Sommario
Cybersecurity
Consulenza CISO-as-a-service: postura, roadmap di remediation, supporto continuativo.
Scopri →
Servizi & Sistemi Linux
Domini, hosting, PEC, infrastruttura email, servizi di rete e sistemi Linux. Assistenza e gestione dell'infrastruttura Open Source.
Scopri →
Il 27 agosto Anthropic ha aperto la research preview del Model Hardware Standard, una specifica per far operare a un agente gli strumenti fisici di un laboratorio o di una linea di produzione. L’accesso è per un primo gruppo di laboratori di ricerca e produttori, su candidatura.
Il progetto nasce da una collaborazione con HHMI Janelia Research Campus. È dichiarato indipendente dal modello, funziona con qualunque dispositivo che abbia un’interfaccia programmabile e un harness ci arriva attraverso protocolli standard come MCP.
Insieme all’annuncio sono usciti cinque resoconti scritti dai partner, con numeri misurati. È la parte che vale la lettura.
Il driver e le primitive
Il pezzo centrale è un driver standardizzato. Espone un insieme ridotto di primitive (read per leggere una grandezza come la temperatura, write per impostarla) e rende ogni dispositivo scopribile in un formato comune, così che strumenti e agenti si trovino sulla rete senza un traduttore scritto apposta per ogni coppia.
Sopra le primitive c’è la parte pensata per il modello. Le informazioni che di solito stanno su un manuale cartaceo o nella testa di chi usa la macchina, il peso di un braccio robotico per esempio, si scrivono nel driver come tag in linguaggio naturale. Da quei tag il driver genera un file di riferimento con cosa lo strumento misura, cosa si può regolare e quali limiti di sicurezza vengono applicati.
Il controllo dell’hardware passa poi da tre meccanismi: MCP, una CLI e file di codice. L’ultimo è quello che conta in esercizio: le operazioni lunghe o troppo veloci perché il modello ragioni a ogni passo si concatenano in uno script e da lì gli strumenti procedono da soli.
QuEra, il riaggancio del laser
Il pilot più documentato arriva da QuEra Computing, che costruisce calcolatori quantistici ad atomi neutri. Il laser al titanio-zaffiro che manipola i qubit deve tenere la frequenza con una precisione di circa una parte su mille miliardi e quando la perde le operazioni quantistiche cominciano a fallire.
Il punto di partenza è misurato. Prima di MHS un gruppo di quattro persone, un ingegnere dei sistemi laser, uno software, uno specialista di algoritmi e un tester, aveva passato diversi mesi a scrivere uno script di recupero dedicato. Quello script riproduceva passo per passo quello che fa una persona al banco e funzionava nel 58% dei casi in circa 150 secondi a tentativo. Il recupero manuale richiede da 5 a 10 minuti.
Il loop con cui l’hanno rifatto è interessante per come è organizzato: quattro ruoli, ognuno un’istanza nuova di Claude. Uno propone un’ipotesi per rendere il recupero più veloce o più affidabile, uno la scrive nello script, uno lo esegue contro il laser vero registrando ogni passo e uno legge il registro e decide cosa cambiare. Il ciclo ha girato per centinaia di passate, non presidiato, durante la notte. È una delle forme che si possono dare a un ciclo, qui applicata a uno strumento fisico.
Al mattino il recupero stava a circa sei secondi con il 96% di successo sulla run di sviluppo. Nel test cieco successivo, contro lo stesso insieme randomizzato di disturbi indotti e senza agente, lo script ha riagganciato 695 volte su 700, il 99,3%. I disturbi più difficili richiedono da 10 a 14 secondi, i più semplici da 0,9 a 5,4.
Il guadagno viene da una riscrittura strutturale: Claude ha trasformato la sequenza lineare in un albero di decisione che legge gli strumenti e costruisce condizioni a partire da quello che mostrano. Se la frequenza si è spostata di poco, quasi tutti i controlli del laser non cambierebbero niente, quindi lo script ne tocca uno o due e lascia stare gli altri.
Poi hanno puntato l’agente sulla qualità dell’aggancio, che dipende da 12 parametri PID interdipendenti. La taratura fatta dallo specialista misurava 15,7 mV di errore residuo. In 363 esperimenti e 16 ore non presidiate Claude è arrivato a 1,55 mV, circa dieci volte più silenzioso sulla misura che stava ottimizzando. Per verificarlo in modo indipendente lo specialista ha ritarato lo stesso laser da zero con il proprio metodo, senza vedere il risultato dell’agente. Le due configurazioni sono poi finite su un analizzatore di rumore di fase.
I limiti che QuEra dichiara sono altrettanto precisi. Quando qualcosa andava storto sull’hardware fisico Claude non sapeva diagnosticarlo, perché la sua comprensione del banco è programmatica e non fisica. E si fermava spesso ad aspettare conferma umana prima di azioni che giudicava anche solo un po’ rischiose, quindi certi esperimenti restavano in pausa tutta la notte. Il commento del gruppo su questo secondo punto: “an overly cautious agent is preferable to one that is not cautious enough”.
