Kennisbank / MHS & AI die machines bestuurt

Wat is MHS? De Model Hardware Standard uitgelegd

MHS staat voor Model Hardware Standard. Het is een afspraak over hoe een AI-agent met fysieke apparatuur praat: microscopen, robotarmen, pipetteermachines, centrifuges, spectrometers, camera's, incubators. Anthropic maakte de eerste fase van de research preview bekend op 27 augustus 2026, samen met een reeks partners die het al gebruikt hadden.

De korte versie: waar het aansluiten van één apparaat op AI eerder dagen tot weken maatwerk kostte, is het met MHS een kwestie van uren of minuten. En belangrijker dan de snelheid: de agent weet daarna wát het apparaat is, wat het kan meten, wat er verstelbaar is en waar de grenzen liggen.

Het probleem waar het vandaan komt

Een lab of een productielijn staat vol apparaten van verschillende leveranciers. Elk apparaat heeft zijn eigen besturingssoftware, zijn eigen programmeertaal en zijn eigen manier van aanspreken. Ze praten niet met elkaar. Wie ze wil laten samenwerken, huurt een specialist in die per koppeling code schrijft.

Dat is geen ergernis maar een rem. Het onderzoeksinstituut HHMI Janelia werkte met zeven verschillende leveranciersprogramma's naast elkaar. Een nieuw apparaat erbij zetten was daar een project van meerdere dagen. Met MHS werd dat een handeling van een paar minuten.

Anthropic zelf gebruikt een vergelijking die het snelste duidelijk maakt wat er speelt: MCP is ongeveer de USB voor de verbinding tussen AI en software. MHS doet hetzelfde voor de verbinding tussen AI en hardware.

Hoe MHS werkt

De kern is een gestandaardiseerde driver: software die vertaalt tussen het besturingssysteem van een computer en een apparaat. Die driver gebruikt een klein aantal basiscommando's die elk apparaat begrijpt. Lezen, bijvoorbeeld "geef de temperatuur". En schrijven, bijvoorbeeld "zet de temperatuur". Meer is de kern niet.

Daaromheen zitten twee dingen die het bruikbaar maken voor een taalmodel.

Een referentiebestand per apparaat. Daarin staat wat het apparaat kan meten, wat er verstelbaar is en welke veiligheidsgrenzen gehandhaafd worden. Een robotarm krijgt zo een maximale snelheid en een toegestane hoek mee. Een laser krijgt een maximaal vermogen. Dat bestand is niet decoratie: het is de grens waarbinnen de agent mag bewegen.

Tags in gewone taal. De driver bevat velden waarin je die informatie in normale zinnen opschrijft. Je kunt dat zelf doen, of een agent stelt je er vragen over en vult het in. Dat is precies waarom dit voor een taalmodel werkt: het leest geen datasheet, het leest een beschrijving.

Drie manieren waarop een agent erbij komt

MHS is modelonafhankelijk. Elke agent kan erbij via standaardprotocollen, en er zijn drie ingangen:

  1. MCP, het Model Context Protocol, voor agents die via tools werken.
  2. De opdrachtregel, voor scripts en bestaande automatisering.
  3. Codebestanden, oftewel een gewone API voor wie zelf programmeert.

Dat drietal is geen luxe. De eerste past bij een agent die redeneert, de tweede bij een pijplijn die elke nacht draait, de derde bij software die er omheen gebouwd wordt. Hoe MCP zelf werkt, staat in wat is MCP en het verschil met MHS in MHS en MCP naast elkaar.

Wat het in de praktijk opleverde

De aankondiging kwam met cijfers van partners die het al draaiden. Die zijn opvallend concreet, en dat is zeldzaam bij een aankondiging van een standaard.

Organisatie Resultaat
HHMI Janelia Zeven leveranciersprogramma's onder één interface. Een beeldvormingsexperiment van weken naar een dag
University of Washington Zes instrumenten gekoppeld in minder dan een week
Carnegie Mellon Van kale apparatuur naar een afgeronde verdunningscurve in acht uur, waar dat normaal weken kost
QuEra Computing Laserstabilisatie van 58 procent naar 99,3 procent geslaagd, 695 van de 700 pogingen. Hersteltijd van vijf tot tien minuten met de hand naar 0,9 tot 5,4 seconden
Genentech Een eiwitmeting waarbij het model zelf de optimale doorstroomsnelheid bepaalde, apart voor water en voor stroperige monsters
Tetsuwan Scientific 9.143 losse doseringen over 300 soorten overdrachten, ongeveer 12 procent nauwkeuriger voorspeld dan de fabrieksopgave

Het patroon in die cijfers is niet "AI doet het beter dan een mens". Het is: het wachten verdwijnt. Een onderzoeker die om half zes naar huis gaat, laat een experiment achter dat de hele nacht doorloopt en zichzelf corrigeert als er iets misgaat.

Wat MHS nog niet kan

Anthropic is er ongewoon open over, en dat is de moeite waard om te herhalen.

Een taalmodel heeft de fysieke wereld leren kennen uit tekst en beeld. Het heeft geen handen gehad. Bij Genentech moesten onderzoekers het model bijsturen toen er schuimvorming in de monsters optrad: het model behandelde dat als een softwarefout, terwijl het een fysiek probleem was dat je alleen fysiek oplost. Bij QuEra bleek hetzelfde: zolang alles via de besturing liep ging het goed, maar zodra er iets aan de opstelling zelf haperde wist het model niet waar te beginnen.

Daarnaast werkt MHS alleen met apparatuur die een programmeerbare ingang heeft. Voor apparaten zonder zo'n ingang werkt Anthropic samen met de fabrikanten om drivers in te bouwen.

En de standaard is nog niet vrijgegeven als open source. Dat is het plan, maar eerst loopt de research preview, onder meer om veiligheidsevaluaties op te bouwen. Wat dat betekent voor wie meedoet, staat in meedoen aan de research preview.

Waarom dit ook zonder lab relevant is

De eerste toepassingen zitten in laboratoria en geavanceerde productie. Dat is een smalle groep. Maar de beweging eronder is breder: standaarden stapelen. Eerst kon een agent bij software via MCP, nu bij apparatuur via MHS. Elke laag die gestandaardiseerd wordt, verandert maatwerk in configuratie.

Voor een regio als Brainport, waar machinebouw en R&D dicht bij elkaar zitten, is dat geen abstractie. Wat dat concreet betekent staat in MHS voor de maakindustrie, en de veiligheidskant, inclusief de EU-machineverordening die vanaf 20 januari 2027 geldt, in wie is verantwoordelijk als een agent een machine bedient.

Verder lezen

Wil je weten wat dit voor jouw processen betekent, neem contact op. Wij bouwen de laag eromheen: de koppelingen, de bewaking en de goedkeuringspoort die bepaalt wat er zonder mens mag gebeuren.

Meer over MHS & AI die machines bestuurt

Uit de blog


dGEN Productions, AI agency en business-automation partner uit Eindhoven. info@dgenproductions.nl · 06-87413056