Anthropic「MHS」公開｜画面しかない実験装置をAIにつなぐ

APIもSDKもなく画面しか持たないプレートリーダーが、AIエージェントの制御下に入りました。Anthropicが公開したMHSは、装置を買い替えずに既存の実験室を接続する規格です。ただし今回つながったのは、期待されている大きな輪ではありません。

Anthropicは2026年8月27日、AIエージェントが物理機器を操作するための共通仕様「Model Hardware Standard（MHS）」のリサーチプレビューを開始した。HHMI Janelia Research Campusとの共同作業から生まれた。読み書きを基本命令とする標準ドライバーを置き、機器の特性や安全上の制限を自然言語のタグに記述すると、参照ファイルが自動生成される。

制御経路はMCP、コマンドライン、コードファイルの3つ。GenentechはBCA法を3機器で自動化し、Carnegie Mellon Universityは3台のコンピューターにまたがる連続希釈実験を約8時間で立ち上げた。QuEraはレーザーのロック復帰を700回中695回、99.3%で成功させた。

From: Previewing the Model Hardware Standard

【編集部解説】

5日前、この欄でAnthropicのタンパク質設計の発表を扱ったとき、最後にひとつ宿題を書き残しました。計算による設計から外部ラボでの製造・測定までは一度つながったけれど、実験結果を次の設計へ戻す閉じたループまでは、まだ実証されていない、と。

今回のMHSは、そのループを閉じるために要る区間、つまり計算と物理装置のあいだに共通の規格を置く試みです。

研究室や工場の自動化が進みにくい理由は一つではありませんが、大きなものの一つは、装置どうしが口をきかないことです。

顕微鏡はメーカーAの流儀で動き、分注機はメーカーBの流儀で動き、プレートリーダーは画面をクリックする以外の入口を持たない。この3台を協調させるには、専門家が3組の翻訳プログラムを書き、しかも実験内容が変わるたびに書き直すことになります。Anthropicは、この統合作業に数週間から数か月かかると書いています。

MHSがやっているのは、装置ごとの翻訳をドライバーという一か所へ集約することです。読み取りと書き込みという最小の語彙だけを決め、あとは各機器が自分をその語彙で説明する。装置Aと装置Bの組み合わせごとに専用の連携コードを書く、という作業のほうが減ります。

とくに面白いのは、自然言語のタグです。ロボットアームの重さ、動かしてよい範囲、越えてはいけない値。こうした情報はこれまで、紙のマニュアルか、誰かのパソコンの中か、あるいは長く在籍している人の頭の中にありました。MHSはそれをドライバーの中に書き込む場所を用意し、書かれた情報から機器の参照ファイルを自動で組み立てます。暗黙知を機械可読にするという古くて難しい問題に、言語モデルが使える形の答えを一つ置いたことになります。

回っていたのは、どの大きさの輪だったのか

Genentechの事例で、Claudeは流量を設定して色素を含む液をプレートへ移し、プレートを送って吸光度を読み、自分の結果を専門家が行った基準の分注と突き合わせて採点し、流量を修正する、という循環を自分で回しました。行き着いた値は水で毎秒約140マイクロリットル、粘性の高いウシ血清アルブミン（BSA）の溶液で毎秒10マイクロリットル。同社の自動化担当者が妥当と確認した水準です。

ここで、輪の大きさを揃えておきます。回っていたのは、専門家が与えた実験設計と探索範囲の中で、液の移送条件を詰めていく輪です。タンパク質を設計し、作り、測り、その結果から次のタンパク質を設計するという大きな一周とは、階層が違います。端から端までの自律的なワークフローは、Genentech自身がこれからの課題として書いていますし、ワシントン大学の事例でも、設計・製造・試験・学習を一周させることは将来の形として語られています。

それでも、測定の結果を読み、物理装置の条件を変え、もう一度実験する。この区間は実機の上でつながりました。大きな輪を閉じるには、こうした小さな輪を確実に回せることが前提の一つになります。5日前の問いに対して今回示されたのは、その前提の一部です。

同じ実験は、現在のモデルの手触りも記録しています。混合中に泡が原因のエラーが出たとき、Claudeの最初の反応は同じウェルでパラメーターを変えて再試行することでした。液はさらに攪拌され、泡が増えます。エラーコードの背後にあるのが物理現象だと分かっていなかったためで、研究者が別のウェルへ移して混合回数を減らすよう導いて初めて修正できました。Anthropic自身が、言語モデルは世界をテキストと画像で学ぶため空間と物理の推論に限界が残ると書いており、専門家の監督を前提に置いています。教えた内容はその後、再利用できる技能としてClaudeに固定されました。

買い替えずに始められる層

日本の読者にとって実利があるのは、おそらくCarnegie Mellon Universityの事例です。

薬剤の用量反応曲線を求める連続希釈実験で、同大学のチームが使った装置は3台のコンピューターに分かれていました。1台目はアームを動かすスケジューラーで、通常のAPIではなく所定のフォルダーへ投げ込まれたジョブファイルを読みます。2台目は古いWindowsのスクリプト方式でリキッドハンドラーを動かし、USBでカメラもつなぐ。3台目のプレートリーダーには、プログラムから叩くAPIもSDKもなく、あるのは画面だけです。MHSはこの3種類の作法を、状態と手続きの1枚の目録に変換します。モデルから見れば、下で何が動いていようと同じ1つの窓口になります。

