Inteligencia artificial — Anthropic otorgó a su modelo Claude la capacidad de controlar equipos físicos de laboratorio, como microscopios, brazos robóticos, manejadores de líquidos y láseres. Los resultados, según la compañía y sus socios, son sorprendentes y acercan los laboratorios científicos automatizados más de lo que muchos imaginan.
La base de esta capacidad es el Model Hardware Standard (MHS), una especificación abierta presentada por Anthropic en agosto de 2026 que permite a los agentes de IA operar dispositivos físicos de forma segura mediante una interfaz común. MHS habilita a los agentes a coordinar varios instrumentos de laboratorio y fabricación en paralelo, y realizar tareas complejas que antes requerían intervención humana constante.
Resultados destacados
Durante la investigación previa, Anthropic documentó casos de uso reales que ilustran el potencial de la tecnología:
• QuEra logró que Claude reparara láseres de computación cuántica durante la noche, sin supervisión. Un arreglo que a los expertos humanos les tomaba de 5 a 10 minutos, Claude lo resolvió en 6 segundos, elevando la tasa de éxito del 58% al 99,3%.
• Genentech permitió que Claude auto-optimizara la pipeteación de laboratorio, evaluando sus propios resultados frente a referencias de expertos hasta converger en la configuración correcta por su cuenta.
• Un laboratorio universitario pasó de realizar manualmente el cambio de placas a las 4 de la madrugada a que Claude Code ejecutara todo el flujo de trabajo sin intervención.
• Claude incluso llevó a cabo experimentos de qPCR que ayudaron a detectar contaminación por aguas residuales humanas en un arroyo de California.
Colaboración y seguridad
Anthropic desarrolló el MHS en colaboración con el HHMI Janelia Research Campus, y los socios iniciales incluyen organizaciones de biotecnología, robótica, computación cuántica y manufactura. La especificación busca garantizar que los agentes puedan descubrir dispositivos, leer de ellos y operarlos de forma segura, manteniendo a los humanos en el ciclo de control.
Especialistas señalan que llevar la IA del “hablar sobre ciencia” a “operar la ciencia” podría transformar el descubrimiento de fármacos, la investigación avanzada y la automatización de experimentos, aunque advierten que la tecnología aún debe demostrar fiabilidad ante estados imprevistos de los equipos.