที่ออกแบบมาเพื่อเชื่อม AI Agent เข้ากับอุปกรณ์ที่ตั้งโปรแกรมได้ในห้องปฏิบัติการวิทยาศาสตร์และภาคการผลิตขั้นสูง
แนวคิดสำคัญคือ ให้ AI Agent ตัวเดียวประสานงานอุปกรณ์หลายประเภท เช่น กล้องจุลทรรศน์ เครื่องจัดการของเหลว และแขนกล ขณะเดียวกัน Anthropic และพันธมิตรกำลังศึกษาความเสี่ยงจากการมอบสิทธิ์ให้ซอฟต์แวร์ควบคุมระบบกายภาพ 3
10
ห้องแล็บและโรงงานจำนวนมากใช้อุปกรณ์จากผู้ผลิตหลายราย แต่ละเครื่องมี API ระบบควบคุม และข้อจำกัดในการใช้งานของตัวเอง การนำอุปกรณ์เหล่านี้มาทำงานร่วมกันจึงมักต้องเขียนระบบเชื่อมต่อเฉพาะกิจใหม่แทบทุกครั้ง
MHS เสนออินเทอร์เฟซกลางสำหรับอุปกรณ์เหล่านั้น แทนที่จะให้ AI Agent เรียนรู้วิธีควบคุมแบบเฉพาะของผู้ผลิตแต่ละราย ไดรเวอร์มาตรฐานจะเปิดคำสั่งพื้นฐานที่ใช้ร่วมกัน พร้อมอธิบายคุณสมบัติและข้อจำกัดของอุปกรณ์ เป้าหมายคือทำให้อุปกรณ์ค้นพบได้ อ่านสถานะได้ รับคำสั่งที่ได้รับอนุญาต และทำงานร่วมกันในเวิร์กโฟลว์เดียว 3
4
8
Anthropic พัฒนาโครงการนี้ร่วมกับ HHMI Janelia Research Campus โดยมองว่า MHS อาจช่วยเร่งทั้งงานวิจัยทางวิทยาศาสตร์และการผลิตขั้นสูง 3
10
ในระดับอุปกรณ์ ไดรเวอร์ของ MHS ใช้คำสั่งพื้นฐานแบบ read และ write ตัวอย่างเช่น อ่านค่าอุณหภูมิหรือตำแหน่งของอุปกรณ์ แล้วเขียนค่าการตั้งค่าหรือคำสั่งที่ได้รับอนุญาตลงไป ไดรเวอร์ยังสามารถให้คำอธิบายอุปกรณ์ด้วยภาษาธรรมชาติ รวมถึงขอบเขตการทำงานและข้อจำกัดที่ระบบ API ดิบอาจไม่ได้สื่อสารไว้อย่างชัดเจน 7
ชั้นอินเทอร์เฟซกลางนี้ช่วยให้ AI Agent ทำงานกับอุปกรณ์หลายเครื่องพร้อมกันได้ เช่น อ่านผลจากเครื่องมือหนึ่ง แล้วปรับขั้นตอนถัดไปหรือเปลี่ยนค่าพารามิเตอร์ตามข้อมูลที่ได้รับ แทนที่จะมองอุปกรณ์แต่ละชิ้นเป็นเครื่องมือแยกขาดจากกัน ตัวอย่างการใช้งานที่ Anthropic ยกขึ้นมา ได้แก่ การทดลองที่เกี่ยวข้องกับการค้นคว้ายา และการปรับเทียบเลเซอร์บนคอมพิวเตอร์ควอนตัม 4
6
10
Anthropic ระบุว่า MHS มีลักษณะ ไม่ผูกกับโมเดลใดโมเดลหนึ่ง หรือ model-agnostic ในทางหลักการจึงไม่ได้จำกัดเฉพาะ Claude แต่ AI Agent หรือระบบ agent harness ใด ๆ ก็สามารถใช้ได้ หากรองรับมาตรฐานและโปรโตคอลที่เกี่ยวข้อง เช่นเดียวกับฝั่งอุปกรณ์ที่ต้องมีไดรเวอร์ที่รองรับ MHS 7
Model Context Protocol (MCP) เป็นโปรโตคอลมาตรฐานสำหรับเชื่อมแอปพลิเคชัน AI เข้ากับเครื่องมือและแหล่งข้อมูลภายนอก ส่วน MHS นำแนวคิดเรื่องการทำงานร่วมกันแบบเดียวกันไปใช้กับอุปกรณ์กายภาพ
MHS สามารถใช้ MCP เป็นช่องทางควบคุม รวมถึงรองรับการสั่งงานผ่าน command line และกลไกที่อาศัยโค้ดหรือ API ด้วย โดย MCP ทำหน้าที่เป็นชั้นเชื่อมต่อระหว่าง AI Agent กับเครื่องมือ ขณะที่ไดรเวอร์ MHS รับผิดชอบรายละเอียดเฉพาะของฮาร์ดแวร์ เช่น คำสั่งที่อุปกรณ์รองรับและข้อจำกัดในการทำงาน 7
