AnthropicがAIに機械を操作させる規格を公開 止め方も一緒に決めた

確認できた事実

発表はAnthropicの公式ニュースで、日付は8月27日。分類はAnnouncementsとBeneficial Deploymentsです。

Model Hardware Standard(MHS)は、AIエージェントが物理的な機械を安全に動かすための共通仕様です。対象は顕微鏡、液体を分注する装置、ロボットアームなど。日常的な創薬の実験から、量子コンピュータのレーザー調整まで挙がっています。

解こうとしている問題は、実は地味です。ラボの機械は、たいてい互いに話が通じません。メーカーが違えば言語も違い、つなぐには専門家が一台ずつ手作りする必要がある。この作業に、ふつう数週間から数か月かかります。MHSはこれを数時間から数分に縮めるとしています。

仕組みは、間に共通の通訳を1枚挟む形です。どの機械にも「読む」と「書く」という単純な命令で話しかけられるようにする。ネットワーク越しに機械とエージェントが互いを見つけられるようにする。そしてコードでは分からない性質を、人が日本語のような普通の言葉で書き込めるようにしています。ロボットアームの重さのような、安全に動かすうえで欠かせない情報です。

そこから自動で作られる説明書に、こう書かれます。何を測れるか、何を調整できるか、そして「どんな安全上限が強制されるか」。

制御の入口は3つ。MCP、コマンドライン、コードファイル(API)です。あわせて特定のモデルに縛られない設計だとしており、MCPのような標準的な手順ならどの仕組みからでも触れる、と書かれています。

並んでいた数字

6つの現場の事例が載っていました。数字が具体的なので、いくつか拾います。

量子コンピュータの会社QuEraの例がいちばん強烈でした。レーザーの周波数がずれたとき、人が戻すのにふつう5分から10分かかります。大学のラボでは、夜中の2時に外れれば誰かが起きて出社する。企業の規模になると、それでは成り立たないと書かれていました。

従来は専門家4職種が数か月かけて専用のスクリプトを作っていました。それでも1回に約150秒、成功率58%です。

ここが今回の面白いところで、エージェントに直させました。仮説を出す役、スクリプトを書き換える役、実機で試す役、記録を読んで次を決める役。4つの役を別々のClaudeに割り当て、一晩で数百回繰り返させています。

朝には約6秒、成功率96%になっていました。そしてできあがったスクリプトを、今度はエージェント抜きで700回試したところ、695回成功。99.3%です。いちばん難しい場合で10秒から14秒、簡単なもので0.9秒から5.4秒でした。

調整の精度も出ています。専門家が詰めた設定で残っていたブレが15.7mV。エージェントは1.55mVまで下げました。かかったのは363回の実験と、無人での16時間です。19時間動かし続ける試験では、専門家の設定が1時間に約1.6回ずれたのに対し、エージェントの設定は一度もずれませんでした。

カーネギーメロン大学では、機器をつなぐ層を作るのに約8時間。メーカーに頼むとふつう数週間かかるところです。実験そのものも約3倍の速さになりました。

ワシントン大学では、6台の機器を1週間かからずにつないでいます。従来この種の統合は数か月から数年、費用も数千ドルから数百万ドルかかっていたとのことです。

もう1つ、地味ですが実感の出る例を。HHMI Janeliaでは、実験を始めるのに7つのプログラムを決まった順で立ち上げる必要がありました。それがダッシュボードの1クリックになった。新しいカメラを足す作業も、数日がかりだったものが数分になったそうです。

止め方のほうが目を引いた

速さの話は分かりやすいのですが、読んでいて手が止まったのは別のところでした。

カーネギーメロン大学の検証です。わざと6種類の異常を起こしました。プレートがない。プレートの向きがずれている。読み取り装置が使用中。カメラが切れている。機器につながらない。非常停止が入っている。

結果は、6件すべてを、どの機器も動く前に止めた。

人の承認を待つ場面も設計に入っています。ワシントン大学では、エージェントが反応の曲線を見ながら、ちょうど判断が要る節目で研究者に「止めますか、続けますか」と聞いてきます。

一方、QuEraの報告に出てくる停止は、性質が違います。こちらは限界として挙げられていたものです。少しでも危ないと自分で判断した操作の前に、Claudeがしばしば人の確認を待って止まった。そのせいで実験が一晩止まることもあった、と。

つまり規格が止めたのではなく、モデルが自分で止まったほうの話です。

続く一文が、今回いちばん引用したい部分です。

「それでも、慎重すぎるエージェントのほうが、慎重さが足りないエージェントよりましだ」

止まって困った話を、消さずに載せている。ここは評価したいところでした。

認めている限界

都合のいい話ばかりではありません。Anthropic自身の文章に、はっきりこう書かれています。

「大規模言語モデルであるClaudeは、文章と画像を通じて物理の世界を学ぶ。つまり空間や物理の理解には限界があり、いまも専門家の監督を必要とする」

具体例も出ていました。Genentechでの分注の試験中、液に泡が立ってうまくいかなくなったときのことです。Claudeの最初の反応は「同じ場所で設定を変えてもう一度やる」でした。ところがそれが液をさらにかき混ぜて、泡がもっと出た。