Genentech, dove il modello si è fermato
Genentech ha usato MHS per automatizzare il saggio BCA, la misura della concentrazione proteica totale in un campione, che richiede di coordinare un liquid handler, un braccio robotico e un lettore di micropiastre.
Il compito dato a Claude era ottimizzare la velocità di flusso in pipettaggio per due liquidi con proprietà diverse, acqua e albumina sierica bovina, minimizzando lo scarto da un trasferimento eseguito da un esperto sulla stessa piastra. Il modello è arrivato a circa 140 µL/s per l’acqua con 0,016 di RMSE e a 10 µL/s per la BSA con 0,181, valori che gli specialisti di automazione dell’azienda hanno confermato ragionevoli per quel banco. Durante il lavoro ha recuperato da solo errori di presa del puntale e di rilevamento del fluido.
Il punto di arresto è documentato con la stessa cura. Le soluzioni viscose fanno bolle e le bolle falsano il volume aspirato, mandano in errore i sensori di livello e distorcono la lettura ottica finale. Davanti a un errore da bolle l’istinto di Claude è stato riprovare nello stesso pozzetto con parametri diversi, il che agita ancora il fluido e ne produce altre. Non conosceva la fisica del guasto. Una volta detto che l’errore veniva dalle bolle e che doveva spostarsi su un pozzetto pulito riducendo i cicli di miscelazione, ha tenuto quel contesto per il resto della run e la lezione è stata codificata in skill riutilizzabili per il liquid handling.
Carnegie Mellon, i sei guasti indotti
Il pilot di Carnegie Mellon è quello che porta l’unica evidenza pubblicata sul comportamento in sicurezza.
Il banco mette insieme un liquid handler CyBio FeliX, un lettore Varioskan LUX, un braccio Spinnaker e telecamere di monitoraggio, distribuiti su tre computer con interfacce incompatibili: il braccio si comanda con uno scheduler che sorveglia una directory e legge file di job invece di esporre un’API, il liquid handler solo con scripting ActiveX/COM su Windows e il lettore di piastre non ha nessuna interfaccia programmatica, solo una GUI a schermo. Scrivere i driver da zero più il livello di orchestrazione ha richiesto circa otto ore, contro le diverse settimane di un allestimento fornito dal vendor.
La verifica: hanno indotto sei condizioni di guasto, piastra assente, piastra ruotata, lettore occupato, telecamera scollegata, dispositivo irraggiungibile e arresto di emergenza attivo. Tutte e sei sono state bloccate prima che un dispositivo si muovesse.
Poi la curva dose-risposta. La prima run, con concentrazione massima a 200 µg/mL, è andata in saturazione e ha prodotto un fit troppo scarso, R² sotto 0,9. L’agente ha scartato la piastra e ha rieseguito su una nuova con l’intervallo compresso a 100 µg/mL, accettando il risultato senza intervento umano. Nel complesso, esperimenti circa tre volte più veloci. I driver scritti per questi strumenti saranno pubblicati.
Janelia e Tetsuwan, lo stato condiviso
A Janelia il banco di microscopia a due fotoni descritto da Virginie Ruetten richiedeva sette programmi di vendor diversi lanciati in un ordine fisso, con i rilevatori in MATLAB e le telecamere altrove. MHS li sostituisce con un unico dizionario di stato in memoria condivisa, leggibile da qualunque processo vi si agganci. L’effetto pratico che riporta è che il costo di integrazione smette di crescere con il numero di dispositivi: aggiungere una telecamera nuova era un lavoro di giorni, ora sono minuti. L’idea del dizionario condiviso viene da Arco Bast del laboratorio Spruston, ed è da lì che MHS è nato.
Tetsuwan Scientific ha innestato MHS sulla propria piattaforma ResearchOS per una qPCR sull’inquinamento del San Pedro Creek, in California. Due cose sono notevoli. I protocolli restano indipendenti dall’hardware: si scrive “centrifuga a 15.000 rpm per cinque minuti” senza nominare una centrifuga e ResearchOS interroga la rete per trovarne una compatibile e convertire il valore nei parametri di quella macchina. E quando una telecamera ha rilevato bolle nel master mix dentro una provetta tenuta dal braccio robotico, il sistema ha cercato in laboratorio altri dispositivi connessi, proponendo su Slack di spostare la provetta in centrifuga e farla girare piano.
Sull’ottimizzazione del proprio compilatore hanno misurato 9.143 dispense, 300 tipi di trasferimento e 1.508 condizioni su quattro liquidi, arrivando a predire la precisione multi-dispensa circa il 12% meglio della specifica del produttore, con 31 run vinte su 45 e un test dei segni a p ≈ 0,001.