การแยกหน้าที่เช่นนี้ช่วยให้โมเดลไม่ต้องทำความเข้าใจ API แบบกรรมสิทธิ์ของผู้ผลิตทุกบริษัทโดยตรง AI Agent จึงโฟกัสกับการวางแผนเวิร์กโฟลว์ ส่วนไดรเวอร์ทำหน้าที่แปลงการวางแผนนั้นให้เป็นคำสั่งที่อุปกรณ์ใช้ได้จริง
Anthropic ระบุว่า MHS อาจลดเวลาการผสานฮาร์ดแวร์จาก หลายสัปดาห์หรือหลายเดือนเหลือเพียงไม่กี่ชั่วโมงหรือนาที อย่างไรก็ตาม ตัวเลขดังกล่าวเป็นเป้าหมายและคำกล่าวอ้างในช่วงพรีวิวระยะแรก ไม่ใช่การรับประกันว่าจะเกิดขึ้นกับทุกห้องแล็บหรือทุกโรงงาน 3
4
16
ข้อได้เปรียบที่คาดหวังคือการลดจำนวนงานเชื่อมต่อแบบหนึ่งต่อหนึ่ง สถานที่ใช้งานอาจไม่ต้องสร้างตัวแปลคำสั่งใหม่สำหรับทุกคู่ระหว่างอุปกรณ์กับ AI Agent หากใช้รูปแบบไดรเวอร์ร่วมกัน การเปลี่ยน AI Agent เพิ่มเครื่องมือ หรือประสานงานอุปกรณ์ต่างแบรนด์ก็น่าจะทำได้ง่ายขึ้น 7
8
แต่ MHS ไม่ได้ขจัดงานผสานระบบทั้งหมด อุปกรณ์ยังต้องมีอินเทอร์เฟซที่ตั้งโปรแกรมได้ และยังต้องมีผู้พัฒนาหรือปรับไดรเวอร์ MHS ให้เหมาะกับอุปกรณ์นั้น ๆ เครื่องรุ่นเก่าหรืออุปกรณ์ที่ปิดระบบอาจต้องใช้วิศวกรรมเพิ่มเติม ขณะที่โปรโตคอลกลางก็ไม่สามารถแก้ข้อกำหนดเฉพาะด้านความปลอดภัย การสอบเทียบ หรือการบำรุงรักษาของฮาร์ดแวร์แต่ละชนิดได้ด้วยตัวเอง 3
7
ข้อมูลที่มีอยู่ระบุถึงงานระยะแรกหรือการมีส่วนร่วมของ Genentech, Carnegie Mellon University, HHMI Janelia Research Campus, University of Washington และ Tetsuwan Scientific 7
ส่วนชื่อ AWS, Universal Robots, Doosan Robotics, Tecan, Danaher, QIAGEN และ QuEra ถูกกล่าวถึงร่วมกับโครงการนี้เช่นกัน แต่หลักฐานที่มีไม่สามารถยืนยันบทบาทของแต่ละองค์กรได้อย่างแม่นยำว่าเป็นผู้สนับสนุนอย่างเป็นทางการ พันธมิตรด้านการนำไปใช้ ผู้ประเมินระบบ หรือผู้ที่อยู่ระหว่างการพิจารณาเข้าร่วม
ดังนั้น ยังไม่ควรสรุปว่าทุกบริษัทที่มีชื่อดังกล่าวได้ทดสอบ MHS กับผลิตภัณฑ์ของตัวเองแล้ว หรือให้คำมั่นว่าจะสนับสนุนเชิงพาณิชย์
ปัจจุบัน MHS ยังเป็น research preview แบบจำกัดและต้องสมัครเข้าร่วม ไม่ใช่มาตรฐานฮาร์ดแวร์ฉบับสมบูรณ์ที่เปิดให้ใช้งานทั่วไป Anthropic ระบุว่าจะทำงานร่วมกับผู้เข้าร่วมจากภาควิทยาศาสตร์และอุตสาหกรรม เพื่อพัฒนาข้อกำหนด การประเมินความปลอดภัย และแนวปฏิบัติในการใช้งาน ก่อนเผยแพร่เฟรมเวิร์กเป็นโอเพนซอร์ส 3
10
เนื่องจาก MHS อาศัยไดรเวอร์และอินเทอร์เฟซที่ตั้งโปรแกรมได้ แนวทางการนำไปใช้น่าจะเน้นการเชื่อมต่อหรือปรับอุปกรณ์ที่มีอยู่แล้ว มากกว่าบังคับให้ห้องแล็บหรือโรงงานต้องซื้อเครื่องรุ่นใหม่ที่สร้างมาเพื่อ MHS โดยเฉพาะ อย่างไรก็ตาม เอกสารที่มีอยู่ยังไม่ได้ระบุตารางเวลาการปรับปรุงอุปกรณ์ รายการอุปกรณ์ที่รองรับทั้งหมด หรือกระบวนการย้ายระบบแบบมาตรฐาน 3
