Anthropic PBC a présenté aujourd'hui un standard qui permet aux agents d'intelligence artificielle de contrôler plus facilement des machines telles que des microscopes.
Le Model Hardware Standard, ou MHS, est le fruit d'une collaboration entre le développeur Claude et l'institut de recherche médicale HHMI. Anthropic a jusqu'à présent rendu la technologie accessible uniquement à un nombre limité de partenaires. Il travaillera avec ces premiers utilisateurs pour développer des fonctionnalités de sécurité avant de rendre le MHS largement disponible.
Les instruments scientifiques d'un laboratoire doivent coordonner précisément leur travail pour éviter les erreurs. Par exemple, mesurer le nombre de protéines dans un échantillon biologique nécessite plusieurs machines pour traiter l’objet dans un ordre spécifique. La mise en œuvre de tels flux de travail d'automatisation nécessite que les chercheurs écrivent du code personnalisé.
L’écriture de code pour les instruments scientifiques est difficile car chaque machine possède une interface de programmation d’application différente. Les chercheurs doivent apprendre individuellement chaque API. De plus, ils doivent tenir compte du fait que ces API ne sont souvent pas compatibles. Une machine peut uniquement prendre en charge le code Python tandis qu'une autre peut utiliser Java.
MHS vise à faciliter la programmation des instruments scientifiques en remplaçant les API disparates spécifiques aux appareils par une interface unique et unifiée. Cette interface fournit un ensemble standardisé de commandes de configuration. Coordonner des machines qui prennent toutes les mêmes commandes est plus simple que de naviguer dans des règles de configuration spécifiques à un appareil.
Notamment, MHS facilite la programmation des instruments scientifiques au point que les agents d’IA peuvent prendre en charge la tâche. HHMI, l'institut de recherche avec lequel Anthropic a développé la norme, a construit un agent d'IA qui gère automatiquement les microscopes. La startup QuEra Computing Inc. utilise MHS et Claude pour coordonner les lasers avec lesquels elle programme ses ordinateurs quantiques.
Anthropic indique que la norme permet aux agents de corriger automatiquement certaines erreurs d'expérience. De plus, les agents peuvent écrire des scripts de contrôle des instruments. Lors d'un test interne, Anthropic a demandé à Claude de générer un script qui ajuste automatiquement la position des lasers. De tels scripts coûtent moins cher à exécuter qu’un workflow de configuration de périphérique basé sur l’inférence.
MHS fournit également d'autres fonctionnalités d'automatisation. Selon Anthropic, cela permet aux chercheurs de créer un fichier décrivant les propriétés clés de chaque instrument. Un scientifique pourrait préciser le poids d’un bras robotique ou les longueurs d’onde qu’un capteur peut détecter. Ces points de données aident les agents IA à identifier la meilleure façon d'utiliser chaque machine et à éviter les erreurs de configuration.
Les chercheurs peuvent réduire davantage le risque d’erreurs en définissant des garde-corps de sécurité. Par exemple, un laboratoire pourrait fixer une limite à la puissance des faisceaux laser utilisés dans les projets de microscopie. Un éclairage excessif peut endommager certains échantillons et ainsi compromettre les résultats de l'expérience.
Anthropic prévoit de rendre MHS disponible sous une licence open source. Le fournisseur d’IA affirme que la norme permettra aux agents de contrôler non seulement les instruments scientifiques mais également les équipements de fabrication. Amazon Web Services Inc., Hugging Face Inc. et plusieurs fournisseurs de robots industriels travaillent actuellement à intégrer MHS à leurs produits.
