Model Hardware Standard — 装置統合は数時間に、物理の直観だけは埋まらなかった

Anthropic が 8月27日、AIエージェントが実機を操作するための共通仕様「Model Hardware Standard(MHS)」の研究プレビューを、研究機関と製造業の一部に開いた^[1]。 発表本文には導入5例の実測値が付いている。読むと、数字が奇妙なほど二極化している。 装置を繋ぐ作業と、パラメータを探索して失敗から復帰する作業では、数週間が8時間になり、 成功率58%が99.3%になった^[1]。一方で、液体に泡が立つという物理現象の前では、 エージェントは同じ失敗を繰り返し、人間が原因を教えるまで抜け出せなかった^[1]。 本紙が見るべきはこの落差である。MHS が解いたのは配線であって、身体性ではない。

MHS が定義しているもの

MHS は、装置とエージェントの間に置く標準化されたドライバの仕様である^[1]。 中身は素っ気ないほど単純で、「read(例: 温度を取得)」「write(例: 温度を設定)」という プリミティブの組と、装置がネットワーク上で互いを発見できる標準フォーマットからなる^[1]。 装置ごとに翻訳プログラムを書く必要をなくす、という一点に絞られている。

本紙が注目するのはその次の層である。MHS のドライバにはタグがあり、コードからは読み取れない 機械の性質——発表本文が挙げる例は「ロボットアームの重量」——を、利用者が自然言語で直接 書き込める^[1]。書き込みは自分で行ってもよいし、エージェントに設備構成を聞き取らせても よい^[1]。そこから、その装置が何を測れるか、何を調整できるか、そしてどの安全限界が強制されるかを記した参照ファイルが自動生成される^[1]。 従来これらは紙のマニュアルか、担当者の暗黙知として散っていた^[1]。

制御経路は3つ用意されている。MCP、コマンドラインインターフェース、そしてコードファイル (API)である^[1]。エージェントが逐次推論するには遅すぎる処理や長時間の処理は、 複数装置のドライバコマンドをコードファイルに繋いでおき、装置側だけで走らせる^[1]。 発表本文には、Claude がレーザーを調整してはカメラで結果を見る試行を繰り返し、学んだ手順を 決定論的なスクリプトに書き出して、以後は1コマンドで整列させるようになった例が挙がっている^[1]。 推論で探索し、確定したら推論を外す、という設計思想がここに出ている。

仕様上、プログラマブルなインターフェースを持つ装置であれば対象になり、モデル非依存を うたっている^[1]。ただし現時点では研究プレビューであり、申請して選ばれた相手にしか 渡っていない。オープンソース化は「安全性評価とベストプラクティスをパートナーと作った後」と されていて、時期は示されていない^[1]。開発は Anthropic と HHMI Janelia Research Campus の共同作業として始まった^[1]。

公表された5例の実測値

発表本文には、Genentech、ワシントン大学、カーネギーメロン大学(CMU)、HHMI Janelia、 QuEra Computing の5例が、各当事者の執筆で載っている^[1]。統合コストと成果を並べる。

数字が最も大きく動いたのは「探索」と「復帰」だった

5例を並べると、成果の出方に偏りがある。最も極端なのが QuEra である。同社のレーザーは 周波数を1兆分の1程度の精度で保つ必要があり、温度・振動・気圧のわずかな変化でロックが外れると 計算が台無しになる^[1]。復帰は熟練者で5〜10分かかり、深夜に外れれば誰かが出勤して いた^[1]。自動化の試みは MHS 以前からあり、レーザー系エンジニア・ソフトウェア エンジニア・アルゴリズム担当・テスト担当の4人が数か月かけて専用スクリプトを書いている。 だがそれは成功率58%、1回あたり約150秒にとどまった^[1]。 理由は明快で、人間の手順をそのまま線形に写したため、途中で気圧が動くと——実験室のドアを 誰かが開けるだけで——成立済みの手順が崩れ、最初からやり直しになる^[1]。 エージェントが作った制御器は、これを99.3%まで引き上げた^[1]。

