8月29日、The Decoderが「Anthropic wants to do for physical hardware what its Model Context Protocol did for software」と題した記事を公開した。AnthropicがAIエージェントに物理デバイスへの統一インターフェースを与える「Model Hardware Standard（MHS）」を発表したことについて詳しく紹介されている。カーネギーメロン大学での検証では通常数週間かかる統合作業を約8時間で完了しており、ソフトウェア統合の標準化で実績を上げたMCPの思想を物理世界へ持ち込む試みとして注目される。

MCPのハードウェア版「MHS」とは何か

AnthropicはAIエージェントが物理機器を読み取り・制御するための仕様「Model Hardware Standard（MHS）」を発表した。

背景として、研究室や工場の機器はメーカーがバラバラで、APIやデータ形式、制御ソフトウェアがそれぞれ異なる。新しい機器を既存のシステムに接続しようとすると、通常は数週間から数ヶ月の統合作業が必要になる。MHSはこれを「数時間〜数分」に短縮することを目指している。

MHSは、Anthropicがすでにリリースしているソフトウェア向け標準プロトコル「Model Context Protocol（MCP）」の考え方をハードウェアに拡張したものだ。MCPはAIモデルが外部データソースやツールにアクセスするための共通インターフェースを提供するプロトコルで、すでに多くのツールで採用が進んでいる。MHSはその物理世界版に相当する。

仕組みはシンプルだ。各デバイスに「MHSドライバー」を1つ書けば、そのドライバーがデータの読み書きといった基本機能を統一し、デバイスを共通フォーマットで検出可能にする。ドライバーにはソフトウェアだけでは記述できない情報——たとえばロボットアームの重量や安全限界——も自然言語で追加でき、MHSがそれをエージェント向けの参照ファイルに変換する。

AIエージェントは初めて見るデバイスでもその機能と制限を把握し、単一のインターフェースで操作できる。ドライバーの作成は依然として人手が必要だが、一度作れば再利用できるのが従来のカスタム統合との大きな違いだ。MHSはモデル非依存（model-agnostic）で、プログラム可能なインターフェースを持つ任意のデバイスで動作する。複数デバイスの連携も可能で、ワークフローを言語モデル不要で動く通常のスクリプトとして保存する機能も備える。

仕様はHHMI Janelia Research Campusと共同開発されており、現時点では一部のラボとメーカー向けのリサーチプレビューとして公開。後日オープンソースでリリースされる予定だ。

実際のラボでの検証結果

Anthropicは複数のパートナーとMHSを検証している（いずれもAnthropicが提示したパートナー事例であり、独立した検証は行われていない）。

カーネギーメロン大学 では、3台のコンピュータにまたがる互換性のないインターフェースを持つ複数機器（液体ハンドラー・プレートリーダー・ロボットアーム・監視カメラ）を接続した。ドライバーとオーケストレーション層の構築にかかった時間は約8時間——ベンダーへの依頼なら通常数週間かかる作業だ。Claudeは最初の実験で測定曲線が不十分と判断し、試験物質の最大濃度を下げて2回目で良好な結果を得た。

QuEra（量子コンピュータ企業） では、レーザーを外乱後に安定動作状態へ戻す制御プログラムの開発にMHSを使い、数百回の自動試行を経た。最終的に生成されたスクリプトは言語モデルを介さずに単独で動作し、ブラインドテストで700回中695回成功（成功率99.3%）を記録した。

Genentech（バイオテク企業） では、Claudeが液体ハンドラー・ロボットアーム・プレートリーダーを連携させてタンパク質アッセイ（タンパク質濃度を測る試験）を自動化した。異なる液体ごとのピペッティングパラメータを自律的に最適化したが、粘性の高い溶液で気泡が発生して誤作動が起きると、Claudeは同じ容器でパラメータを微調整しながら何度も再試行を繰り返し、状況を悪化させた。物理的な原因を人間が説明して初めて、エージェントは解決策を見つけられた。

専門家の監視は依然として必要——Genentechの失敗事例が示す限界

Genentechの事例は、現時点でのMHSの限界を端的に示している。Anthropicは、Claudeがテキストと画像を通じて物理世界を学習しているため、空間・物理推論には限界があると認めている。ソフトウェアのバグと物理的な障害の区別ができない場面では専門家の介入が必要であり、AIエージェントへの全面的な委任はまだ現実的ではない。リサーチプレビュー期間中は安全評価の構築と物理安全ロードマップの策定を進めるとしている。

MHS対応を進めるパートナー企業

すでにMHSへの対応や仕様の検証を進めている組織・企業には以下が名を連ねている。

• AWS — クラウドインフラ・IoT連携での活用が想定される
• Doosan Robotics — 産業用協働ロボット（コボット）メーカー
• QIAGEN — ライフサイエンス向け自動化機器メーカー
• Tecan — ラボオートメーション・液体ハンドリング機器メーカー
• Universal Robots — 協働ロボット分野の大手
• Hugging Face — オープンソースAIコミュニティの旗手。ハードウェア統合標準への参加は、MHSのオープンなエコシステム形成を後押しする意図があるとみられる
• Raspberry Pi — シングルボードコンピュータの代名詞的存在。低コスト・小型デバイスへのMHS普及を見据えた参加と考えられる

産業用ロボットからライフサイエンス機器、オープンハードウェアまで幅広い分野の企業・団体が集まっており、MHSが特定業種に閉じた仕様ではなく汎用標準を目指していることが伺える。

詳細はAnthropic wants to do for physical hardware what its Model Context Protocol did for softwareを参照していただきたい。