Anthropic vuole portare Claude nel mondo reale con il nuovo standard per controllare robot e dispositivi fisici

L’intelligenza artificiale sta facendo un altro passo verso il mondo reale. Anthropic ha presentato una prima anteprima di ricerca del Model Hardware Standard (MHS), una specifica condivisa pensata per permettere agli agenti di intelligenza artificiale di interagire in modo sicuro con apparecchiature fisiche, dai microscopi ai sistemi per la gestione dei liquidi, passando per bracci robotici e strumenti utilizzati nella ricerca scientifica.

L’iniziativa nasce dalla collaborazione tra Anthropic e l’HHMI Janeila Research Campus e punta a risolvere uno dei problemi meno visibili, ma potenzialmente più importanti, dell’evoluzione degli agenti IA: farli comunicare e lavorare con dispositivi fisici diversi senza dover creare ogni volta un’integrazione personalizzata.

L’idea è ambiziosa perché, almeno nelle intenzioni di Anthropic, MHS potrebbe trasformare il modo in cui i laboratori scientifici e gli impianti di produzione utilizzano l’intelligenza artificiale. Un agente potrebbe infatti controllare contemporaneamente diversi strumenti, coordinare esperimenti complessi, analizzare i risultati e modificare alcuni parametri in tempo reale.

Segui TuttoTech.net su Google Discover

Il problema è che ogni dispositivo parla una lingua diversa

Oggi integrare hardware differenti all’interno di un laboratorio o di un impianto produttivo può richiedere settimane o addirittura mesi. Il motivo è relativamente semplice, i vari strumenti utilizzano spesso interfacce di programmazione differenti e non esiste un metodo comune per farli comunicare tra loro.

Questo significa che, anche quando si vuole utilizzare l’intelligenza artificiale, è spesso necessario costruire integrazioni specifiche e affidarsi a specialisti capaci di collegare tra loro dispositivi progettati da produttori diversi.

Il Model Hardware Standard nasce proprio per ridurre queste complessità, Anthropic spiega che lo standard introduce un driver unificato che funziona come una sorta di traduttore tra il sistema operativo e l’hardware.

Il driver utilizza un sistema di primitive estremamente semplici, come i comandi leggi e scrivi. Un dispositivo può, ad esempio, fornire un valore come la temperatura oppure ricevere un comando per modificarla. Attraverso questo sistema, l’hardware può essere reso rilevabile secondo un formato standard, permettendo agli agenti e ai dispositivi di trovarsi e comunicare attraverso una rete senza richiedere ogni volta un software di traduzione sviluppato appositamente.

Secondo Anthropic, questo approccio potrebbe ridurre il lavoro necessario per integrare le apparecchiature da settimane o mesi a poche ore o addirittura pochi minuti. C’è poi un altro dettaglio importante, un agente IA deve sapere non soltanto come comunicare con una macchina, ma anche quali sono le sue caratteristiche e soprattutto i suoi limiti.

Per questo il driver MHS può contenere informazioni descritte in linguaggio naturale attraverso specifici tag. Questi dati possono indicare, per esempio, cosa può misurare una macchina, quali parametri possono essere modificati e quali limiti di sicurezza devono essere rispettati; il sistema genera quindi automaticamente un file di riferimento che fornisce all’agente le informazioni necessarie per utilizzare correttamente il dispositivo.

Claude può coordinare più macchine e imparare dalle proprie operazioni

Una volta che i dispositivi sono stati collegati e descritti correttamente, entra in gioco la parte più interessante del progetto. MHS permette infatti agli agenti di controllare l’hardware attraverso tre meccanismi: Model Context Protocol, interfaccia a riga di comando e file di codice tramite API. Questi strumenti possono lavorare insieme permettendo di orchestrare più apparecchiature attraverso un’unica sequenza di comandi.

L’agente può quindi ricevere i dati prodotti dai vari dispositivi, stabilire l’ordine delle operazioni, controllare i risultati e modificare i parametri mentre l’esperimento procede. Nei processi più lunghi può inoltre concatenare i comandi provenienti da uno o più dispositivi all’interno di file di codice, così da consentire alle macchine di eseguire determinate operazioni autonomamente senza richiedere il ragionamento dell’IA a ogni singolo passaggio.

Anthropic ha raccontato anche un esempio particolarmente significativo osservato durante i test, Claude ha interagito con un laser in maniera esplorativa: ha modificato un parametro, osservato attraverso una telecamera come era cambiato il raggio e ripetuto il procedimento per comprendere la relazione tra le diverse operazioni.

Una volta appreso il procedimento, Claude ha trasformato quanto scoperto in uno script deterministico. In questo modo l’allineamento del laser poteva essere eseguito successivamente come una singola operazione, senza che il modello dovesse ragionare nuovamente su ogni passaggio.