Nei laboratori Baker e Pinglay della University of Washington, Zihao Song ha collegato sei strumenti in meno di una settimana, driver compresi, con un braccio robotico costruito su LeRobot, Apache-2.0 e 27.041 stelle alla lettura del 29 agosto.
Gli standard che c’erano già
Il campo non è vuoto, ed è utile sapere cosa c’è.
Per gli strumenti di laboratorio SiLA 2 esiste dal 2018 ed è mantenuto. Il lavoro sta su GitLab, sotto l’organizzazione SiLA2: sila_base tiene le feature definition, i protobuf del framework e lo schema XML, e le implementazioni coprono Python, C#, C++, Rust e Java. Alla verifica del 29 agosto l’ultimo commit su sila_csharp è del 27 agosto e quello su sila_python del 9 agosto, che è l’implementazione che si installa da PyPI come sila2. Fuori dall’organizzazione ufficiale ci sono altre librerie, per esempio unitelabs-sila di UniteLabs, MIT, alla 0.9.4 del 30 luglio. Sul lato industriale OPC UA ha open62541, MPL-2.0, con commit dello stesso 29 agosto.
Le stelle su questi repository stanno fra le dieci e le venti, che è un numero basso e dice poco: sono progetti seguiti da chi costruisce strumentazione, non da un pubblico generalista di sviluppatori.
La differenza che MHS prova a introdurre non è quindi un trasporto in più su un campo vuoto. È che il descrittore del dispositivo è scritto per essere letto da un modello, con i vincoli fisici e i limiti di sicurezza dentro, invece che solo per far parlare due macchine.
Cosa non si può ancora valutare
La specifica non è pubblica. L’annuncio dice che l’apertura del sorgente verrà dopo la preview e alla verifica del 29 agosto non risulta un repository ufficiale sotto l’organizzazione anthropics. Quello che circola su GitHub sono progetti di terzi nati in reazione all’annuncio, uno dei quali dichiara apertamente di essere costruito in attesa che la spec vera arrivi.
Quindi mancano, per ora, il testo dello standard, la licenza con cui uscirà, una suite di conformità e un modello di sicurezza scritto. Sui limiti applicati dal driver sappiamo che esistono e che a Carnegie Mellon hanno fermato sei guasti su sei, che è la cosa giusta da provare ma è anche un campione piccolo. Vedremo su quanti tipi di guasto reggono e con quali garanzie dichiarate.
Cosa ne pensiamo
C’è un pattern che si ripete in tutti i pilot e che ci sembra la parte più solida: l’agente serve a produrre un artefatto deterministico, poi esce di scena. A QuEra il prodotto finale è uno script ispezionabile che in produzione gira senza agente e il 99,3% è misurato proprio in quella configurazione. Sul laser Claude impacchetta in file di codice quello che ha imparato allineando lo specchio. Da Genentech le lezioni sulle bolle diventano skill riutilizzabili. È l’opposto del modello in cui l’agente resta nel ciclo per sempre e sposta il costo del ragionamento a monte, una volta sola, lasciando in esercizio qualcosa che si legge e si versiona.
La seconda cosa è il raggio d’azione di un errore. Quando abbiamo scritto di harness e sandbox il confine peggiore da attraversare era il kernel dell’host e la risposta era spostarlo su una microVM. Qui un errore muove un braccio, rompe un obiettivo o brucia ore di preparazione del campione. Nessun livello di isolamento software lo contiene. Il contenimento deve stare nel driver, cioè nei limiti dichiarati e nei blocchi preventivi come i sei di Carnegie Mellon e nei checkpoint umani di cui abbiamo parlato in sicurezza e governance del ciclo agentico. Su questo la nota di QuEra sull’agente troppo prudente che sospende l’esperimento tutta la notte è il compromesso reale, non un difetto da correggere in fretta.
La terza riguarda l’onestà dei resoconti, che è alta. Genentech pubblica il punto in cui il modello ha peggiorato la situazione riprovando nello stesso pozzetto, QuEra pubblica il 58% da cui è partito e dice che l’agente non sa diagnosticare l’hardware fisico. Dopo l’indagine METR sull’incidente OpenAI e Hugging Face, dove il tema era proprio cosa fanno gli agenti fuori dal compito assegnato, resoconti che dichiarano dove il sistema si è fermato valgono più di quelli che dichiarano solo dove è arrivato.
Per chi lavora su strumentazione, il punto pratico è già valutabile senza la spec: le otto ore di Carnegie Mellon partivano da un lettore di piastre che espone solo una GUI e i sei strumenti di Zihao Song sono stati collegati in meno di una settimana scrivendo i driver. Se quei tempi reggono fuori dai pilot, la voce di costo che cambia è l’integrazione più del modello.