
Anthropic ha abierto el acceso preliminar a Model Hardware Standard (MHS), un estándar propuesto para que los agentes de IA puedan controlar máquinas programables siguiendo unas reglas comunes. No se trata de un robot nuevo, sino de una capa de software capaz de conectar distintos aparatos con un mismo sistema de control.
El estándar está pensado para laboratorios, fábricas y espacios de trabajo donde equipos de distintos fabricantes deben interactuar sin tener que crear una conexión de software específica para cada pareja de dispositivos. MHS utiliza controladores, componentes de software que traducen las órdenes del ordenador al lenguaje de cada máquina. Así, los aparatos con interfaces diferentes pueden responder de forma uniforme a solicitudes básicas: transmitir mediciones, cambiar ajustes y ejecutar las operaciones disponibles.
En el sistema se puede introducir, en lenguaje natural, información sobre las características de los equipos, los ajustes permitidos y las restricciones de seguridad. Después, MHS genera material de referencia para que el agente de IA entienda las capacidades del dispositivo y las condiciones de uso. El agente podrá localizar equipos compatibles en la red sin depender de un «puente» de software específico para cada aparato.
La versión preliminar es compatible con microscopios, dispositivos para trabajar con líquidos, brazos robóticos y otros equipos con una interfaz programable. Anthropic sostiene que una integración que antes llevaba semanas o meses podría reducirse a horas o minutos si los equipos son compatibles.
En las primeras pruebas físicas, Claude, el modelo de Anthropic, participó en experimentos que incluían el ajuste de un láser. Una cámara observaba el resultado; después, el modelo corregía la posición del láser, volvía a comprobar la imagen y repetía el proceso mientras evaluaba los cambios. Este enfoque permite combinar las órdenes a varios instrumentos en secuencias automatizadas.
Anthropic ha declarado que, durante las pruebas, Claude interactuó con los experimentos y los equipos «de forma exploratoria, en muchos aspectos como un científico». Eso no significa que actúe con plena autonomía: la empresa reconoce que, por ahora, los modelos lingüísticos necesitan la supervisión de especialistas, sobre todo cuando trabajan con equipos físicos.
MHS no puede conectar máquinas que carezcan de una interfaz programable. Por eso, parte de los equipos de laboratorio e industriales queda por ahora fuera del proyecto. Anthropic planea incorporar nuevos controladores junto con los fabricantes y ampliar la compatibilidad con equipos y plataformas robóticas.
Entre los primeros participantes del proyecto figuran Amazon Web Services, Automata, Danaher, Doosan Robotics, MBF Bioscience, QIAGEN, Tecan y Universal Robots. El estándar ya se ha distribuido a fabricantes y grupos de investigación de los campos de la biotecnología, la robótica y la computación cuántica.
Anthropic pretende aprovechar el periodo de acceso preliminar para comprobar las medidas de seguridad y elaborar directrices prácticas para usar IA junto a dispositivos físicos. La empresa promete incluir los resultados de esas pruebas y recomendaciones detalladas para una implantación segura en una futura versión de código abierto.
Por ahora, MHS sigue siendo un proyecto experimental. Sus posibilidades reales dependerán no solo del estándar de software, sino también del diseño de los equipos, de que sus interfaces sean abiertas y de que las personas sigan participando de forma obligatoria.
Anthropic ha presentado una versión preliminar de Model Hardware Standard (MHS), un estándar de software destinado a simplificar la interacción de los agentes de IA con equipos físicos. Está pensado para laboratorios, fábricas y otros espacios de trabajo con máquinas de distintos fabricantes. Su principal objetivo es eliminar la necesidad de crear conexiones de software específicas para cada aparato.
La base del estándar son los controladores. Traducen las órdenes del sistema informático al lenguaje de cada dispositivo y permiten unificar acciones básicas: obtener mediciones, cambiar ajustes y controlar las funciones disponibles. En MHS se pueden describir en lenguaje natural las características de una máquina, los ajustes permitidos y las restricciones de seguridad. A partir de esos datos, el sistema genera material de referencia para el agente de IA.
El agente puede entonces localizar dispositivos compatibles en la red y coordinar varios instrumentos a través de una interfaz común. La versión preliminar es compatible con microscopios, sistemas para trabajar con líquidos, brazos robóticos y otros equipos con interfaz programable. Anthropic cree que, si los equipos son compatibles, la integración puede pasar de llevar semanas o meses a completarse en horas o minutos.
La empresa probó Claude en experimentos físicos. Uno de los ejemplos fue el ajuste de un láser con ayuda de una cámara: el modelo observaba la imagen, modificaba la posición del láser, volvía a comprobar el resultado y continuaba ajustándolo. Anthropic describe este modo de interacción como exploratorio y parecido al trabajo de un científico.
La empresa reconoce, sin embargo, que la tecnología tiene limitaciones. Los modelos lingüísticos aún necesitan supervisión especializada, porque no siempre razonan de forma fiable sobre los riesgos físicos y el funcionamiento de los equipos. Además, MHS no es compatible con máquinas sin una interfaz programable, así que buena parte de los equipos antiguos o cerrados queda fuera.
Anthropic planea añadir controladores junto con los fabricantes y ampliar la compatibilidad con equipos y plataformas robóticas. Entre los primeros participantes del proyecto figuran Amazon Web Services, Automata, Danaher, Doosan Robotics, MBF Bioscience, QIAGEN, Tecan y Universal Robots. El estándar también se ha distribuido a grupos de investigación de biotecnología, robótica y computación cuántica.
El periodo de acceso preliminar servirá para desarrollar medidas de seguridad y directrices prácticas para utilizar IA junto a dispositivos físicos. Anthropic tiene previsto publicar en el futuro el estándar como código abierto, junto con los resultados de las pruebas y recomendaciones para una implantación segura. Por ahora MHS sigue siendo experimental, y su utilidad práctica depende del diseño de los equipos, de que sus interfaces de software sean abiertas y de que haya supervisión humana constante.