Anthropicは木曜日、Model Hardware Standard（MHS）のリサーチプレビューを公開した。これは、標準化されたソフトウェア層を通じて、AIエージェントがプログラム可能な物理機器を発見、監視、操作できるようにする共通仕様だ。
同社によると、MHSは顕微鏡、液体ハンドラー、カメラ、センサー、ロボットアームなどの機器を接続でき、エージェントは複数の機械を同時に連携させられる。現在は、限られた科学研究所と先進的な製造企業で試験されている。
AIシステムが物理機器を直接操作できるようになった場合、組織はエージェントをどのように認証し、権限を制限し、コマンドを監視するのか。今回のプレビューは、セキュリティーチームにこうした疑問を投げかけている。
AnthropicとHHMI Janelia Research Campusの共同プロジェクトとして始まった。Anthropicは、MHSによって通常なら数週間から数カ月かかるハードウェア統合作業を数時間から数分に短縮できるとしている。ただし、その成果はAnthropicとプレビューに参加する組織によるものだ。
MHSの仕組み
標準化されたドライバーがAIエージェントと物理デバイスの間を仲介する。機器ごとに個別の統合を必要とする代わりに、このドライバーは温度の読み取りや設定の変更といった基本操作を公開する。
このシステムは、デバイスの能力や物理的な限界に関する構造化された情報もエージェントに提供する。ユーザーは、ソフトウェアインターフェースからは分かりにくい詳細を含め、特性を自然言語で記述できる。MHSはその情報をAIエージェント向けの参照ファイルに変換できる。
エージェントはAnthropicのModel Context Protocol、コマンドラインツール、またはコードベースのAPIを介して機器を制御できる。これにより、エージェントは複数の装置を連携させ、結果を監視し、状況の変化に応じて実験パラメーターを調整できる。
Anthropicによると、ある例ではClaudeがレーザーを調整し、カメラで結果を観察し、その後、ビームの位置合わせ方法を理解するまでこのプロセスを繰り返した。さらに、学習した内容を決定論的なスクリプトに変換し、すべての手順を再び推論しなくても位置合わせを実行できるようにした。
これが重要な理由
AnthropicはMHSを、Claude専用の機能ではなく、より幅広いインフラ層として位置付けている。この標準はモデルに依存せず、プログラム可能なインターフェースを備えたあらゆるデバイスで利用できるよう設計されている。
MHSを試験、または対応を開発している組織には、Amazon Web Services、Automata、Danaher、Doosan Roboticsがある。AWSはStrands Robotsを通じてMHSをサポートする計画で、Hugging FaceはLeRobotに対応を追加し、Raspberry Piは複数の製品で統合を可能にしている。
想定される用途は、自動化された創薬実験からロボティクス、製造、量子コンピューティングシステムまで多岐にわたる。
より大きな試練は安全性
AIエージェントに物理機器の制御を任せることは、コードを書かせたり情報を操作させたりする場合とは異なる種類のリスクをもたらす。ミスによって機械が損傷したり、実験が台無しになったり、安全上の危険が生じたりする可能性がある。侵害されたエージェント、アカウント、ドライバーによって、接続された機器が不正なコマンドにさらされる可能性もある。Anthropicの発表では物理的な安全策とモデルの制限について説明されているが、認証、ロールベースの権限、ネットワーク分離、ドライバーの完全性、監査ログといったサイバーセキュリティー対策の詳細には触れていない。
Anthropicは、自社システムには依然として限界があると認めている。Claudeによる物理世界の理解は不完全な場合があり、研究者は、モデルが物理的な問題をソフトウェアの問題と誤認した際に介入しなければならなかった。MHSも現在のところ、プログラミングインターフェースを持たないハードウェアには対応できない。
同社はこのリサーチプレビューを通じて、参加パートナーとともに追加の安全性評価と導入手法を開発しており、MHSをオープンソース化しこのテスト段階の後に公開する計画だ。
真の機会は相互運用性にあるのかもしれない
MHSは、AIシステムと、細分化が進む研究所・産業用機器の世界との間に立つ中立的な層になれば、最も大きな価値を発揮する可能性がある。
現在、異なるベンダーの機械を接続するには、専門知識とカスタムソフトウェアが必要になることが多い。共通インターフェースがあれば、その専門知識がボトルネックになりにくくなり、研究者は機器をつなぎ合わせる作業ではなく、実験の設計により多くの時間を割けるようになる。
しかし、標準化だけで自律型の物理システムが安全、またはセキュアになるわけではない。管理されたテストの範囲を超えてMHSを導入する前に、組織は最小権限アクセスを適用し、エージェントの活動を記録し、エージェントや接続コンポーネントが予期せぬ挙動を示した際に安全に停止できるかを確認する必要がある。Anthropicのリサーチプレビューは、こうした保護策の確立に役立つ可能性があるが、セキュリティーチームはAIとハードウェアのインターフェースを通常のソフトウェア統合ではなく、重要な制御インフラとして扱うべきだ。
続きを読む：MCPサーバーは、ツールチェーン、過剰な権限、侵害されたソフトウェアパッケージを通じて、隠れた攻撃経路を生み出す。