Anthropic、AI機器制御規格「MHS」を試験公開

液体を扱う実験では、一本のチューブを動かすだけでも、分注ロボット、ロボットアーム、測定機器を別々の方法でつなぐ必要がある。Anthropicは米HHMIジャネリア・リサーチ・キャンパスと共同で、この壁を越える共通仕様「Model Hardware Standard（MHS）」を開発し、2026年8月27日にリサーチプレビューを始めた。まずは科学研究機関と先端製造分野の一部パートナーに提供する。

MHSの狙いは、機器の種類を増やすことではなく、操作の入口をそろえることだ。標準ドライバーは、温度を取得するような「読み取り」と、値を変更する「書き込み」といった基本命令で構成される。ロボットアームの重量などコードだけでは分からない特性は自然言語のタグで記述し、測定できる値、変更できる値、安全上の制限を参照ファイルとして自動生成する。AIエージェントは、MCP（Model Context Protocol、AIと外部機器をつなぐ仕組み）、コマンドライン、コードファイルの3通りで機器を制御できる。

従来、機器同士を通信させる個別実装には数週間から数カ月かかっていた。AnthropicはMHSにより、その統合作業を数時間から数分へ短縮するとしている。Genentechでは、分注ロボット、ロボットアーム、プレートリーダーを使うタンパク質定量法を自動化し、Claudeが送液速度を自律的に調整したほか、チップ取得の失敗から復旧したという。カーネギーメロン大学では、液体の段階希釈による用量反応試験を従来の約3倍の速度で実行し、非自動化状態から結果取得までを8時間で終えた。ベンダーに依頼すれば数週間かかる作業だった。

具体的に変わるのは、研究者が機器メーカーごとの接続作業に費やす時間だ。AWSはAIエージェントと物理デバイスをつなぐライブラリ「Strands Robots」でMHSをサポートし、TecanやUniversal Robotsなども対応や検証を進めている。Hugging Faceはロボティクスライブラリ「LeRobot」に、Raspberry Piは自社製品群にMHS対応を追加するとしており、対応機器が増えれば、複数メーカーの装置を組み合わせる実験を始めるまでの準備を短くできる。

ただ、これは完成した標準の全面展開ではない。現時点でプログラミングインタフェースを持たない機器には対応できず、メーカーとドライバーの組み込みを進めている段階だ。Genentechの実験でも、泡立ちによるエラーがソフトウェアの不具合ではなく物理的な失敗だと研究者がClaudeに教える必要があった。Anthropicは専門家の監督が依然として必要だと説明しており、安全性評価と保護策を整えた上でMHSをオープンソース化する方針を示している。