Intelligence artificielle

Anthropic ouvre la préversion de recherche d’une norme reliant les agents d’IA aux appareils physiques

Anthropic a commencé à proposer la préversion de recherche du Model Hardware Standard, qui unifie la manière dont les appareils programmables sont découverts et contrôlés par des agents d’intelligence artificielle. La norme vise à réduire l’intégration des équipements de laboratoire et d’usine de plusieurs semaines ou mois à quelques heures ou minutes, tout en maintenant la supervision humaine comme indispensable à son stade actuel.

2026-08-27
5 min de lecture
9 vues
فريق تحرير certi.news
Anthropic ouvre la préversion de recherche d’une norme reliant les agents d’IA aux appareils physiques

Anthropic a annoncé le 27 août 2026 l’ouverture de la préversion de recherche du Model Hardware Standard (MHS) à un premier groupe de laboratoires de recherche scientifique et de fabricants avancés. La norme fournit une spécification commune permettant à des agents d’intelligence artificielle de faire fonctionner simultanément plusieurs appareils physiques, tels que des microscopes, des robots de manipulation de liquides et des bras robotisés, et de les coordonner pour réaliser des tâches allant des expériences de découverte de médicaments à l’étalonnage de lasers dans un ordinateur quantique.

Le développement du MHS a commencé en collaboration entre Anthropic et le HHMI Janelia Research Campus. Selon l’entreprise, le principal problème réside dans le fait que chaque appareil repose généralement sur une interface logicielle différente, ce qui oblige le laboratoire ou l’installation industrielle à créer des intégrations personnalisées pouvant prendre des semaines ou des mois. La norme vise à réduire ce travail à quelques heures ou minutes, tout en permettant à l’agent de coordonner les étapes de l’expérience, de mettre à jour les paramètres en temps réel et, dans certains cas, de gérer les erreurs des appareils sans intervention directe.

Comment la norme fonctionne-t-elle ?

Le MHS ajoute un pilote unifié qui fait le lien entre le système d’exploitation et l’appareil physique. Le pilote repose sur un ensemble de commandes simples, comme read pour lire la température et write pour la modifier, et rend également chaque appareil détectable sur le réseau dans un format standard. Au lieu de créer un interpréteur personnalisé pour chaque appareil, l’agent peut trouver les appareils connectés et communiquer avec eux au moyen de l’interface commune.

Le pilote comprend également des balises en langage naturel décrivant des caractéristiques qui n’apparaissent pas nécessairement dans le code, comme le poids du bras robotisé, les limites de sécurité et ce que l’appareil peut mesurer ou régler. La norme transforme ces données en un fichier de référence indiquant à l’agent comment faire fonctionner l’appareil. Les équipements peuvent ensuite être contrôlés via le Model Context Protocol, une interface en ligne de commande, des fichiers de code et des interfaces de programmation, ce qui permet de coordonner plusieurs appareils à partir d’une seule ligne de code.

Premiers résultats et partenaires

Genentech a utilisé la norme pour automatiser un test BCA des protéines en coordonnant un robot de manipulation de liquides, un bras robotisé et un lecteur de plaques. À l’Université de Washington, le MHS a servi à surveiller les appareils à distance, à superviser une réaction de qPCR et à relier un bras robotisé à un robot de manipulation de liquides afin de transférer les plaques sans collision. De leur côté, des chercheurs de Carnegie Mellon University ont exécuté des expériences de courbes de réponse aux doses à une vitesse près de trois fois supérieure à la précédente, au moyen d’appareils répartis sur trois ordinateurs dotés d’interfaces incompatibles.

Au HHMI Janelia, la norme a contribué à unifier une plateforme de microscopie qui reposait sur sept logiciels de fournisseurs différents. QuEra a également utilisé la norme pour contrôler une partie du système laser de ses ordinateurs quantiques, et l’agent a développé un mécanisme permettant de rétablir la stabilisation du laser avec un taux de réussite de 99,3 % sans intervention humaine. Les organisations qui travaillent également au soutien du MHS comprennent Amazon Web Services via Strands Robots, ainsi que Automata, Danaher, Doosan Robotics, MBF Bioscience, QIAGEN, Tecan et Universal Robots, en plus de Hugging Face et Raspberry Pi.

Qu’est-ce qui change concrètement ?

Si la spécification arrive à maturité et est publiée en open source comme le prévoit Anthropic, elle pourrait fournir une couche commune pour faire fonctionner des équipements scientifiques et robotiques de différentes entreprises, au lieu de laisser chaque intégration constituer un projet distinct. Toutefois, l’annonce décrit une phase de recherche précoce, et non une norme ouverte déjà accessible à tous. En outre, le MHS fonctionne actuellement uniquement avec les appareils possédant une interface logicielle programmable.

Anthropic reconnaît que Claude reste limité en matière de raisonnement spatial et physique et qu’il a donc besoin de la supervision d’experts. Lors des expériences de Genentech, les chercheurs ont dû indiquer au modèle que la mousse présente dans les échantillons de protéines constituait un échec physique et non un dysfonctionnement logiciel. L’entreprise utilisera la préversion pour développer des évaluations de sécurité supplémentaires et une feuille de route pour la sécurité physique avant de publier la norme en open source.

Source de l’actualité
Anthropic Newsroom
Ouvrir la source originale ↗
ف
Auteur

فريق تحرير certi.news

Dans la même catégorie

À lire également

Voir toutes les actualités