Sina Barazandeh 驚訝地看著一個機械手臂在他的團隊實驗室裡來回移動。手臂將一個多孔盤放入儀器中，儀器將液體注入孔洞，然後將盤子移到另一個遠端的設備進行分析。卡內基美隆大學（位於賓州匹茲堡）的計算生物學家 Baranzadeh 對實驗設備之間無人干預的無縫協作感到驚嘆。
這種自主協作歸功於一個名為「模型硬體標準」（Model Hardware Standard, MHS）的軟體框架，它能連接各種不同的實驗室儀器。它還使一個名為「代理」（agent）的 AI 系統能夠控制設備並協調實驗。該系統源於美國人工智慧公司 Anthropic 與霍華休斯醫學研究所（Howard Hughes Medical Institute）的 Janelia 研究園區（位於維吉尼亞州阿什本）的合作。
AI 代理團隊提升研究速度
該平台旨在解決一個常見的研究難題：讓設備之間能夠「對話」。這是一項出了名的艱鉅任務，因為儀器通常來自不同的供應商，並使用不同的程式語言。MHS 可以整合到任何具有可程式化介面的儀器中，從而協調通訊。
MHS 並非第一個用於簡化科學設備之間通訊的工具。SiLA consortium 是一個開發實驗室數據共享框架的全球非營利組織，他們開發了一個名為「實驗室自動化標準化」（Standardization in Lab Automation）的系統，為實驗室儀器提供標準語言，讓它們能夠互相通訊。然而，與 MHS 不同的是，該系統不直接將儀器連接到 AI 代理。
卡內基美隆大學的計算生物學家 Jose Lugo-Martinez 表示，從研究專案的初步構想到實際可行的實驗，「輕易就會花費數月時間」。他和他的博士生 Barazandeh 是正在測試 MHS 的團隊成員。他表示，使用該框架，團隊僅在數小時內就設置好了一個實驗。「對我們來說，縮短這段時間的『驚喜因素』就是它的價值所在。」Lugo-Martinez 說。
為了連接實驗室的設備，科學家和稱為自動化工程師的專家通常會編寫客製化程式碼，在每台機器的程式語言之間進行翻譯。或者，他們會添加額外的設備來連接儀器。
Anthropic 的技術人員兼 MHS 專案負責人 Alek Kemeny 表示，MHS 包含充當「連接組織」的軟體，用於將實驗室電腦的作業系統與儀器連接起來，從而無需客製化解決方案。任何透過 MHS 連接的設備都可以與任何其他連接的設備進行通訊。
