A Anthropic abriu um research preview (prévia de pesquisa) do Model Hardware Standard (MHS), uma especificação compartilhada para que agentes de IA operem dispositivos físicos com segurança. A primeira leva de acesso vai para laboratórios de pesquisa científica e fabricantes avançados.
O MHS permite que agentes de IA controlem múltiplos instrumentos de laboratório e de manufatura — como microscópios, manipuladores de líquidos e braços robóticos — em paralelo, executando tarefas que vão de experimentos rotineiros de descoberta de fármacos até a calibração de lasers em um computador quântico. O desenvolvimento começou como uma colaboração entre a Anthropic e o HHMI Janelia Research Campus.
De semanas para horas
Montar e integrar o hardware de um laboratório costuma levar semanas, às vezes meses. A maioria dos equipamentos não conversa entre si e exige integrações sob medida. O MHS reduz esse trabalho de integração para horas ou minutos, segundo a empresa. Ao incorporar IA a essas ferramentas, o padrão também ajuda pesquisadores a orquestrar experimentos autônomos 24 horas por dia, com agentes capazes de raciocinar sobre cada etapa, atualizar parâmetros em tempo real e, em alguns casos, se recuperar de falhas de hardware sem intervenção humana.
Como funciona
O MHS introduz um driver padronizado que usa um conjunto simples de primitivas — comandos como “ler” (por exemplo, obter a temperatura) ou “escrever” (definir a temperatura) — que qualquer dispositivo com interface programável consegue entender. Cada equipamento se torna detectável em um formato padrão, permitindo que dispositivos e agentes se encontrem e se comuniquem sem um “tradutor” sob medida.
O driver também usa tags em linguagem natural para registrar características da máquina que não aparecem no código — como o peso de um braço robótico, essencial para manipulá-lo com segurança. A partir dessas informações, o sistema gera um arquivo de referência com o que o dispositivo mede, o que pode ser ajustado e quais limites de segurança serão aplicados.
Parceiros iniciais e o caminho até o open source
Entre os primeiros testes, o MHS foi usado pela Genentech para automatizar um ensaio de proteína, pela Carnegie Mellon para rodar experimentos de dose-resposta cerca de três vezes mais rápido, e pela QuEra Computing para que um agente recuperasse o “lock” do laser de um computador quântico em 99,3% das vezes sem intervenção.
Fornecedores de hardware também estão embarcando: AWS apoiará o MHS via Strands Robots, a Tecan adicionará suporte às suas plataformas Fluent, a Universal Robots terá acesso antecipado, e Raspberry Pi e Hugging Face (no LeRobot) já anunciaram integração.
A Anthropic diz que ainda há trabalho antes de abrir o código: modelos de linguagem têm limitações de raciocínio espacial e físico, e o MHS ainda não funciona com equipamentos sem interface programável. A empresa planeja usar a prévia para construir avaliações de segurança e um roteiro de proteção contra usos indevidos antes de liberar o padrão em open source.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
