Anthropic laat Claude microscopen en robotarmen aansturen

Anthropic heeft donderdag een research preview geopend van de Model Hardware Standard (MHS), een specificatie waarmee AI-agents laboratorium- en fabrieksapparatuur kunnen bedienen. Microscopen, pipetteerrobots, robotarmen en de lasers van een quantumcomputer, allemaal via dezelfde koppeling. Voor het bedrijf achter Claude is het de eerste serieuze stap richting fysieke machines.

Hoe de standaard werkt

Volgens de aankondiging van Anthropic kost het een lab of fabriek nu weken tot maanden om apparatuur aan elkaar te knopen, omdat vrijwel elk apparaat zijn eigen protocol spreekt en specialisten er maatwerkkoppelingen omheen moeten bouwen. MHS brengt dat werk terug naar uren of minuten. De standaard bestaat uit een driver met eenvoudige commando’s, lees de temperatuur en zet de temperatuur, plus een beschrijving in gewone taal van wat een machine kan en waar de veiligheidsgrenzen liggen. Een agent leest die beschrijving en bedient daarna apparatuur die hij nooit eerder heeft gezien.

De aansturing loopt via het Model Context Protocol, via de command line of via code. MHS is modelonafhankelijk, dus elk agent-framework kan er volgens Anthropic bij met standaardprotocollen. Alek Kemeny van Anthropic omschrijft MCP tegenover Fortune als “kind of like the USB for AI to software connection”. Google bracht zijn A2A-protocol eerder onder dezelfde koepel als MCP, en die stapeling van standaarden krijgt er nu een laag bij.

Wat de eerste partners meten

Anthropic publiceerde cijfers van de testgroep. Bij Genentech stelde Claude zelfstandig de doorstroomsnelheid van een pipetteerrobot af: ongeveer 140 microliter per seconde voor water met een foutmarge van 0,016 RMSE, en 10 microliter per seconde voor stroperige eiwitmonsters bij 0,181 RMSE. Carnegie Mellon ging in acht uur van kale apparatuur naar werkende automatisering, waar een opstelling van een leverancier normaal weken kost; verdunningsreeksen liepen daarna ruwweg drie keer sneller. Quantumbedrijf QuEra bracht het herstel van een ontregelde laserlock van 58 procent succes bij 150 seconden per poging naar 99,3 procent binnen 0,9 tot 5,4 seconden.

Aan de leverancierskant doen Amazon Web Services, Tecan, Danaher, QIAGEN, Universal Robots, Doosan Robotics, Hugging Face en Raspberry Pi mee. Dat maakt MHS breder dan de losse robotmodellen waarmee bedrijven als Skild AI robots van video laten leren, want het gaat hier om de koppeling, niet om het brein.

Veiligheid is nog niet af

De drivers dwingen limieten af op apparaatniveau. In tests blokkeerde het systeem alle zes opgelegde storingen, van een ontbrekende of gedraaide plaat tot een losgekoppelde camera en een actieve noodstop. Anthropic schrijft er zelf bij dat modellen ondanks hun redeneervermogen nog worstelen met fysieke, chemische en biologische randvoorwaarden. Bij Genentech moesten onderzoekers Claude bijsturen omdat het de vorming van luchtbellen verkeerd inschatte. Er komt een physical safety roadmap, en de standaard gaat pas open source nadat partners de veiligheidsevaluaties hebben afgerond. Een datum noemt Anthropic niet. Toegang loopt voorlopig via een wachtlijst op modelhardwarestandard.com.

Wat betekent dit

Softwareagents die code schrijven of een CRM bedienen, zoals bij Salesforce dat zijn hele CRM in Claude zette, hebben één gemeenschappelijk kenmerk: een foute actie kost geld of tijd. In een lab kost een foute actie een monster, een apparaat of erger. Dat verklaart waarom Anthropic klein begint met een besloten groep en de specificatie nog niet vrijgeeft. Voor Nederlandse labs en maakbedrijven is de interessante vraag of hun bestaande apparatuur ooit een MHS-driver krijgt. Zonder medewerking van de fabrikant blijft het bij de merken die nu meedoen. Wie de hardwarekant volgt, ziet ondertussen dezelfde beweging bij chips voor robots, waar NVIDIA de rekenkracht van zijn kleinste robotchip verdubbelde. De rekenkracht en de aansluiting groeien naar elkaar toe.