Два шага к тотальной автоматизации. ИИ учится управлять и квантовым миром, и физическим.
Сегодня случилось два события, которые лучше рассматривать вместе. Anthropic показала MHS - стандарт для подключения ИИ к любому оборудованию. А MIT-IBM выпустили работу, где LLM научились понимать квантовые операторы.
Кажется, ИИ-агенты наконец-то получают руки и глаза – и одновременно доступ в квантовую вселенную.
Событие 1. MHS: ИИ-агент теперь может управлять физическим миром
Anthropic представила Model Hardware Standard (MHS) – единый язык для подключения любого оборудования к ИИ-агентам.
Раньше интеграция прибора занимала недели: у каждого вендора свой софт и протоколы. MHS вводит универсальный драйвер с командами вроде read/write. Устройство само описывает свои возможности на естественном языке.
Что уже работает:
· Genentech автоматизировали BCA-анализ белка – Claude сам оптимизировал параметры жидкостного манипулятора
· University of Washington за неделю подключили 6 приборов от разных производителей
· Carnegie Mellon ускорили эксперименты в 3 раза
· QuEra Computing – квантовые лазеры стабилизируются в 99,3% случаев без человека
И это только начало. Doosan Robotics, Universal Robots, Raspberry Pi уже тестируют MHS. Переналадка производственной линии – вместо перепрограммирования каждого ПЛК, одна команда агенту.
Сегодня дозатор и микроскоп, завтра станки, промышленные роботы, манипуляторы и метрологический контроль.
Это перенастройка производственных линий за часы, а не недели + запуск экспериментов за считанные минуты.
Событие 2. LLM начали понимать квантовые операторы
Новая работа с arXiv от MIT-IBM показывает: LLM могут напрямую работать с унитарными матрицами. Это новая модальность!
Проблема: LLM раньше могли только читать названия гейтов (RX, CNOT…), но не «видели» их математическую суть.
Решение: унитарный оператор превращают в матрицу Паули (PTM), разбивают на патчи и проецируют в эмбеддинги LLM. Модель учится предсказывать следующий гейт как токен.
Результаты:
🎯 Точность синтеза 99.4% (best‑of‑80) на 4‑кубитных схемах
📈 Масштабирование с данными – точность растёт с объёмом датасета (до 9.2M примеров)
🗣 Поддержка языковых ограничений на лету: "используй только RX и RZ" – модель понимает без переобучения
⚡️ Обучение без RL - простой supervised fine‑tuning дал результат лучше сложных RL‑подходов.
Это первый шаг к квантово‑ориентированным фундаментальным моделям.
А теперь связь.
Два события объединяет одно: ИИ перестаёт быть текстовым чат-ботом.
MHS – это физический MCP. Стандарт, который превращает любой станок, микроскоп или робота в "периферию" для ИИ-агента. Те агенты идут активно в физический мир через протоколы, а не только через VLA и world models.
Квантовая модальность в LLM – это первый шаг к тому, чтобы ИИ мог рассуждать о квантовых операциях на том же уровне, что и о тексте.
Вместе они формируют новую архитектуру автоматизации:
1. ИИ-агент получает доступ к физическому миру через MHS - может управлять оборудованием, читать датчики, корректировать параметры в реальном времени.
2. ИИ-агент получает доступ к квантовым вычислениям - может синтезировать схемы, оптимизировать гейты, объяснять свои решения.
3. Следующий шаг - агент, который одновременно управляет лабораторным оборудованием и квантовым процессором, проводя эксперименты на стыке физики и квантовой механики.
Представьте: вы даёте агенту задачу на естественном языке. Он сам настраивает лазеры через MHS, сам синтезирует квантовую схему через LLM, сам интерпретирует результаты. Без единой строчки кода.
Что дальше?
Anthropic готовит дорожную карту физической безопасности перед открытием кода MHS. Авторы квантовой работы обещают открыть код и модель.
Это не просто два анонса. Это два кирпича в фундаменте агентного ИИ, который сможет существовать одновременно в физическом и квантовом измерениях.
