MHS ใหม่จากแอนโทรปิก ให้คล็อด(Claude) คุมอุปกรณ์แล็บ เร่งทดลองเร็วขึ้นกว่า 3 เท่า

แอนโทรปิก(Anthropic) เปิดตัว ‘มาตรฐานฮาร์ดแวร์โมเดล’ (Model Hardware Standard หรือ MHS) เวอร์ชันพรีวิวสำหรับงานวิจัย ให้คล็อด(Claude) เข้าไปควบคุมอุปกรณ์ในห้องทดลองวิทยาศาสตร์และโรงงานผลิตได้โดยตรง จากเดิมที่ AI เอเจนต์ทำได้แค่เขียนเอกสารหรือรันโค้ด ตอนนี้ขยับไปอ่านค่าและสั่งงานอุปกรณ์จริงอย่างกล้องจุลทรรศน์ เครื่องจัดการของเหลว ไปจนถึงแขนกล

บริษัทระบุในแถลงการณ์เมื่อวันที่ 27 (เวลาท้องถิ่น) ว่า เปิด MHS เวอร์ชันพรีวิวให้ห้องแล็บวิทยาศาสตร์และบริษัทผู้ผลิตขั้นสูงทดลองใช้งานแล้ว โดย MHS เป็นมาตรฐานกลางที่ช่วยให้ AI เอเจนต์สั่งงานอุปกรณ์จริงได้อย่างปลอดภัย ใช้ได้กับอุปกรณ์ที่มีอินเทอร์เฟซโปรแกรมอยู่แล้ว และไม่ผูกติดกับโมเดลใดโมเดลหนึ่ง

หัวใจของ MHS คือการแปลงวิธีสั่งงานอุปกรณ์ที่ต่างกันไปในแต่ละยี่ห้อ ให้กลายเป็น ‘ภาษากลาง’ เดียวกัน ไดรเวอร์ของ MHS ใช้คำสั่งพื้นฐานอย่าง ‘อ่าน’ และ ‘เขียน’ เพื่อตรวจสอบสถานะอุปกรณ์และตั้งค่าต่างๆ พร้อมระบุด้วยว่าอุปกรณ์แต่ละชิ้นวัดค่าอะไรได้บ้าง ปรับค่าใดได้บ้าง และมีขีดจำกัดด้านความปลอดภัยแค่ไหน โดยทั้งหมดอยู่ในรูปแบบมาตรฐานเดียวกัน

แอนโทรปิกอธิบายว่า เมื่อ AI เอเจนต์มีข้อมูลเหล่านี้ในมือ ก็สามารถค้นหาอุปกรณ์ที่ต้องใช้ จัดลำดับขั้นตอนการทำงาน และปรับพารามิเตอร์ตามสภาพที่เปลี่ยนไประหว่างการทดลองได้เอง สำหรับงานที่ใช้เวลานานหรือจำเป็นต้องควบคุมอุปกรณ์แบบเรียลไทม์ บริษัทยังเสนอวิธีรวมคำสั่งของหลายอุปกรณ์ไว้ในไฟล์โค้ดเดียวแล้วรันพร้อมกันด้วย

MHS ถือเป็นเวอร์ชัน ‘ฮาร์ดแวร์จริง’ ของโปรโตคอลบริบทโมเดล (Model Context Protocol หรือ MCP) ที่แอนโทรปิกพัฒนาไว้ก่อนหน้านี้สำหรับเชื่อมต่อซอฟต์แวร์และข้อมูล หาก MCP ทำหน้าที่เชื่อมเครื่องมือภายนอกและข้อมูลเข้ากับแอปพลิเคชัน AI มาตรฐานใหม่นี้ก็ขยายขอบเขตให้ AI เอเจนต์ควบคุมอุปกรณ์ทดลองและอุปกรณ์การผลิตได้เพิ่มขึ้นอีกขั้น

ตัวอย่างการใช้งานช่วงแรกเน้นไปที่การทำระบบอัตโนมัติในห้องแล็บ ทีมวิจัยจากมหาวิทยาลัยคาร์เนกีเมลลอน(Carnegie Mellon University) ใช้ MHS เชื่อมต่อเครื่องจัดการของเหลว เครื่องอ่านเพลต แขนกล และกล้องตรวจสอบเข้าด้วยกัน เพื่อทำการทดลองแบบ dose-response ด้วยวิธีเจือจางต่อเนื่อง ผลออกมาว่าทำงานได้เร็วขึ้นกว่าเดิมราว 3 เท่า

ทีมวิจัยระบุว่าใช้เวลาราว 8 ชั่วโมงในการสร้างไดรเวอร์และชั้นการจัดลำดับงาน เพื่อให้เอเจนต์ของคล็อด โอปุส 4.8(Claude Opus 4.8) รันโปรโตคอลทั้งหมดได้เองโดยอัตโนมัติ ต่างจากวิธีสร้างระบบผ่านผู้ผลิตอุปกรณ์แบบเดิมที่มักใช้เวลาหลายสัปดาห์

การทดลองครั้งนี้เชื่อมอุปกรณ์ที่กระจายอยู่บนคอมพิวเตอร์ 3 เครื่อง เครื่องแรกควบคุมแขนกล เครื่องที่สองควบคุมเครื่องจัดการของเหลวที่ใช้ระบบ ActiveX/Component Object Model ของวินโดวส์ร่วมกับกล้อง USB ส่วนเครื่องที่สามควบคุมเครื่องอ่านเพลตที่ไม่มี API แยกต่างหาก MHS ทำหน้าที่รวมวิธีควบคุมที่ต่างกันทั้งหมดให้อยู่ในรายการสถานะและขั้นตอนชุดเดียว