È proprio questo il tip di comportamento che Anthropic sembra voler rendere possibile su una scala molto più ampia, l’IA non si limita a suggerire cosa dovrebbe fare un ricercatore, ma può arrivare a coordinare direttamente strumenti fisici, osservare ciò che accade e modificare il proprio comportamento sulla base dei risultati.

Dal laboratorio ai robot: Amazon, Raspberry Pi e altri partner stanno già lavorando con MHS

Il progetto è ancora in una fase preliminare, ma Anthropic ha già coinvolto aziende e organizzazioni attive nei settori della biotecnologia, della robotica, dell’elettronica, dell’informatica quantistica e della produzione.

Tra i primi partner figura Amazon Web Services, che supporterà MHS attraverso Strands Robots, una libreria pensata per collegare agenti IA a dispositivi fisici. Anche Automata sta integrando il supporto nella propria piattaforma di automazione di laboratorio, mentre Danaher e Anthropic stanno esplorando l’utilizzo della tecnologia per strumenti intelligenti e laboratori autonomi.

Sul fronte della robotica, Doosan Robotics sta testando MHS con i propri bracci robotici per attività come i controlli di qualità automatizzati e il coordinamento di più robot. Universal Robots ha avuto invece accesso anticipato allo standard e prevede di aggiungere il relativo supporto alla propria piattaforma.

Anche altri protagonisti del settore stanno sperimentando la tecnologia, MBF Bioscience sta sviluppando un driver MHS per ScanImage, utilizzato per gestire microscopi e scansione laser, mentre QIAGEN sta lavorando a una prova di concetto sulla propria piattaforma QIAsymphony Connect. Tecan sta aggiungendo il supporto alle piattaforme di gestione dei liquidi Fluent.

L’elenco dei primi interessati comprende inoltre Hugging Face, che sta portando il supporto MHS all’interno di LeRobot, la propria libreria dedicata alla robotica, e Raspberry Pi, che sta abilitando l’integrazione dello standard in diversi prodotti dopo i test effettuati con un driver dedicato alle proprie fotocamere.

Non si tratta quindi solamente di un esperimento tecnico di Anthropic, l’obbiettivo è costruire uno standard condiviso che possa essere adottato da produttori hardware, sviluppatori e laboratori, creando una sorta di linguaggio comune tra intelligenza artificiale e macchine.

La sicurezza resta il principale ostacolo prima dell’apertura dello standard

Proprio perché MHS permette agli agenti IA di controllare apparecchiature fisiche, Anthropic sta procedendo con cautela. La versione attualmente disponibile è infatti un’anteprima di ricerca riservata a un primo gruppo di laboratori e aziende, mentre l’obbiettivo è arrivare successivamente a rendere lo standard open source.

L’iniziativa riconosce inoltre che gli attuali modelli di intelligenza artificiale hanno ancora dei limiti quando devono comprendere direttamente il mondo fisico. Claude, per esempio, apprende il mondo attraverso testo e immagini e il suo ragionamento spaziale e fisico può quindi richiedere la supervisione di esperti.

Anthropic cita un esempio emerso durante un lavoro con campioni di proteine: i ricercatori di Genentech hanno dovuto aiutare Claude a comprendere che alcuni errori provocati dalla formazione di schiuma nei campioni rappresentavano un problema fisico e non un bug software. La soluzione richiedeva quindi un intervento concreto sull’apparecchiatura e non una semplice correzione del codice.

Questo spiega perché l’azienda non considera MHS ancora pronto per un’apertura completa. L’anteprima servirà anche a sviluppare valutazioni di sicurezza e nuove protezioni per l’utilizzo dell’intelligenza artificiale nel mondo fisico.

Anthropic sta lavorando a una vera e propria roadmap dedicata alla sicurezza fisica e prevede di pubblicare, insieme alla futura versione open source dello standard, i risultati ottenuti durante l’anteprima e le linee guida per un’implementazione sicura.

Il Model Hardware Standard rappresenta dunque un progetto potenzialmente molto importante per il futuro degli agenti IA, se oggi gran parte dell’intelligenza artificiale vive all’interno di computer e smartphone, l’obbiettivo di Anthropic è permettere ai modelli di interagire direttamente con il mondo fisico, coordinando strumenti scientifici, robot e macchinari.

La strada è ancora lunga e gli stessi limiti evidenziati da Anthropic mostrano perché sia necessario procedere gradualmente. Ma se lo standard riuscirà a diventare davvero open source e a essere adottato da un numero crescente di produttori, potrebbe contribuire a creare quell’infrastruttura comune che oggi manca per permettere agli agenti IA di lavorare con dispositivi fisici molto diversi tra loro.