これはソフトの不具合ではなく、物理の失敗です。人が「もっと優しく扱う設定にしなさい」と教える必要がありました。その指示は、その実行のあいだは保たれたとあります。ただし次に使い回せるようにしたのは、研究者が改めて手順として書き起こしたからでした。

つまり自動では覚えません。人が明文化して初めて、次から効くようになる。

もう1つ。プログラムから触れる入口を持たない機械には、まだ対応していません。そういう機器のメーカーとは、これから組み込みを進めるとのことです。

費用の話も1行ありました。こちらはワシントン大学の寄稿です。長時間ずっとエージェントを動かして見張るには計算の費用がかかり、節約できる研究者の時間と天秤にかける必要があると書かれています。

QuEraの寄稿は、限界を3つ挙げていました。1つめは物理的な故障が起きたとき、Claudeは手が出せなかったこと。装置の理解が物理ではなくプログラムの側にあるからだ、としています。2つめが後述する慎重すぎる停止。3つめは正しく動かすために、膨大な前提を人が与える必要があったことです。

割り引いて読むところ

3点あります。

第一に、6つの事例はすべてClaudeで動かしたものです。「特定のモデルに縛られない」と書かれてはいますが、他社のモデルで確かめた結果は載っていません。

第二に、安全上限の実装が書かれていません。「デバイスの側で強制する」というところまでは書いてあります。ただし誰が上限を決めるのか、そしてエージェントがそれを回り込めないことをどう担保するのかには触れていません。昨日の記事を読んだあとだと、ここは知りたくなります。

第三に、ラボ機器には既存の規格がいくつもあるのに、それらへの言及がありません。置き換えるのか、上に乗るのか、共存するのか。標準化団体に持ち込む予定があるのかも書かれていません。

あわせて、研究プレビューの参加枠と選び方も書かれていません。期間と費用も記載なしです。オープンソースにする時期も「近いうちに」とあるだけでした。

読者への影響

ラボや工場を持っていないなら、今日の実務は変わりません。

それでも見ておく価値があるのは、参加している会社の顔ぶれです。AWSはロボット向けのライブラリで対応し、Tecanは液体を扱う装置に、QIAGENは核酸精製の装置で試しています。ロボットではDoosanとUniversal Robotsが入り、開発者向けにはHugging FaceとRaspberry Piが対応を進めています。

研究機関だけの話にするつもりはない、という並びです。

そしてもう1つ。ここで効いてくるのがエージェントに何をさせるかの線引きです。画面の中で完結していたものが機械につながると、間違いの結果が物になります。AIエージェント社内導入チェックリストで見ている「どこまで実行させるか」「誰が止められるか」が、そのまま持ち上がる論点になります。

どう読むか

ここで立ち止まりたいのは、並びの順番です。

8月26日、OpenAIがHugging Face侵入の報告を出しました。エージェントが与えられた仕事の範囲を越え、他社のサーバーに入った件です。その翌日の8月27日に、AIに機械を触らせるための規格が出ました。

偶然だと思いますが、並べると考えさせられます。片方は範囲を越えた話で、もう片方は範囲を広げる話だからです。

ただし、今回のほうには最初から止め方が入っています。規格そのものに書かれているのは安全上限で、動く前に止めた話はカーネギーメロン大学の検証結果、危ないと思って人に聞いた話はQuEraでの挙動です。層は違いますが、3つとも「先に止める」側に向いています。

昨日のレビューでいちばん重かったのは「諦める道が用意されていなかった」という点でした。今回はその逆で、止まる道が最初から引いてある。しかも「止まりすぎて一晩無駄になった」という報告まで残している。

もう1つ、構図の話を。統合が数か月から数時間になるなら、AIが触れる機械の数は増えていくはずです。便利さと危うさが、同じ数字の裏表になっています。

そして規格を作ったのは、モデルを提供している側でした。MCPのときと同じ形です。AIと外の世界をつなぐ継ぎ目に、規格として先に立つ。この夏ずっと見てきた「誰に配るか」の設計が、ここでは「何に触らせるか」の設計に伸びています。

次に見ること

第一に、オープンソースになる時期と、そのライセンスです。「近いうちに」としか書かれていません。

第二に、安全上限の実装が公開されるか。誰がどの層で強制するのかが分かって初めて、実務で採用の判断ができます。

第三に、他社のモデルで動いた事例が出るか。「特定のモデルに縛られない」を裏づける材料になります。

第四に、既存のラボ機器の規格との関係。ここが整理されないと、現場は二重管理になります。そして第五に、Anthropicが作っているという物理的な安全のロードマップの中身です。

前後の流れ

OpenAIがHugging Face侵入の全容を公表 / MCPとは / Claudeの文章に透かしが入る / AIエージェント社内導入チェックリスト