CMU の例も同じ性質を持つ。3台のPCに分かれた機器群——ディレクトリ監視型のスケジューラで動く アーム、旧世代の Windows ActiveX/COM しか口を持たない液体ハンドラ、そしてプログラム的インターフェースを一切持たず画面GUIしかないプレートリーダー——を、 MHS が状態と手続きの単一の記述に均した^[1]。GUI しかない機器は、MHS が人間と同じように 画面を操作する^[1]。この構成で、Claude Opus 4.8 のエージェントが用量反応曲線の 取得を通しで走らせた^[1]。

実験そのものでも、エージェントは1回目の曲線を自分で捨てている。上限200 µg/mL では高濃度側が 飽和して当てはまりが悪く(R² が0.9未満)、プレートを廃棄して上限を100 µg/mL に狭めて 引き直し、2回目で R² が0.98超になった。この判断に人間は関与していない^[1]。 安全側の検証として、プレート無し・プレートの回転・リーダー使用中・カメラ切断・機器到達不能・ 非常停止作動の6条件を人為的に起こしたところ、6件とも装置が動く前に遮断された^[1]。 なお分注1サイクルは4〜5分を要し、分注量の許容誤差は5%しかない^[1]。

Janelia の例は、統合コストが装置数に比例して増えなくなったという話である。従来この リグは7本のベンダーソフトを決まった順で立ち上げる必要があり、順序を間違えればその日の セッションが失われた^[1]。MHS 導入後、実験開始は1クリックになり、レーザービームを 撮るカメラの追加は数分で済み、その出力をビームを振るミラーに戻して整列精度を上げられる ようになった^[1]。MHS の発想自体、Spruston 研の Arco Bast が「リグ全体の状態を共有メモリ上の 標準化された辞書に置く」という形で始めたもので、彼の自作顕微鏡が最初の実装先だった^[1]。

発表側が自分で書いた、うまくいかなかったこと

Genentech の節は、本紙の見るところ、この発表でいちばん価値のある部分である。同社は BCA アッセイで Claude に流速を自律最適化させ、水で約140 µL/s(RMSE 0.016)、粘性のある BSA 溶液で 10 µL/s(同 0.181)という値に到達させた。自動化の専門家が「妥当」と確認した水準である^[1]。 チップの取得失敗や液面検知エラーからは、エージェントが自力で復帰した^[1]。

問題は泡だった。粘性のある溶液を高流速で扱うと泡が立ち、分注量が狂い、液面センサーが誤作動し、 最終読み取りである吸光度まで歪む^[1]。ここで Claude が取った既定の行動は、同じウェルでパラメータを変えて再試行することだった。結果として液はさらに撹拌され、 泡が増えた^[1]。Genentech の記述は率直で、「失敗の背後にある物理を Claude がまだ 理解していなかったため、我々がより穏やかに液を扱うパラメータへ誘導しなければならなかった」と 書いている^[1]。清浄なウェルへ移り混和回数を減らせと教えられて初めて、以後の実行で その文脈を保持できた^[1]。

同社はこれを一般化して、AIモデルは汎用の推論には長けるが、物理・化学・生物の制約、とりわけ 現実世界の物理的直観を要する障害の切り分けでは依然として苦しむ、と明言している^[1]。 対処は、得られた知見を再利用可能な「スキル」として外から与え直すことだった^[1]。 モデルが物理を理解したのではなく、人間の知識を手続きとして注入した、という順序である。

他の当事者も但し書きを残している。ワシントン大学の Zihao Song は、示したのは概念実証に すぎず、より複雑なプロトコルには相当の最適化が要ると書き、さらにエージェントを長時間 走らせ続ける計算コストは、節約できる研究者の時間と天秤にかける必要があると付け加えて いる^[1]。CMU は実薬候補ではなく発色色素を代替に使っており、今後は実際の生物学的 応答を測る読み出しへ置き換えると述べている。加えて、高リスクな判断でいつどのように人間の 承認を要求するかというプロトコルは、これから精緻化する段階にある^[1]。

