27 اگست 2026 کو Anthropic نے Model Hardware Standard یعنی MHS کا تحقیقی پیش نظارہ کھول دیا: ایک مشترکہ تفصیل نامہ جو ایک AI ایجنٹ کو طبعی آلات محفوظ طریقے سے چلانے دیتا ہے، خوردبینوں اور روبوٹک بازوؤں سے لے کر مائع سنبھالنے والی مشینوں تک، اور ان میں سے کئی کو بیک وقت مربوط کرنے دیتا ہے۔ کسی لیبارٹری یا پروڈکشن لائن میں آلات کو آپس میں جوڑنے میں ماہرین کو ہفتے، بعض اوقات مہینے لگتے تھے؛ MHS اس کام کو گھنٹوں یا منٹوں تک گھٹا دیتا ہے۔ Carnegie Mellon میں اپنی لیبارٹری کے سیٹ اپ کو MHS کے ذریعے جوڑنے میں 8 گھنٹے لگے، جبکہ کسی وینڈر کے بنائے ہوئے سیٹ اپ میں عام طور پر کئی ہفتے لگتے ہیں۔ یہ معیار Anthropic اور HHMI Janelia Research Campus کے اشتراک سے شروع ہوا، اور آج یہ صرف تحقیقی لیبارٹریوں اور جدید صنعت کاروں کے پہلے گروپ کے لیے کھلا ہے، جبکہ بعد میں اسے اوپن سورس کرنے کا منصوبہ ہے۔

اصل مسئلہ: ہر آلہ اپنی زبان بولتا ہے

آج کسی بھی سنجیدہ فیکٹری یا لیبارٹری میں جائیں تو آپ کو ایک ہی منظر ملے گا: مختلف وینڈرز کے بہترین آلات، ہر ایک کا اپنا سافٹ ویئر اور اپنا پروگرامنگ انٹرفیس، اور ان کے درمیان کوئی مشترکہ زبان نہیں۔ نتیجہ یہ ہے کہ انہیں ایک نظام کی طرح چلانے کی ہر کوشش ایک مخصوص سافٹ ویئر منصوبہ بن جاتی ہے، جس میں ایک انجینئر ہر دو آلات کے جوڑے کے درمیان ہاتھ سے ایک کنیکٹر لکھتا ہے۔ اور جب یہ مکمل ہو جاتا ہے تو وہ کنیکٹر نازک ہوتا ہے: وینڈر کی ایک اپڈیٹ اسے توڑ دیتی ہے، اور انجینئر کے جانے کے ساتھ اس کی واحد سمجھ بھی چلی جاتی ہے۔

یہ صرف لیبارٹری کا مسئلہ نہیں۔ ریاض یا دمام میں فیکٹری کا مالک اسے اچھی طرح جانتا ہے: ایک فلنگ مشین، ایک کوالٹی معائنہ یونٹ، ایک ترازو، اور ایک اسٹوریج سسٹم، ہر ایک اپنا ڈیٹا الگ فارمیٹ میں نکالتا ہے، اور ایک کارکن اعداد کو اسکرین سے کاغذ پر اور کاغذ سے سسٹم میں منتقل کرتا ہے۔ آلات کے درمیان کا یہی فاصلہ وہ جگہ ہے جہاں گھنٹے اور ڈیٹا دونوں ضائع ہوتے ہیں۔

MHS تکنیکی طور پر کیسے کام کرتا ہے

یہ معیار ایک متحد ڈرائیور کے تصور پر قائم ہے۔ ڈرائیور وہ چھوٹا پروگرام ہے جو آپریٹنگ سسٹم اور آلے کے درمیان ترجمہ کرتا ہے، لیکن MHS ڈرائیور بہت سادہ بنیادی عناصر کا مجموعہ استعمال کرتا ہے: پڑھنا، جیسے درجہ حرارت حاصل کرنا، اور لکھنا، جیسے درجہ حرارت مقرر کرنا۔ کوئی بھی آلہ جس کا قابل پروگرام انٹرفیس ہو، ان کمانڈز کو سمجھ کر ان پر عمل کر سکتا ہے۔ ڈرائیور ہر آلے کو ایک معیاری فارمیٹ میں قابل دریافت بھی بناتا ہے، تاکہ آلات اور ایجنٹس نیٹ ورکس کے پار ایک دوسرے کو بغیر کسی درمیانی مخصوص مترجم کے ڈھونڈ لیں۔

