Anthropic נותנת לסוכני AI שליטה במכונות בעולם האמיתי
Anthropic מציגה את תקן ה-Model Hardware Standard (MHS), שמאפשר לסוכני AI לשלוט בציוד פיזי כמו מיקרוסקופים ומכונות ייצור. התקן, שפותח עם מכון המחקר הרפואי HHMI, מקצר את זמן האינטגרציה משבועות לשעות ועובד עם כל מודל AI — לא רק Claude.
דמיינו מעבדה שבה מיקרוסקופים, לייזרים ומצלמות מתואמים אוטומטית על ידי בינה מלאכותית, בלי צורך בקוד מותאם אישית לכל מכשיר. זה החזון ש-Anthropic מציגה היום עם תקן חדש שנועד לחבר בין עולם ה-AI לעולם הפיזי.
Anthropic הכריזה על ה-Model Hardware Standard (MHS), ממשק סטנדרטי הכולל מנהלי התקנים (drivers), שמאפשר לסוכני AI לשלוט בציוד פיזי כמו מכונות מדעיות וציוד ייצור בזמן אמת. אם אתם עובדים במחקר או בתעשייה, אתם יודעים כמה כאב ראש זה לחבר בין מכשירים שונים — לכל אחד מהם ה-API שלו, שפת תכנות משלו ותהליך אינטגרציה שיכול לקחת שבועות. ה-MHS נועד לפתור את זה.
איך זה עובד?
חשבו על ה-MHS כעל סוג של USB-C לעולם המכונות. הוא מספק ממשק אחיד וסטנדרטי לתקשורת בין מכשירים, מה שמאפשר להם לדבר אחד עם השני ברשת בלי צורך במתורגמן מותאם אישית. התקן עובד עם כל מכשיר שיש לו ממשק תכנות, והוא אגנוסטי למודלים — כלומר, אפשר להשתמש בו עם כל מודל AI, לא רק Claude של Anthropic. זה מונע נעילה לספק ונותן לחוקרים ולגופי תעשייה גמישות.
Anthropic טוענת שהתקן יכול לקצר את זמן ההגדרה והאינטגרציה של חומרה משבועות או חודשים לשעות או דקות. בפועל, זה אומר שניסוי מדעי מורכב או קו ייצור אוטומטי יכולים לעלות לאוויר הרבה יותר מהר.
מאיפה זה הגיע?
הרעיון נולד מתוך שיתוף פעולה עם מכון המחקר הרפואי HHMI, ובפרט מעבודה ב-Janelia Research Campus. חוקרים שם פיתחו ממשק משותף כדי לתאם בין רכיבים שונים של ניסוי במדעי המוח, כמו קרני לייזר מסתובבות ומיקרוסקופים. אנשי צוות טכני ב-Anthropic ראו את זה וחשבו: ״הרעיון הזה יכול לשמש כדי לאפשר ל-AI לנהל כל ניסוי מדעי בעולם.״
מה אפשר לעשות עם זה?
מעבר לשליטה ישירה באמצעות שורת פקודה או קריאות API, אפשר לחבר את ה-MHS למודל AI דרך ה-Model Context Protocol (MCP) — תקן פתוח ש-Anthropic השיקה ב-2024. זה מאפשר לחוקרים לקיים אינטראקציה עם מכשירים בשפה טבעית, ולמודלים ״לחשוב״ דרך כל שלב בניסוי, לעדכן פרמטרים בזמן אמת ולפעמים אפילו לתקן שגיאות חומרה בלי התערבות אנושית.
לדוגמה, חוקרים ב-HHMI בנו סוכן AI שמנהל מיקרוסקופים באופן אוטומטי. חברת הסטארטאפ QuEra Computing משתמשת ב-MHS וב-Claude כדי לתאם את הלייזרים בתכנות של מחשבים קוונטיים. Anthropic גם מציינת שבמבחן פנימי, Claude יצר סקריפט שמתאים אוטומטית את מיקום הלייזרים — חסכוני יותר מתצורה שמבוססת על היסק.
בטיחות ועתיד
התקן מאפשר לחוקרים להגדיר גדרות בטיחות, למשל מגבלה על עוצמת קרני לייזר בניסויי מיקרוסקופיה. כרגע, ה-MHS זמין כגרסה מקדימה לקבוצה נבחרת של ארגונים בתחומי המדע, הרובוטיקה והייצור. Anthropic עובדת עם יצרני מכשירים כדי לבנות מוצרים חדשים עם ממשק MHS מובנה ולעזור להוסיף תמיכה בו למוצרים קיימים.
החברה מתכננת להפוך את התקן ל-open source בעתיד, כך שכל יצרן בתעשייה יוכל לאמץ אותו. זה מצטרף ל-MCP, שהקוד שלו כבר פתוח, ויוצר אקוסיסטם לחיבור AI לחומרה.
למה זה חשוב?
המהלך מסמן את הכניסה של Anthropic לעולם ה-physical AI, שבו מתחרות כמו OpenAI ו-Amazon משקיעות מיליארדים במכשירים ובציוד ייצור מותאם AI. עבורכם, אנשי ההייטק בישראל, זה עוד סימן לכך ש-AI יוצא מהמסך ומשפיע על העולם הפיזי — ממחקר רפואי ועד ייצור מתקדם. אם אתם מפתחים בתחום, שווה לעקוב אחרי התקנים האלה שמעצבים את העתיד.
אז בפעם הבאה שאתם רואים רובוט במעבדה או קו ייצור אוטומטי, אולי הוא מופעל על ידי מודל AI שמדבר בשפת מכונות אחידה.