Anthropic hat der KI soeben die Schlüssel zur physischen Welt übergeben

Die Aluminiumdose steht auf einem Labortisch. Um sie aufzuheben, muss ein Roboterarm den exakten Druck berechnen, der nötig ist, um das Metall zu greifen, ohne es zu zerquetschen. Diese Berechnung stützt sich auf Sensordaten. Die Sensordaten fließen durch einen Treiber, ein Stück Software, das als Übersetzer zwischen der Maschine und dem Computer fungiert. Jahrzehntelang mussten Ingenieure für jedes einzelne Hardwareteil in einem Raum einen neuen Übersetzer schreiben. Anthropic beabsichtigt nun, diese Tausenden von benutzerdefinierten Skripten durch einen einzigen Satz von Regeln zu ersetzen, der als Model Hardware Standard bezeichnet wird.

Die unsichtbare Wand zwischen Software und Hardware

In den letzten drei Jahren existierte künstliche Intelligenz fast ausschließlich hinter einem Bildschirm. Sie kann ein Gedicht schreiben oder einen Codeblock debuggen, aber in der physischen Welt ist sie praktisch blind und gelähmt. Wenn ein Wissenschaftler möchte, dass eine KI ein reales Experiment durchführt, muss er in der Regel eine maßgeschneiderte Brücke zwischen der KI und der Ausrüstung bauen. Dieser Prozess nimmt Wochen oder Monate manueller Programmierung in Anspruch. Ein Roboter spricht eine Sprache; das Mikroskop daneben eine andere. Das Ergebnis ist ein digitaler Turm zu Babel, der die Automatisierung im Rechenzentrum gefangen hält.

Anthropic versucht, diese Wand mit seinem neuen Model Hardware Standard (MHS) einzureißen. Dies ist ein Satz offener Treiber, der es KI-Agenten ermöglichen soll, mit jedem Gerät zu kommunizieren. Vereinfacht gesagt, ist es ein Universalübersetzer für Maschinen. Anstatt ein spezifisches Programm zu schreiben, um einem Roboterarm zu sagen, dass er sich drei Zoll bewegen soll, nutzt ein Entwickler MHS, um der KI einen direkten Pfad zur Maschine zu geben. Die KI nutzt dann natürliche Sprache, um die Hardware zu steuern. Dieser Wandel macht die KI vom Chatbot zum Werkstattmeister.

Wie die Universalfernbedienung für Roboter tatsächlich funktioniert

Die Technologie unter der Haube stützt sich auf zwei Hauptkomponenten. Die erste ist das Model Context Protocol (MCP), das Anthropic bereits zuvor veröffentlicht hat, um der KI den Zugriff auf Daten zu erleichtern. Die zweite ist MHS, das sich auf physische Aktionen konzentriert. Wenn diese beiden zusammenarbeiten, kann ein KI-Modell wie Claude das Handbuch für ein Gerät lesen, dessen Bedienelemente verstehen und sofort mit dem Betrieb beginnen.

Im Großen und Ganzen funktioniert dieses System wie ein USB-Anschluss für die physische Welt. Vor USB erforderte der Anschluss eines Druckers oder einer Maus an einen Computer spezifische, oft frustrierende Konfigurationen. USB standardisierte die Verbindung, sodass Computer und Gerät sich sofort verstehen konnten. MHS tut dasselbe für industrielle und wissenschaftliche Hardware. Es bietet ein gemeinsames Format für den Austausch von Daten und Befehlen über ein Netzwerk. Dies macht ein maßgeschneidertes Übersetzerprogramm zwischen jedem Ausrüstungsgegenstand in einem Labor überflüssig.

Aus einem Monat Arbeit wird eine Minute Code

Die Inspiration für diesen Standard kam vom Janelia Research Campus in Virginia. Alek Kemeny, ein Mitarbeiter bei Anthropic, beobachtete, wie der Neurowissenschaftler Arco Bast damit kämpfte, rotierende Laser, Mikroskope und Kameras für ein Experiment zum Gehirngedächtnis zu koordinieren. Bast musste seine eigene Schnittstelle bauen, damit diese Teile zusammenarbeiteten. Kemeny erkannte, dass der Fortschritt langsam bleiben würde, wenn jeder Wissenschaftler dies tun müsste. Das MHS-Projekt zielt darauf ab, dies zu beheben. Anthropic gibt an, dass Versuchsaufbauten, die früher Wochen dauerten, nun in Minuten erledigt sind.

In einem Testfall steuerte ein KI-Modell gleichzeitig ein Mikroskop und einen Laser. Das Modell justierte den Laser, überprüfte die Ergebnisse über eine Kamera und wiederholte den Vorgang, um das System zu kalibrieren. Dies geschah, ohne dass ein Mensch eine einzige Zeile Bewegungscode schrieb. Die KI durchdachte jeden Schritt, erkannte die Fehler im Bild und bewegte das Mikroskop in eine bessere Position. Hier agiert die KI als unermüdlicher Praktikant. Sie erledigt die repetitive, präzise Arbeit, die normalerweise die Zeit eines Forschers verschlingt.