سب سے ہوشیار حصہ قدرتی زبان میں وضاحت ہے۔ ایجنٹ کو کسی آلے کے بارے میں وہ باتیں جاننی ہوتی ہیں جو کوڈ میں نظر نہیں آتیں، مثال کے طور پر روبوٹک بازو کا وزن، ایک ایسا عدد جو طے کرتا ہے کہ اسے محفوظ طریقے سے کیسے حرکت دی جا سکتی ہے۔ یہ معلومات تاریخی طور پر کاغذی کتابچوں میں یا کسی تجربہ کار ٹیکنیشن کے ذہن میں رہی ہیں۔ MHS ڈرائیور آپ کو یہ براہ راست سادہ زبان میں لکھنے دیتا ہے، یا تو خود یا ایک گفتگو کے ذریعے جس میں ایجنٹ آپ سے آپ کے سیٹ اپ کے بارے میں انٹرویو کرتا ہے، اور پھر خودکار طور پر ایک حوالہ فائل تیار کرتا ہے جو بیان کرتی ہے کہ آلہ کیا ناپتا ہے، کیا ایڈجسٹ کیا جا سکتا ہے، اور اس پر کون سی حفاظتی حدود نافذ کی جائیں گی۔

وہاں سے ایجنٹ ہارڈ ویئر کو تین طریقوں سے کنٹرول کرتا ہے: Model Context Protocol، کمانڈ لائن، اور کوڈ فائلیں۔ یہ مل کر کام کرتے ہیں تاکہ کئی آلات کو کوڈ کی ایک ہی لائن سے مربوط کیا جا سکے۔ اور جب کوئی کام دیر تک چلنے والا ہو یا اسے قدم بہ قدم استدلال کی اجازت سے زیادہ تیزی سے چلنا ہو، تو ایجنٹ ڈرائیور کمانڈز کو ایک کوڈ فائل میں جوڑ دیتا ہے جو ہر لمحے ایجنٹ کے استدلال کے بغیر خود چلتی ہے۔ ایک نکتہ قابل ذکر ہے: MHS کسی ماڈل سے بندھا ہوا نہیں ہے، اور کوئی بھی ایجنٹ ہارنس معیاری پروٹوکولز کے ذریعے اس تک پہنچ سکتا ہے بجائے اس کے کہ وہ کسی ایک مخصوص ماڈل سے بندھا ہو۔

ابتدائی شراکت داروں نے کیا پایا

تحقیقی پیش نظارہ حقیقی شراکت داروں کے ساتھ چلا، اور یہ شائع شدہ نمایاں نتائج ہیں۔ Carnegie Mellon University میں محققین نے سیریل ڈائلیوشن کے ڈوز ریسپانس تجربات پہلے سے تقریباً تین گنا تیزی سے چلائے، جہاں ایک ایجنٹ ایک لیکوئڈ ہینڈلر، ایک پلیٹ ریڈر، ایک روبوٹک بازو اور نگرانی کے کیمروں کو مربوط کر رہا تھا جو تین کمپیوٹرز پر پھیلے ہوئے تھے جن کے انٹرفیس بنیادی طور پر ایک دوسرے سے مطابقت نہیں رکھتے تھے۔ QuEra میں، جو کوانٹم کمپیوٹر بناتی ہے، ایک ایجنٹ کو لیزر سسٹم کے کچھ حصوں کا کنٹرول دیا گیا اور اس نے ایک کنٹرولر تیار کیا جو لیزر کے درست فریکوئنسی لاک کو 99.3 فیصد وقت کسی انسانی مداخلت کے بغیر بحال کر لیتا ہے۔ Genentech میں محققین نے ایک معیاری پروٹین اسے کو خودکار بنانے کا ثبوت تصور تیار کیا جس کے لیے تین مختلف آلات میں ہم آہنگی درکار ہوتی ہے۔ اور HHMI Janelia میں ایک محقق نے MHS کو ایک ایسے سیٹ اپ کو متحد کرنے کے لیے استعمال کیا جس کے لیے پہلے سات الگ وینڈر پروگرام درکار تھے جن کا کوئی مشترکہ انٹرفیس نہیں تھا۔