フィジカルAIから見て、これは何の代替なのか

MHS はロボット基盤モデルではない。VLA でもない。5例のいずれにおいても、知能は装置の上の層に あって、モータ制御の中には無い。エージェントは read/write のコマンドを発行し、装置は自前の コントローラで動く。本紙がロボット基盤モデル勢力図で追ってきた系譜——観測から関節指令までを一枚のネットワークで結ぶ方向——とは、賭けている場所が違う。

違いは、ボトルネックをどこに見るかにある。VLA 陣営は接触と操作の一般化を解こうとしている。 MHS は「装置同士が喋らない」という、はるかに地味な障害を解いた。そして公表された数字を見る限り、 後者の障害は実際に巨大だった。数か月かかっていた統合が数時間になり、4人が数か月かけて 58%だったものが99.3%になる^[1]。これらは学習された運動方策の改善ではなく、 インターフェースの標準化と、探索を回せるエージェントの組み合わせから出ている。

だが同じ発表が、その手法の天井も示している。泡の一件は、標準化されたインターフェースを与えても、 接触・流体・材料の直観は湧いてこないことの実例である^[1]。本紙がVLAは本当に工場で使えるのかで扱った論点——デモの成功率と現場が求める歩留まりの間にある桁の違い——は、装置を繋ぐ層を 取り替えても消えない。MHS が消したのは統合コストであって、物理の難しさではない。

したがって両者は競合していない。役割分担として読むほうが正確である。装置が自前の コントローラで担保できる精度の中で、何をどの順で試すかを決めることには、いまのエージェントは 十分に強い。人間の熟練者が5〜10分かけて判断していたレーザー復帰がそれに当たる^[1]。 逆に、泡やチップの詰まりのように、失敗の原因が装置の状態変数として表現されていない領域は、 依然として身体性の問題として残る。

安全限界がドライバ側に書かれること

本紙が運用条件の観点で重く見るのは、安全限界の置き場所である。MHS では、強制される安全限界は 装置の参照ファイルに宣言として書かれる^[1]。Janelia の研究者は、MHS が装置レベルで 安全限界を強制するため、エージェントが誤って過大なレーザー出力を使い、試料を退色させる心配を しなくてよくなったと書いている^[1]。CMU が誘発した6条件を6件とも装置動作前に遮断できたのも、 この層の性質による^[1]。

学習された方策の内側に安全性を期待するのではなく、装置の記述として外から与える。自律機械の 運用条件を人が点検する立場からすると、この設計は検証可能性が高い。宣言は読めるし、書き換えたら 差分が出る。方策の重みにはそれができない。

残る論点

第一に、オープンソース化の時期が示されていない^[1]。仕様がモデル非依存で、MCP のような 標準プロトコルから使えると書かれていても、いま渡っているのは申請して選ばれた相手だけである^[1]。 装置ドライバの標準を握ることの意味は、公開条件が確定してから評価するのが順当だろう。 CMU は自分たちが書いたドライバを公開すると明言している^[1]。

第二に、5例はいずれも研究室と先端製造の設備であって、工場の量産ラインではない。本紙がBiomniで報じたような計算だけで完結するエージェントと違い、MHS の対象は失敗が物質を壊す領域である。 その領域で、いま実証されているのは、数分から数時間で終わる手続きの連鎖と、装置が自分で検出できる 異常からの復帰までだ。

第三に、当事者自身が挙げた計算コストの問題が残る^[1]。装置を24時間監視させ続ける形の 自律化は、削減される人手と、走らせ続ける推論の費用を突き合わせて初めて成立する。この収支を 公表した例は、今回の5例には含まれていない。

それでも、この発表を本紙が扱う理由ははっきりしている。フィジカルAIの議論は長らく、 モデルが手を器用にできるかという一点に集まってきた。MHS は、現場で時間を食っていたものの 少なくない部分が器用さではなく配線だったことを、当事者の実測で示した。配線は8時間で片付いた。 泡は片付かなかった。次に進むべき場所を、この2つの数字が指している。