Anthropic fait passer ses ambitions en matière d’IA de l’écran à la paillasse, pariant qu’une interface commune peut transformer des instruments déconnectés en systèmes coordonnés fonctionnant 24 heures sur 24. Sa tâche la plus difficile pourrait être de convaincre les fabricants d’équipements d’adopter la norme assez largement pour que cette promesse ait un réel impact.

Jeudi, l’entreprise a ouvert un aperçu de recherche du Model Hardware Standard, ou MHS, développé avec le HHMI Janelia Research Campus. La spécification vise à permettre à des agents d’IA d’utiliser en toute sécurité des appareils programmables — des microscopes et manipulateurs de liquides aux bras robotisés — tout en permettant à plusieurs instruments de fonctionner en parallèle.

Le problème est bien connu des laboratoires et des ateliers d’usine : chaque machine arrive généralement avec sa propre interface, obligeant des spécialistes à créer des connexions sur mesure pouvant prendre des semaines ou des mois. Anthropic affirme que MHS remplace une grande partie de ce travail par un pilote standard et un petit ensemble de commandes, notamment « read » et « write », réduisant la configuration à quelques heures ou minutes.¹

L’argument de l’entreprise repose sur une automatisation assortie de garde-fous, et non seulement sur des machines plus rapides. Les descriptions des appareils peuvent inclure des détails en langage naturel et des limites de sécurité appliquées, tandis que les agents peuvent surveiller les résultats, ajuster les paramètres et, dans certains cas, se remettre d’erreurs. Anthropic partage le système initial avec des laboratoires, des entreprises de robotique, des groupes d’électronique et des fabricants afin de développer des évaluations de sécurité avant sa publication en open source.²

Les premiers tests offrent une vision optimiste de cet avenir. Des chercheurs de Carnegie Mellon auraient réalisé des expériences de dilution en série environ trois fois plus vite ; QuEra a indiqué qu’un agent avait rétabli un verrouillage laser quantique 99,3 % du temps sans intervention humaine. Lors d’une autre démonstration, Claude a ajusté un laser, évalué le résultat au moyen d’une caméra, puis transformé ce qu’il avait appris en un script reproductible.

Pourtant, la norme n’est pas un adaptateur magique : seuls les équipements dotés d’interfaces programmables peuvent l’utiliser, et les appareils plus anciens pourraient nécessiter des mises à niveau. L’élément distinctif d’Anthropic est que MHS est indépendant des modèles, construit sur son Model Context Protocol plutôt que réservé à Claude. Comme l’a dit Jonah Cool, responsable des partenariats, les équipements scientifiques « souffrent souvent de solutions propriétaires très fragiles », et l’objectif est d’« éviter l’enfermement propriétaire pour les scientifiques ».¹

L’aperçu constitue ainsi une tentative d’établir l’infrastructure de l’IA physique — et pas seulement de vendre un modèle supplémentaire. La question de savoir s’il deviendra le langage partagé des laboratoires dépend désormais des fournisseurs dont les machines doivent apprendre à le parler.