คิวเอรา คอมพิวติง(QuEra Computing) นำ MHS ไปใช้กับงานรักษาความเสถียรของเลเซอร์ภายในควอนตัมคอมพิวเตอร์ คิวเอราเป็นบริษัทควอนตัมคอมพิวเตอร์ที่ใช้อะตอมเป็นกลาง ซึ่งการรักษา ‘ล็อก’ หรือสถานะความถี่ที่แม่นยำของเลเซอร์ ถือเป็นหัวใจของการควบคุมอุปกรณ์

บริษัทระบุว่าสร้างคอนโทรลเลอร์ที่ให้ AI เอเจนต์กู้คืนล็อกเลเซอร์ได้เองโดยไม่ต้องมีคนเข้าไปแทรกแซง ด้วยอัตราความสำเร็จ 99.3% จากการทดสอบสคริปต์ที่เสร็จสมบูรณ์ 700 ครั้ง กู้คืนล็อกได้ถูกต้อง 695 ครั้ง ขณะที่สคริปต์แบบเดิมที่เขียนเฉพาะทางใช้เวลาราว 150 วินาทีต่อครั้ง และมีอัตราความสำเร็จราว 58%

เจเนนเทค(Genentech) นำ MHS ไปทดสอบแนวคิดระบบอัตโนมัติสำหรับการวิเคราะห์โปรตีนด้วยวิธี BCA ซึ่งเป็นขั้นตอนวัดความเข้มข้นของโปรตีน โดยคล็อดทำหน้าที่ประสานงานเครื่องจัดการของเหลว แขนกล และเครื่องอ่านเพลตเข้าด้วยกัน แต่ระหว่างการทดลองเมื่อเกิดฟองอากาศขึ้น ทีมวิจัยต้องอธิบายเพิ่มเติมให้ AI เข้าใจว่านี่คือปัญหาทางกายภาพ ไม่ใช่ข้อผิดพลาดของซอฟต์แวร์

ห้องปฏิบัติการเบเกอร์และพิงเลย์ (Baker and Pinglei Lab) จากมหาวิทยาลัยวอชิงตัน(University of Washington) ใช้ MHS เชื่อมต่ออุปกรณ์ 6 ชิ้นได้ภายในหนึ่งสัปดาห์ ทีมวิจัยนำเสนอกรณีการติดตามผลการทดลอง qPCR การส่งต่อเพลตระหว่างแขนกลกับเครื่องจัดการของเหลวโดยไม่ชนกัน และการสร้างแดชบอร์ดควบคุมระยะไกล กรณีนี้สะท้อนว่าไดรเวอร์มาตรฐานกลางช่วยลดเวลารวมระบบได้จริง ในสถานการณ์ที่ผู้ผลิตอุปกรณ์แต่ละรายใช้อินเทอร์เฟซต่างกัน

การประกาศครั้งนี้มาพร้อมกับแนวทางขยายการสนับสนุนคล็อดให้นักวิจัยวิทยาศาสตร์ของแอนโทรปิก โดยบริษัทเปิดตัวโปรแกรมมอบสิทธิ์ใช้งานคล็อดให้นักวิทยาศาสตร์ทั่วโลกจำนวน 10,000 คนในการแถลงข่าวเดียวกัน สะท้อนทิศทางที่บริษัทต้องการขยายทั้งการเข้าถึงโมเดลและมาตรฐานควบคุมอุปกรณ์ทดลองไปพร้อมกัน

ด้านการใช้งานเชิงพาณิชย์และการตรวจสอบความปลอดภัยยังต้องรอต่อไป เพราะ MHS อยู่ในขั้นพรีวิวสำหรับงานวิจัยแบบจำกัดวงเท่านั้น แอนโทรปิกระบุว่าระหว่างช่วงพรีวิว จะทำงานร่วมกับพาร์ทเนอร์เพื่อประเมินความปลอดภัยและสร้างแนวปฏิบัติที่ดี ก่อนเปิดมาตรฐานนี้เป็นโอเพนซอร์สในลำดับถัดไป ด้านฮักกิ้งเฟซ(Hugging Face) กำลังเพิ่มการรองรับ MHS เข้ากับไลบรารีหุ่นยนต์ LeRobot ขณะที่ราสเบอร์รี่พาย(Raspberry Pi) อยู่ระหว่างทดสอบไดรเวอร์ MHS สำหรับกล้อง ก่อนเชื่อมต่อกับผลิตภัณฑ์ในกลุ่มของตน

สำหรับผู้ติดตามตลาดคริปโตและ AI การประกาศครั้งนี้ไม่ใช่ปัจจัยราคาระยะสั้น แต่เป็นสัญญาณที่บ่งชี้ทิศทางการแข่งขันด้านโครงสร้างพื้นฐาน AI มากกว่า เพราะ AI เอเจนต์กำลังขยายบทบาทจากการเรียกใช้ซอฟต์แวร์องค์กร ไปสู่การควบคุมอุปกรณ์จริงในห้องแล็บและโรงงานผลิต แอนโทรปิกเปิดรับสมัครผู้ที่สนใจเข้าร่วมพรีวิวงานวิจัยอยู่ในขณะนี้ และมีแผนนำผลจากพรีวิวไปรวมไว้ในแนวทางการเผยแพร่อย่างปลอดภัย เมื่อเปิดมาตรฐานเป็นโอเพนซอร์สในอนาคต