ドライバーをゼロから書き起こしてオーケストレーション層まで組み、1回の自律的な再実験を含めて用量反応曲線に到達するまで、約8時間。ベンダーに組んでもらう従来の方式では複数週かかるところです。安全側の確認として、プレートがない、向きが違う、リーダーが使用中、カメラが切断、機器に到達できない、非常停止が有効という6条件を人為的に起こしたところ、いずれも機器が動く前に処理が止まりました。実験そのものも、1回目は高濃度側で信号が飽和して当てはまりが基準に届かず、エージェントが自分で判断してプレートを捨て、濃度域を200マイクログラム毎ミリリットルから100へ圧縮して再実行しています。

ここが肝心なところで、MHSは「自動化に対応した装置を買い直す」ことを求める規格ではありません。古いスクリプト方式の装置も、ジョブファイルを読ませる装置も、画面しか持たない装置も、そのまま統合された実例があります。日本の大学の共用機器室や受託分析の現場に並んでいるのは、まさにそういう装置群でしょう。東京科学大学のMaholo LabDroidや、NTTが酸化ガリウムの成膜で示した自律実験は、自動化を前提に組んだ設備から出発する路線でした。MHSはその設備の手前から始められる層を提示しています。ただし、機械的に操作できる入口そのものを持たない装置には効きません。そこはメーカーと一緒にドライバーを作っている段階にあります。この記事で詳しく見たのは、発表にある6つの事例のうち4つです。いずれも米国の現場であり、日本の共用機器や受託ラボでどこまで効くかは、これから測られていくところです。

ベンチで動いていたのは何か

もう一つ、数字の読み方に少し注意が要る事例があります。QuEraのレーザーです。

中性原子方式の量子コンピューターでは、原子を操作するレーザーが1兆分の1という精度で周波数を保つ必要があります。温度や振動、気圧のわずかな変化でこれが外れると、計算が壊れる。復旧は熟練者の技で、深夜に外れれば誰かが車で研究所へ向かうことになります。従来の自動復旧スクリプトは成功率58%、1回あたり約150秒でした。

MHSを通じてClaudeに同じ問題を渡すと、仮説を出す、スクリプトに書く、実機で走らせて記録する、記録を読んで次の手を決める、という4つの役割をそれぞれ別のインスタンスが担い、一晩で数百回反復しました。

ここで数字を分けておきます。開発ランでの到達点が約6秒・96%、後日あらためて同じ外乱群を当てたブラインドテストが700回中695回で99.3%です。Anthropicは図の注記で、この2つを明示的に区別しています。

そしてもっと大事なのは、ベンチで動いているのはAIではないということです。Claudeが作ったのは決定論的で、人が最後まで読める1本のスクリプトでした。開発はAIが駆動し、全体は人がオーケストレーションし、実運用は自律。この切り分けを、QuEra自身が繰り返し強調しています。範囲の設定も、各ステップのレビューも、何をもって証明とするかの判断も、人が担っています。

ロックの品質を決める12個のパラメーター調整でも、同じ姿勢が保たれています。エージェントの設定と、経験を積んだ専門家が手で行った調整を、最適化が触れない位相ノイズ測定器で突き合わせたところ、測定した帯域ではほぼ区別がつきませんでした。ただ1点、220kHz付近に、手動調整が残していた共振があった。エージェントの設定は、そこを約1000分の1に抑えていました。QuEraはこれを「専門家が誤った」話としてではなく、「自動化された手順は毎回スペクトル全体を採点するので、手作業のようには見落とさない」話として書いています。

標準を置くという位置取り

標準をめぐる動きとしても、これは筋の通った一手です。

2024年11月にMCP（Model Context Protocol）が出てから、AIと外部ツールの接続はこの規格を軸に回るようになりました。MHSはその物理版にあたります。注意深いのは、モデル非依存で設計されていることです。Claudeでなくても、標準プロトコルを話せるエージェントなら使える。ラボが特定のAIベンダーに縛られない形にしておくことが、標準として広がるための条件だと理解されているのでしょう。MHS対応を表明・試験・実装している企業には、AWS、Universal Robots、Doosan Robotics、Tecan、QIAGEN、Automata、MBF Bioscience、Danaher、Hugging Face、Raspberry Piが並びます。Anthropic自身は装置を作らず、あいだの層に立つという位置取りです。

もう一つ、静かに効いてきそうな論点があります。MHSのドライバーには、その機器が越えてはいけない値が書き込まれ、機器の側で守らせます。アームの速度、角度、出力の上限。これは機能の記述であると同時に、安全上の制限の記述でもあります。

