Model Hardware Standard Anthropic will KI-Agenten direkten Zugriff auf physische Geräte geben

Anbieter zum Thema

Raspberry Pi Foundation

Amazon.de GmbH

OPC Foundation Europe

QuEra Computing

Heitec AG

mehr weniger

ISH Ingenieursozietät GmbH

Syslogic GmbH

weniger

Mikroskope, Roboterarme und Liquid Handler sollen künftig ohne Einzelanbindung mit KI-Agenten sprechen. Anthropic schlägt mit dem Model Hardware Standard dafür eine neue, eigene Spezifikation vor.

Der Betreiber des ChatGPT-Konkurrenten Claude Anthropic bot am 27. August eine Vorschau auf den Model Hardware Standard (MHS). Dabei handelt es sich um eine Spezifikation, über die KI-Agenten programmierbare Geräte in Labor und Fertigung ansteuern sollen. MHS beschreibt eine standardisierte Treiberschicht zwischen Modell und Gerät mit wenigen Grundoperationen: „read" liest etwa eine Temperatur aus, „write" setzt sie. Dazu kommt ein Discovery-Mechanismus, der Geräte in einem einheitlichen Format auffindbar macht.

Der zweite Baustein ist ein Tagging-System für Metadaten. Damit lassen sich physische Eigenschaften und Grenzen beschreiben, die aus dem Code nicht hervorgehen, etwa Traglast und Reichweite eines Roboterarms oder die maximal zulässige Laserleistung. Anthropic zufolge kann ein Agent den Anwender zu diesen Angaben auch selbst befragen. Aus den Tags entsteht eine Referenzdatei, die festhält, was ein Gerät messen kann, was sich verstellen lässt und welche Sicherheitsgrenzen durchgesetzt werden. Agenten erreichen die Geräte über drei Wege: das Model Context Protocol, ein Command Line Interface oder direkt per Code. MHS ist damit kein Ersatz für MCP, sondern nutzt es als einen von mehreren Transportpfaden.

Vom Mikroskop zum Laser: Was die Pilotprojekte zeigen

Entstanden ist MHS aus einer Zusammenarbeit mit dem Janelia Research Campus des Howard Hughes Medical Institute. Im Ahrens-Lab, das an Zebrafischlarven forscht, führte ein Wissenschaftler ein Mikroskopie-Rig zusammen, für das vorher sieben verschiedene Herstellerprogramme ohne gemeinsame Schnittstelle nötig waren. Ein Bildgebungsexperiment habe sich so von Wochen auf einen Tag verkürzt.

Belastbarere Zahlen liefert Quera Computing. Der Quantencomputer-Hersteller ließ Claude über MHS das Wiedereinrasten und Nachstimmen eines Lasersystems automatisieren, also eine Aufgabe, die bislang Spezialisten erledigten. In 695 von 700 zeitgesteuerten Versuchen über sieben Fehlerklassen gelang die Wiederherstellung, das entspricht 99,3 Prozent. Die meisten Störungen behob der Controller in unter sechs Sekunden, die schwierigsten Fälle brauchten 10 bis 14 Sekunden. Ein menschlicher Experte benötigte laut Quera typischerweise 5 bis 10 Minuten. Die fünf Fehlschläge führt das Unternehmen auf einen Zustand des Versuchsaufbaus zurück, nicht auf die Software. Die Validierung fand allerdings in Queras eigener Umgebung statt.

Bei Tests habe sich Claude „explorativ" verhalten, so Anthropic: Das Modell justierte einen Laser, beobachtete die Wirkung per Kamera, wiederholte den Vorgang und goss das Ergebnis anschließend in ein Skript.

Wer mitmacht und was die Maschinenverordnung damit zu tun hat

AWS will die neue Schnittstelle über die Bibliothek Strands Robots unterstützen und stellt Teilnehmern eine private Vorabversion bereit. Als weitere Partner nennt Anthropic Hugging Face für die Bibliothek LeRobot, Raspberry Pi nach Tests mit einem Camera-MHS-Treiber sowie aus der Geräteindustrie Tecan mit den Fluent-Plattformen, Qiagen mit Qiasymphony Connect, Automata sowie Doosan Robotics und Universal Robots. Elizabeth Kelly, bei Anthropic für Beneficial Deployments zuständig, sagte CNBC: „Wir haben das für die Wissenschaft gebaut, um das Potenzial von KI zu zeigen, aber es gibt hier auch enorme Vorteile für Unternehmen und Industrie"

Zurückhaltung ist dennoch angebracht: Die Spezifikation selbst ist bislang nicht veröffentlicht. Zugang gibt es nur über eine Bewerbung. Anthropic räumt ein, dass Sprachmodelle die physische Welt überwiegend aus Text und Bildern kennen und ihnen physische Intuition fehlt. Der Preview diene auch dazu, Sicherheitsevaluationen zu entwickeln.

Regulatorisch wird es spannend, sobald eine MHS-Referenzdatei Winkel, Geschwindigkeiten oder Laserleistung begrenzt. Dann wird sie Teil einer Sicherheitsfunktion. Die EU-Maschinenverordnung 2023/1230 gilt ab dem 20. Januar 2027 und erfasst ausdrücklich KI-basierte Sicherheitsfunktionen und Maschinen mit selbstentwickelndem Verhalten – mit entsprechenden Pflichten bei der Konformitätsbewertung. (mc)

(ID:50943292)