AIが実験装置を操作する規格「MHS」公開——音楽機材は「演奏」できるのか

対話AI「Claude」を開発するAnthropicが、AIエージェントに物理的な機器を操作させるための共通規格「MHS（Model Hardware Standard）」の研究プレビューを公開した。生物医学研究を行うHHMI Janelia Research Campusとの協働で始まったもので、当面の対象は科学研究所と先進的な製造業に限られる。

創作の現場から見て気になるのは、この規格の適用条件だ。Anthropicは対象を「プログラム可能なインターフェースを持つ任意のデバイス」としている。API、SDK、あるいはGUIを備えていれば統合できる、という書き方だ。顕微鏡や液体分注機と並んで、Raspberry Pi（教育・自作向けの小型コンピューター）での統合テストにも成功したと報告されている。

何をする規格なのか

MHSが標準化するのは、機器ごとにバラバラだった制御方法だ。「read（温度を取得）」「write（温度を設定）」といった単純な命令の組に揃え、AIエージェントからはMCP（Model Context Protocol）やコマンドライン経由で叩けるようにする。加えて、ユーザーが自然言語でその機器の特性を書き込むと、測定できる項目・調整できる項目・守るべき安全上の制限を記したリファレンスが自動生成される。

効果として挙げられているのは統合の速さだ。Carnegie Mellon大学では従来数週間かかっていた作業が8時間で終わり、Janeliaでは新しいカメラの追加が数分で済んだという。量子コンピューターを開発するQuEraの事例では、レーザーの周波数を保つ制御をAIが担い、人手なら5〜10分かかる復帰作業を0.9〜14秒でこなし、成功率は99.3%に達した。

音楽機材に当てはめると

ここから先は現時点で確認された事実ではなく、筆者の見立てである。

音楽機材は、条件そのものは十分に満たしている。MIDIは1983年から機材を外部から制御するための規格として存在し、現行のシンセサイザーやリズムマシンの多くはツマミの値まで外部から書き換えられる。「プログラム可能なインターフェース」という条件に、これ以上素直に当てはまる分野は少ない。

ただし「鳴らせるか」と「演奏になるか」は別の問題だ。音を出すだけならシーケンサーが40年前から解決している。そしてMHSの公開事例で示された応答は、速いもので1秒弱、ロボットアームの連携では約10秒という単位だった。120BPMの16分音符は125ミリ秒ごとに来る。この規格が担っているのは、拍の上で手を動かす層ではない。

むしろ噛み合うのは別の層に見える。QuEraの事例でAIが行ったのは、363回の実験と700回の試行を重ねてパラメータを詰め、16時間でノイズを10分の1にするという作業だった。目標とする状態を決め、ツマミを回し、結果を聴いて、また回す。音作りの構造そのものだ。演奏者としてのAIではなく、粘り強いサウンドエンジニアとしてのAI、という当てはめ方のほうが現実に近い。

限界も同じ文書に書かれている。QuEraは、AIが「プログラムの視点では理解しているが、物理的な直感がない」と述べている。気泡の発生のような物理現象の理解が及ばないという指摘だが、これはグルーヴやアタックの質感といった、数値の外側にあるものを扱えるかという問いにそのまま重なる。

MHSは現在、限られた組織にのみ開放されている。オープンソース化は予定されているが、安全性の評価とベストプラクティスの整備が先だとされ、時期は示されていない。音楽の現場に届くとしてもその後の話になる。それでも、機材を操作する層が標準化されるという動き自体は、スタジオの機材が並んだ光景を別の目で見させるには十分だろう。