EUでは2027年1月20日から機械規則（EU）2023/1230が適用され、機械指令2006/42/ECに代わります。自己進化的な挙動や自律性を持つ機械の安全要件は、すでにこの規則が扱っています。一方、機械の安全部品として使われるか、それ自体が機械であるためにAI法6条1項の高リスクAIに分類されるシステムについては、2026年7月に発効した規則（EU）2026/1744によって、機械規則の附属書へ要件を挿入する委任法令を別途定め、2028年8月2日までに適用する構造になりました。適用日も、要件を書き込む先も、二段構えです。今回のパートナーには、EU市場と関わりの深い名前がいくつも並んでいます。安全上の制限を自然言語で書けるようになったとき、それを書いた人が何を引き受けるのか。規格が開かれていく過程で、これから整えられていく作法だろうと考えています。

MHSはいまリサーチプレビューの第1フェーズで、参加は応募による審査制です。オープンソース化のときには、プレビューで得た知見を安全な展開の指針として出すとされています。

5日前に残した問いは、「ループが回るようになったとき、そのループに誰が乗れるのか」でした。大きな輪はまだ回っていません。それでも答えの輪郭は、少し意外なところに出ています。ワシントン大学の博士課程の学生が、6台の装置をドライバー作成込みで1週間足らずでつなぎました。PCRのプレートを90分ごとに替えるために、午前4時に起きることもあった人です。装置を結線して統合する作業は、従来なら数か月から数年かかり、費用も数千ドルから数百万ドルに及ぶと本人は書いています。その6台をMHSでつなぐ作業は、ドライバー作成を含めて1週間を切りました。

規格が開かれた先に何が起きるかは、まだ誰にも分かりません。ただ、装置が口をきかないという理由で諦められてきた実験が、この世界にどれだけあったのか。それを数え直す作業のほうは、もう始められます。

【関連記事】

Claudeが回したのは新モデルではない｜タンパク質設計の実像
Claudeによるタンパク質バインダー設計を扱った記事。実験結果を次の設計へ戻す閉じたループは未実証だと締めくくっている

NTT、自律実験から人が使える成膜ルールを抽出
酸化ガリウムの成膜条件を自律実験で探索し、そこから人が読める規則を取り出した事例。自動化設備の側から出発する路線にあたる

東京科学大、Maholo LabDroid 10台で日本版「AI研究ラボ」始動
汎用ヒト型ロボット10台による研究ラボの立ち上げ。装置側を自動化対応で揃える方向の代表例にあたる、国内の先行事例である

【編集部後記】

QuEraの公式ブログを読んでいて、手が止まった箇所があります。エージェントに任せた機器の総額が約70万ドルだと、わざわざ書いてあるのです。

成功率や所要時間はAnthropicの発表にも並んでいますが、この金額はQuEra側にしか出てきません。深夜にレーザーを触らせる相手を決めるとき、実際に量られていたのはそこだったのだろうと思います。規格が広がるかどうかも、たぶん似た手触りの判断の積み重ねで決まります。

【用語解説】

Model Hardware Standard（MHS）
AIエージェントが物理機器を操作するための共通仕様。読み取りと書き込みを基本命令とする標準ドライバーを各機器に置き、機器の特性や安全上の制限を自然言語のタグに記述すると、そこから参照ファイルが自動生成される。モデル非依存で、標準プロトコルを話せるエージェントなら利用できる。

Model Context Protocol（MCP）
2024年11月にAnthropicが公開した、AIと外部ツールを接続するための規格。MHSではエージェントが機器を制御する3経路の一つとして使われる。MHSはこの規格の物理装置版にあたる。

BCA法
試料中のタンパク質の総量を測る標準的な手順。ビシンコニン酸を用いる。Genentechの事例で自動化の対象となった。

ウシ血清アルブミン（BSA）
濃度が既知の標準試料として使われるタンパク質。粘性が高く泡立ちやすいため、水よりも遅い流量でなければ正確に分注できない。

リキッドハンドラー
液体を自動で分注・希釈する装置。マイクロプレートの各ウェルへ決まった量を移す。

プレートリーダー
マイクロプレートの各ウェルの吸光度や蛍光を測定する装置。CMUの事例では、プログラムから叩くAPIもSDKもなく画面しか持たない機種が統合された。

連続希釈
試料を段階的に薄めていき、濃度と反応の関係を調べる手法。薬剤の用量反応曲線を求める際に用いる。

レーザーのロック
レーザーの発振周波数を基準に固定しておくことをロックという。温度や振動でこれが外れると計算が壊れる。中性原子方式の量子コンピューターでは、1兆分の1という精度が求められる。

PID
レーザーのサーボループの効き具合を決める、相互に依存する12個のパラメーター群。QuEraの事例でエージェントが調整の対象とした。

設計・製造・試験・学習の一周
設計したものを作り、測り、その結果から次の設計へ戻る循環。英語ではdesign-build-test-learnと呼ぶ。今回の発表では、Genentechもワシントン大学も、この一周の自律化を将来の課題として書いている。

機械規則（EU）2023/1230
EUの機械安全に関する規則。2027年1月20日から適用され、機械指令2006/42/ECに代わる。自己進化的な挙動や自律性を持つ制御システムの安全要件を含む。