Anthropic、AIエージェントが物理機器を操作するための仕様Model Hardware Standardのリサーチプレビューを開始

MHSはプログラム可能なインターフェースを持つ機器であれば利用でき、モデルに依存しない。Model Context Protocolなどの標準プロトコルを通じて、あらゆるエージェント基盤から使える。開発はAnthropicとHHMI Janelia Research Campusの協力で始まった。現状では機器ごとにプログラミングインターフェースが異なり、専門家が個別の連携を作る必要があるという課題があった。

仕組みの中心は標準化されたドライバである。「read」「write」といった単純なプリミティブで機器を操作でき、機器は標準形式で発見可能になる。ドライバのタグに自然言語で機器の特性を書くと、測定可能な項目、調整可能な項目、適用される安全上限などをまとめた参照ファイルが自動生成され、エージェントが未知の機器を扱うための情報になる。制御手段はMCP、コマンドラインインターフェース、コードファイル（API）の3種類で、単一のコードで複数機器を統括できる。長時間のタスクでは、ドライバコマンドをコードファイルにまとめ、エージェントが各ステップで推論せずに機器側で実行させることもできる。

テストでは、Claudeがレーザーを調整し、カメラで結果を確認して繰り返す探索的な動きを見せた。その後、学んだ内容を決定論的なスクリプトにまとめ、単一コマンドでレーザーを調整できるようにした。

初期事例として、Carnegie Mellon Universityは段階希釈の用量反応実験を約3倍速く実施した。QuEra Computingでは、エージェントが開発したコントローラが量子コンピュータ内のレーザーのロックを99.3%の確率で人手を介さず回復した。ほかにGenentech、University of Washington、HHMI Janelia、Tetsuwan Scientificの取り組みが紹介されている。AWS、Automata、Danaher、Doosan Robotics、MBF Bioscience、QIAGEN、Tecan、Universal Robotsなどの機器・ソフトウェア企業も対応を進めており、Hugging FaceはLeRobotへの対応を、Raspberry Piは複数製品での統合を進めている。

課題も示されている。Claudeはテキストと画像から物理世界を学ぶため、空間的・物理的な推論に限界があり、専門家の監督が必要である。Genentechの事例では、サンプルの泡立ちによるエラーがソフトウェアのバグではなく物理的な失敗だと認識させる誘導が必要だった。プログラミングインターフェースのない機器には未対応である。Anthropicは物理的な安全性ロードマップを策定中で、オープンソース化の際にはリサーチプレビューの知見を公開する。参加希望者はウェイトリストに登録できる。