Anthropic'ten MHS ile Laboratuvarlarda Devrim

Anthropic, yapay zeka ajanlarının laboratuvar ekipmanlarıyla daha etkili bir şekilde iletişim kurmasını sağlayan Model Hardware Standard'ı (MHS) tanıttı. Bu yeni sistem, mikroskop, sıvı işleyici ve robotik kol gibi cihazların verilerini ortak bir yapı üzerinden paylaşarak laboratuvar süreçlerini hızlandırmayı amaçlıyor. MHS, yapay zeka ajanlarının cihazların yeteneklerine, çalışma durumlarına ve izin verilen eylemlerine erişmesine olanak tanıyor. Anthropic, MHS'nin ilk araştırma ön izlemesini bilimsel araştırma laboratuvarları ve ileri üretim alanında faaliyet gösteren şirketlerle test ediyor. Howard Hughes Tıp Enstitüsü'nde sinirbilimci olarak görev yapan Arco Bast, MHS'nin geliştirilmesinde önemli bir rol üstlendi. Bast, laboratuvarında kullandığı ekipmanları entegre etmekte zorlandığını ve bu süreçte uzun süre donanım entegrasyonu yapmak zorunda kaldığını ifade etti. Daha sonra, Anthropic'in Claude Code yazılımını kullanarak yapay zeka ajanlarının fiziksel cihazlarla iletişim kurmasını sağlayan bir arayüz geliştirdi. Bast, bu sistemin laboratuvar deney hazırlama süresini haftalardan birkaç güne indirdiğini belirtti. Anthropic, MHS ile cihaz entegrasyonunun bazı durumlarda haftalar veya aylardan saatler ya da dakikalara indirilebileceğini vurguluyor. Alman-Hollandalı biyoteknoloji ve tıbbi teknoloji şirketi Qiagen, MHS'yi QIAsymphony Connect platformunda test ediyor. Bu platform, nükleik asit saflaştırma işlemleri için otomatik bir çözüm sunuyor. Qiagen Araştırma ve Geliştirme Kıdemli Direktörü Töresin Karakoyun, yapay zeka ajanlarının ekipman arızalarını erken tespit etmesi ve sorun giderme sürecine yardımcı olmasını test ettiklerini aktardı. Karakoyun, MHS'nin yapay zeka ajanlarının farklı cihazların yeteneklerini, durumlarını ve izin verilen eylemlerini anlayabileceği ortak bir katman oluşturmayı amaçladığını belirtti. MHS, makinelerin verilerini ve ölçümlerini paylaşabileceği ortak bir belleğe dayanıyor. Bast, bu yapıyı farklı cihazlar arasında gerekli bilgilerin paylaşıldığı ortak bir “beyaz tahta” olarak tanımladı. Yapay zeka ajanları, sensör verilerine ve cihazların durum bilgilerine erişerek bu verileri analiz edebiliyor. Böylece her laboratuvar ekipmanının yapay zeka uygulamaları için ayrı ayrı entegre edilmesine gerek kalmıyor. ABD merkezli biyoteknoloji şirketi Genentech de MHS'yi test eden diğer bir firma. Şirket, yapay zeka modelini bir numunedeki protein konsantrasyonunu ölçen robotik bir iş istasyonuna entegre etti. Genentech'in çalışmasında Claude, üç cihazın birlikte kullanıldığı protein ölçüm deneyini koordine etti. Ancak testlerde yapay zekanın fiziksel işlemlerdeki sınırlamaları da gözlemlendi. Örneğin, sıvıların karıştırılması sırasında kabarcıklar oluştuğunda sistem sorunu gidermek yerine daha fazla kabarcık üretti. Genentech, fiziksel hata düzeltme süreçlerinde yapay zeka sistemlerinin insan bilim insanlarının sezgisine sahip olmadığını belirtti. MHS'nin kullanım alanları arasında birden fazla cihazdan gelen bilgilerin birleştirilmesi ve deney süreçlerinin koordinasyonu da bulunuyor.