Secondo quanto riportato da Digitaltrends, Anthropic ha presentato in anteprima il Model Hardware Standard, una specifica aperta ideata per consentire agli agenti di intelligenza artificiale di controllare in sicurezza apparecchiature da laboratorio e macchinari industriali. Questa tecnologia riduce i tempi di integrazione dell’accoppiata tra hardware e intelligenza artificiale da diversi mesi a poche ore, ponendo le basi per un’automazione scientifica e industriale fortemente accelerata.

Il nuovo standard funziona come un traduttore universale per l’hardware fisico, con un approccio del tutto simile a come il Model Context Protocol (MCP) ha standardizzato le connessioni software. Anziché richiedere programmi personalizzati per ogni singolo strumento, il sistema permette ai dispositivi di comunicare tramite comandi unificati e file di riferimento generati automaticamente, i quali definiscono con precisione i parametri operativi e i limiti di sicurezza entro cui l’hardware può muoversi.

I primi test e i risultati nel mondo reale

La piattaforma è indipendente dal modello di intelligenza artificiale utilizzato e può interagire con qualsiasi macchinario dotato di un’interfaccia programmabile. Le prime sperimentazioni condotte in ambienti di ricerca e sviluppo hanno mostrato un netto incremento dell’efficienza:

QuEra Computing: Un team di ingegneri ha utilizzato istanze del modello Claude per ottimizzare un processo di riaggancio laser, riducendo il tempo di ripristino da 150 a soli 6 secondi e portando il tasso di successo dal 58% a oltre il 99% su centinaia di test effettuati.

Carnegie Mellon University: I ricercatori sono riusciti a integrare quattro diversi strumenti di laboratorio su tre computer differenti in sole otto ore, una procedura che in precedenza richiedeva settimane di lavoro. Durante le verifiche sulla sicurezza, lo standard ha bloccato preventivamente tutti i guasti simulati prima che l’hardware si muovesse.

Genentech: Il sistema è stato applicato a un flusso di lavoro automatizzato per analisi proteiche, dove l’agente virtuale ha ottimizzato in autonomia la velocità di trasferimento di liquidi caratterizzati da diversa viscosità.

I limiti operativi e il ruolo della supervisione umana

Nonostante le eccellenti prestazioni, le prime fasi di prova hanno evidenziato alcune criticità legate alla natura del mondo fisico. Presso Genentech, ad esempio, l’agente ha provato a risolvere un problema di bolle d’aria nei condotti ripetendo continuamente lo stesso comando software, rendendo necessario l’intervento umano per chiarire che l’intoppo era meccanico e non legato al codice. Poiché i modelli elaborano l’ambiente esterno principalmente tramite log di testo e immagini, il ragionamento spaziale richiede ancora il controllo costante da parte di personale esperto.

Per ampliare l’adozione del Model Hardware Standard, Anthropic sta collaborando con partner industriali come Universal Robots, Tecan e AWS. L’interesse si sta estendendo anche ad ambiti differenti, con progetti di integrazione pianificati per LeRobot di Hugging Face e test di compatibilità sui driver di Raspberry Pi. L’azienda intende distribuire lo standard come open source in futuro, sebbene non abbia ancora reso note date ufficiali o dettagli sul modello di governance definitivo.

Dario

Consulente di comunicazione, social media, SEO ed e-commerce. Grafico, web designer, impaginatore, copertinista e addentrato quanto basta in tutto ciò che riguarda l’Internet. Appassionato di narrativa, arti visive e cinema di menare. Nerd. Gamer.

Vivo e lavoro come freelancer in provincia di Taranto.