Model Hardware Standard: Anthropic verbindet KI direkt mit Laborgeräten

Das US-amerikanische KI-Unternehmen Anthropic hat eine Forschungs-Vorschau seines neuen Model Hardware Standard (MHS) vorgestellt, die eine direkte Schnittstelle zwischen künstlicher Intelligenz und physischen Forschungsgeräten schafft.

Ein aktuelles Anwendungsbeispiel aus den Neurowissenschaften unterstreicht das Potenzial dieser Technologie: In einem Experiment gelang es dem KI-Modell Claude, den sogenannten Alveus in lebendem Hirngewebe autonom zu identifizieren.

Der MHS dient als Protokoll, das es KI-Agenten ermöglicht, Geräte wie Mikroskope, Roboterarme oder spezialisierte Laborinstrumente ohne menschliche Zwischenschritte zu bedienen. Die Entwicklung erfolgte in Zusammenarbeit mit dem Forschungsinstitut HHMI Janelia.

Ein zentrales Versprechen der Initiative ist die drastische Reduktion von Integrationszeiten. Während die Einbindung neuer Hardware in automatisierte Abläufe bisher oft Wochen oder Monate in Anspruch nahm, soll dieser Prozess mit dem neuen Standard in Stunden oder sogar Minuten realisierbar sein.

Effizienzsteigerungen in Forschung und Industrie

Die praktische Erprobung des Standards durch verschiedene Partner lieferte bereits konkrete Kennzahlen zur Leistungsfähigkeit. Die Carnegie Mellon University (CMU) konnte eine dreifach schnellere Durchführung von Dosis-Wirkungs-Analysen verzeichnen. An der University of Washington (UW) gelang es Forschungsteams, sechs unterschiedliche Instrumente innerhalb von weniger als einer Woche vollständig zu integrieren.

Auch im Bereich der Quantentechnologie und Biotechnologie zeigen sich Fortschritte. Das Unternehmen QuEra konnte die Stabilisierung seiner Laser-Systeme – die sogenannte Laser-Lock-Recovery – von zuvor 58 % auf 99,3 % steigern. Das Pharmaunternehmen Genentech setzte den MHS für Protein-Assays ein und berichtete, dass das System in der Lage war, autonom auf Fehler während des Versuchsablaufs zu reagieren und diese zu korrigieren.

Modellagnostischer Ansatz und breite Unterstützung

Technisch ist der Model Hardware Standard modellagnostisch konzipiert, was bedeutet, dass er grundsätzlich mit jedem programmierbaren Gerät sowie verschiedenen KI-Modellen funktioniert. Er ist kompatibel mit bestehenden Protokollen wie dem Model Context Protocol (MCP), Befehlszeilenschnittstellen (CLI) und gängigen Programmierschnittstellen (APIs).

Während KI-Schnittstellen neue Potenziale in der Forschung eröffnen, bringen moderne Technologien auch neue Risiken für die Unternehmensinfrastruktur mit sich. Dieser kostenlose Report klärt darüber auf, welche rechtlichen Pflichten und Cyber-Bedrohungen durch neue KI-Gesetze jetzt auf Unternehmen zukommen. KI-Risiken und rechtliche Pflichten jetzt prüfen

Die Liste der unterstützenden Organisationen umfasst sowohl akademische Institutionen als auch Schwergewichte der Industrie. Neben der University of Washington und der Carnegie Mellon University gehören Genentech, QuEra und Tetsuwan zu den Partnern. Auf der Hardware-Seite wird der Standard unter anderem von Amazon Web Services (AWS), Danaher, QIAGEN, Tecan, Universal Robots sowie dem Einplatinencomputer-Hersteller Raspberry Pi unterstützt.

Strategische Ausrichtung und Sicherheitsbewertung

Elizabeth Kelly, die bei Anthropic den Bereich für vorteilhafte Bereitstellungen leitet, betonte, dass der MHS entwickelt wurde, um das transformative Potenzial von KI in den Naturwissenschaften aufzuzeigen.

Das Projekt folgt dem sogenannten MCP-Playbook und sieht eine künftige Veröffentlichung als Open-Source-Software vor. Bereits vor dem jetzigen Release erhielten ausgewählte Partner Zugriff auf eine frühe Version, um umfassende Sicherheitsbewertungen durchzuführen.

Wer die Digitalisierung im eigenen Betrieb vorantreibt, sollte Sicherheitslücken proaktiv schließen, bevor es zu spät ist. Erfahren Sie in diesem kostenlosen E-Book, wie Sie Ihr Unternehmen ohne hohe Investitionen effektiv vor Cyberangriffen schützen können. Gratis-Ratgeber für IT-Sicherheit herunterladen

Die Veröffentlichung fällt in eine Phase, in der Anthropic seine Kompetenzen im Hardware-Bereich massiv ausbaut. Mit der Einstellung von Caitlin Kalinowski und dem Aufbau eines spezialisierten Silizium-Teams signalisiert das Unternehmen eine engere Verzahnung von Software und physischer Infrastruktur.

Trotz der Fortschritte verwies das Unternehmen auch auf bestehende Herausforderungen. Die Steuerung physischer Systeme unterliege weiterhin natürlichen Grenzen und erfordere in der aktuellen Phase zwingend die Aufsicht durch menschliche Experten, um Fehlfunktionen oder Sicherheitsrisiken zu minimieren.

Ein konkretes Beispiel für die Komplexität der Anwendung war der Einsatz bei Tetsuwan, wo der Standard genutzt wurde, um spezifische Kontaminationsprobleme bei qPCR-Analysen zu adressieren. Zudem gelang es HHMI Janelia, durch den Standard sieben unterschiedliche Programme verschiedener Anbieter in einem einheitlichen System zu bündeln.

de | wissenschaft | 70013579 |