Anthropic presenta vista previa de un estándar para que agentes de IA operen equipos de laboratorio y manufactura

Anthropic anunció la apertura de una vista previa de investigación del Model Hardware Standard (MHS), una especificación compartida que permite a agentes de IA operar de manera segura instrumentos físicos de laboratorio y manufactura, como microscopios, manejadores de líquidos y brazos robóticos. El acceso inicial se ofrece a un primer grupo de laboratorios de investigación científica y fabricantes avanzados. El desarrollo de MHS comenzó como una colaboración entre Anthropic y HHMI Janelia Research Campus.

Según la compañía, integrar hardware en un laboratorio o planta de manufactura suele tomar semanas o meses, ya que la mayoría de los dispositivos no se comunican entre sí y requieren integraciones a medida hechas por especialistas. MHS busca reducir ese trabajo a horas o minutos mediante un controlador (driver) estandarizado que traduce comandos simples —como "leer" o "escribir"— entre el sistema operativo y cualquier dispositivo con una interfaz programable. El estándar es agnóstico respecto al modelo de IA utilizado y puede ser accedido por cualquier "harness" de agente mediante protocolos estándar, como el Model Context Protocol (MCP).

Anthropic explicó que el driver de MHS también incorpora etiquetas que permiten documentar en lenguaje natural información sobre un dispositivo —como el peso de un brazo robótico— que antes solía estar solo en manuales en papel o como conocimiento tácito. Con esos datos, el sistema genera automáticamente un archivo de referencia con las características del dispositivo, lo que permite a un agente operar equipos que nunca antes había usado. La compañía indicó haber observado a su modelo Claude interactuar con experimentos de forma exploratoria, ajustando un láser, evaluando resultados mediante una cámara y empaquetando lo aprendido en un script determinista para repetir el proceso sin necesidad de razonar en cada paso.

Anthropic señaló que compartió versiones iniciales de MHS con laboratorios y fabricantes en biotecnología, robótica y computación cuántica. Entre los ejemplos citados: investigadores de Genentech usaron MHS para automatizar un ensayo de proteína BCA coordinando un manejador de líquidos, un brazo robótico y un lector de placas; en la Universidad de Washington se construyó un tablero de monitoreo remoto y un sistema de qPCR supervisado por un agente; investigadores de Carnegie Mellon University lograron ejecutar experimentos de curvas dosis-respuesta unas tres veces más rápido; en HHMI Janelia se unificó un equipo de microscopía que antes dependía de siete programas de proveedores distintos; y QuEra Computing utilizó MHS para que un agente de IA recuperara el "lock" de frecuencia de un sistema láser en máquinas cuánticas un 99.3% de las veces sin intervención humana. Anthropic indicó que planea hacer el estándar de código abierto tras esta fase de colaboración con socios para desarrollar evaluaciones de seguridad y mejores prácticas.