7
การเปิดให้ AI Agent ควบคุมอุปกรณ์จริงมีความเสี่ยงที่เวิร์กโฟลว์ดิจิทัลทั่วไปไม่มี คำสั่งที่ผิดพลาด คลุมเครือ หรือเกิดขึ้นผิดจังหวะอาจทำให้เครื่องมือเสียหาย การทดลองล้มเหลว เกิดอันตรายจากเครื่องจักรที่กำลังเคลื่อนที่ หรือทำให้อุปกรณ์ทำงานเกินขีดจำกัด
MHS พยายามรับมือด้วยการกำหนดขอบเขตความปลอดภัยในระดับอุปกรณ์ และให้ข้อมูลคุณสมบัติรวมถึงข้อจำกัดของเครื่องแก่ AI Agent เพื่อให้ระบบเห็นกรอบการทำงานที่อนุญาต Anthropic ยังระบุว่า research preview นี้จะช่วยพัฒนาการประเมินความปลอดภัยและแนวปฏิบัติสำหรับ AI ที่ทำงานกับอุปกรณ์กายภาพ ก่อนเปิดซอร์สเฟรมเวิร์ก 3
7
แต่หลักฐานในปัจจุบันยังไม่ยืนยันว่ามีระบบรับรองความปลอดภัยขั้นสุดท้าย ชุดเบนช์มาร์กสากล กรอบความรับผิดทางกฎหมาย หรือกฎบังคับให้มนุษย์อนุมัติทุกคำสั่งแล้ว รายละเอียดเหล่านี้มีความสำคัญ เพราะการทำให้อุปกรณ์เชื่อมต่อกันได้ง่ายขึ้นไม่ได้หมายความว่าการควบคุมแบบอัตโนมัติจะปลอดภัยในทุกสภาพแวดล้อม
MHS สะท้อนการขยับเข้าสู่ physical AI ของ Anthropic ซึ่งหมายถึงการใช้ซอฟต์แวร์แบบ agentic AI เพื่อสังเกตและลงมือทำผ่านเครื่องมือในโลกจริง แทนที่จะทำงานเฉพาะบนเว็บไซต์ ไฟล์ หรือ API ดิจิทัล 6
11
อย่างไรก็ตาม โครงการนี้ควรถูกมองว่าเป็นชั้นการเชื่อมต่อและควบคุมอุปกรณ์ ไม่ใช่การที่ Anthropic กำลังจะผลิตหุ่นยนต์หรือสร้างฮาร์ดแวร์ห้องแล็บเอง หาก research preview พัฒนาต่อจนพร้อมใช้งานจริง ผลกระทบจะขึ้นอยู่กับอย่างน้อยสามเรื่อง ได้แก่ จำนวนอุปกรณ์ที่มีไดรเวอร์ใช้งานได้จริง ความสามารถของ AI Agent หลายระบบในการรองรับมาตรฐานเดียวกัน และความแข็งแกร่งของแนวทางความปลอดภัยสำหรับเวิร์กโฟลว์ที่ปล่อยให้ทำงานโดยไม่มีคนเฝ้าตลอดเวลา
ในตอนนี้ MHS จึงเป็นสะพานที่น่าสนใจระหว่าง AI Agent กับอุปกรณ์ที่ตั้งโปรแกรมได้ แต่ยังอยู่ในช่วงเริ่มต้น ความเข้ากันได้ในวงกว้าง ต้นทุนการปรับใช้อุปกรณ์เดิม และโมเดลความปลอดภัยยังต้องรอการพิสูจน์
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
Anthropic เปิดตัว Model Hardware Standard (MHS) ในรูปแบบ research preview เพื่อให้ AI Agent ควบคุมอุปกรณ์ห้องแล็บและการผลิตที่ตั้งโปรแกรมได้
Anthropic เปิดตัว Model Hardware Standard (MHS) ในรูปแบบ research preview เพื่อให้ AI Agent ควบคุมอุปกรณ์ห้องแล็บและการผลิตที่ตั้งโปรแกรมได้ MHS พัฒนาร่วมกับ HHMI Janelia Research Campus ใช้ไดรเวอร์มาตรฐาน คำสั่งอ่าน เขียน และการรองรับ Model Context Protocol (MCP) เพื่อประสานงานอุปกรณ์หลายชนิด
มาตรฐานนี้มีเป้าหมายลดเวลาการเชื่อมต่อฮาร์ดแวร์จากหลายสัปดาห์หรือหลายเดือนเหลือเพียงไม่กี่ชั่วโมงหรือนาที แต่ยังไม่มีกรอบรับรองความปลอดภัยและแผนปรับใช้อุปกรณ์เดิมที่สรุปเสร็จสมบูรณ์