Sicherheitstags und die Realität physischer Grenzen

Eines der größten Risiken, wenn man ein digitales Gehirn einen physischen Körper steuern lässt, besteht darin, dass das Gehirn Gewicht oder Schwerkraft nicht versteht. Ein Modell könnte versuchen, einen Roboterarm schneller zu bewegen, als es seine Motoren zulassen, oder es könnte versuchen, etwas zu heben, das seine Gelenke brechen würde. MHS enthält ein standardisiertes Tagging-System, um diese Katastrophen zu verhindern. Diese Tags beschreiben die realen Einschränkungen der Hardware.

Jedes Gerät verfügt über eine Referenzdatei, in der Gewichtsgrenzen, Bewegungsbereiche und Sicherheitsabschaltpunkte aufgeführt sind. Wenn sich ein KI-Agent mit einer neuen Maschine verbindet, liest er zuerst diese Tags. Er lernt, dass der Arm eine maximale Reichweite von zwei Metern hat und nicht mehr als fünf Pfund heben kann. Diese Informationen sind grundlegend für die Sicherheit. Sie ermöglichen es dem Modell, Geräte zu bedienen, die es noch nie zuvor gesehen hat, ohne sie zu beschädigen. Das Modell behandelt diese Einschränkungen als feste Grenzen in seinem Denkprozess, ähnlich wie ein menschlicher Bediener ein Sicherheitshandbuch befolgt.

Warum die Liste der Partner für Ihr Budget wichtig ist

Anthropic macht dies nicht alleine. Das Unternehmen arbeitet mit einer Gruppe von Herstellern und Forschern zusammen, um das System zu testen. Die Partnerliste ist aufschlussreich. Sie umfasst Amazon Web Services (AWS), Hugging Face und Universal Robots. Besonders bemerkenswert ist die Aufnahme von Raspberry Pi. Die Einbeziehung von Raspberry Pi ist ein Signal für den Durchschnittsnutzer. Es bedeutet, dass diese Technologie nicht nur für milliardenschwere Pharmalabore gedacht ist.

Aus der Sicht des Verbrauchers führt diese Standardisierung in der Regel zu niedrigeren Preisen. Wenn Hardware einfacher zu integrieren ist, sinken die Herstellungskosten. Wenn ein kleines Startup eine Roboter-Montagelinie an einem Wochenende statt in einem Jahr aufbauen kann, kann es Produkte schneller und billiger auf den Markt bringen. Im Alltag könnte dies schließlich zu intelligenteren Haushaltsgeräten führen, die tatsächlich miteinander kommunizieren können, ohne dass ein Dutzend verschiedener Apps erforderlich sind.

Der Wandel von Chatbots zu echten Maschinen

Historisch gesehen finden industrielle Revolutionen statt, wenn eine neue Art der Übertragung von Energie oder Informationen standardisiert wird. Die Dampfmaschine war eine; das Internet eine andere. MHS ist ein Versuch, die Art und Weise zu standardisieren, wie Intelligenz physische Materie bewegt. Hinter dem Fachjargon von Treibern und APIs verbirgt sich ein einfacher Wandel: Wir bewegen uns weg davon, die KI zu bitten, uns Dinge zu sagen, hin dazu, die KI zu bitten, Dinge zu tun.

Diese Technologie befindet sich derzeit in einer Forschungsvorschau. Anthropic plant, MHS zu einem quelloffenen, agenten-agnostischen Standard zu machen. Das bedeutet, dass er nicht nur mit Claude funktionieren wird; er könnte schließlich mit Modellen von Google, OpenAI oder Meta funktionieren. Agenten-agnostisch zu sein, ist eine resiliente Strategie. Sie verhindert, dass ein einzelnes Unternehmen die Sprache besitzt, die Roboter sprechen.

Praktisch gesehen bedeutet das Fazit, dass sich die Geschwindigkeit wissenschaftlicher Entdeckungen erhöhen wird. Wenn ein Labor hundert Hypothesen in der Zeit testen kann, die früher für eine benötigt wurde, wird sich die Entwicklung neuer Materialien und Medikamente beschleunigen. Alek Kemeny deutete an, dass dies ein Jahrhundert des Fortschritts in ein einziges Jahrzehnt komprimieren könnte. Obwohl das eine kühne Behauptung ist, ist die Logik stichhaltig. Die Beseitigung der Reibung zwischen einem Gedanken und einer physischen Handlung ist der Weg, auf dem die Industrie voranschreitet.

Letztendlich sollten Sie beobachten, wie sich Ihre eigenen Geräte im nächsten Jahr verändern. Sie werden vielleicht weniger „smarte“ Gadgets bemerken, die spezielle Hubs erfordern, und mehr, die einfach funktionieren, wenn Sie mit ihnen sprechen. Das unsichtbare Rückgrat des modernen Lebens wird immer vernetzter. Der Übergang von einer Welt isolierter Maschinen zu einer Welt koordinierter Systeme ist keine Frage des Ob mehr, sondern des Wann. Achten Sie auf die Etiketten Ihres nächsten Technikgeräts. Wenn es einen universellen Standard wie MHS oder MCP unterstützt, ist es Teil eines größeren Wandels hin zu einer Welt, in der Software endlich Hände hat.

Quellen:
Anthropic Research Preview: The Model Hardware Standard
HHMI Janelia Research Campus Project Reports
Raspberry Pi Foundation Industrial Hardware Specs
AWS Strands Robotics Integration Documentation