ساتھ ہی خود آلات بنانے والوں نے بھی MHS کی معاونت شامل کرنا شروع کر دی ہے: Amazon Web Services اپنی Strands Robots لائبریری کے ذریعے، Doosan Robotics اپنے روبوٹک بازوؤں میں خودکار کوالٹی یقین دہانی اور متعدد روبوٹس کی ہم آہنگی کے لیے، Tecan اپنے لیکوئڈ ہینڈلنگ پلیٹ فارمز میں، QIAGEN اپنے نیوکلک ایسڈ پیوریفیکیشن پلیٹ فارم پر، اور Universal Robots اپنے روبوٹکس پلیٹ فارم میں۔ جب کوئی وینڈر یہ معیار خود آلے میں شامل کر دیتا ہے تو انضمام ایک ایسی چیز بن جاتا ہے جو ڈبے میں ساتھ آتی ہے، نہ کہ کوئی منصوبہ جس کی آپ قیمت ادا کریں۔

سعودی کاروبار کے لیے اس کا مطلب

آپ کو کل ہی تحقیقی پیش نظارے میں شامل ہونے کی ضرورت نہیں۔ آپ کے لیے اہم بات ایک عملی چیز ہے: پروڈکشن لائن یا لیبارٹری کے لیے خریدے گئے کسی بھی آلے کی قدر اب صرف اس کی خصوصیات میں نہیں، بلکہ اس میں ہے کہ آیا وہ ایسا پروگرامنگ انٹرفیس فراہم کرتا ہے جس سے کوئی بیرونی نظام پڑھ اور لکھ سکے۔ بند آلات جو اپنے اعداد صرف اسکرین پر دکھاتے ہیں، چند برسوں میں نظر آنے سے زیادہ مہنگے پڑیں گے، کیونکہ ان کا پیدا کیا ہوا ہر عدد اٹھانے کے لیے ایک انسان درکار ہوتا ہے۔

یہ رجحان خود MHS سے بڑا ہے۔ یہ وہی راستہ ہے جو Model Context Protocol نے ایجنٹس کو سافٹ ویئر سسٹمز سے جوڑنے میں اختیار کیا تھا، اور اب طبعی آلات تک پھیلا دیا گیا ہے۔ جو آج اپنا ڈیٹا اور اپنے انٹرفیس منظم کر لے، وہ بعد میں دوبارہ تعمیر کے بغیر اس لہر کو پکڑ لیتا ہے۔

MHS آج کیا نہیں کرتا

یہاں واضح ہونا ضروری ہے تاکہ کوئی غلط توقعات قائم نہ کرے۔ پہلی بات، یہ معیار ان آلات کے ساتھ کام نہیں کرتا جن کا کوئی پروگرامنگ انٹرفیس ہی نہیں، اور Anthropic کا کہنا ہے کہ وہ ایسے آلات بنانے والوں کے ساتھ ڈرائیورز شامل کرنے پر کام کر رہی ہے۔ دوسری بات، ایک لینگویج ماڈل طبعی دنیا کے بارے میں متن اور تصاویر سے سیکھتا ہے، اس لیے اس کا مکانی اور طبعی استدلال محدود رہتا ہے اور اب بھی ماہرانہ نگرانی کا تقاضا کرتا ہے۔ Anthropic کی اپنی مثال معنی خیز ہے: Genentech میں محققین کو ماڈل کی رہنمائی کرنی پڑی کہ وہ پہچانے کہ نمونوں میں جھاگ بننے سے پیدا ہونے والی غلطیاں طبعی ناکامیاں تھیں نہ کہ سافٹ ویئر کی خرابیاں، جنہیں صرف ایک طبعی اصلاح سے ٹھیک کیا جا سکتا تھا۔ تیسری بات، MHS ابھی اوپن سورس نہیں ہے اور پیش نظارے میں ہی ہے۔

اس مہینے اٹھانے کے تین قدم

  • اپنے آلات کی فہرست بنائیں اور ہر آئٹم کے ساتھ لکھیں کہ آیا اس میں پروگرامنگ انٹرفیس یا ڈیٹا پورٹ ہے، اور اس کی دستاویزات کس کی ملکیت ہیں۔ صرف یہی فہرست ظاہر کر دیتی ہے کہ آپ کی آٹومیشن حقیقت میں کہاں کھڑی ہے۔
  • اپنی اگلی خریداری کی تفصیلات کی شیٹ میں پروگرامنگ انٹرفیس کی شرط شامل کریں، اور دستاویزات کی ملکیت کو وینڈر کے زبانی وعدے کے بجائے معاہدے میں رکھیں۔
  • ایک چھوٹا، بار بار ہونے والا عمل چنیں جہاں ڈیٹا دو آلات کے درمیان ایک انسان کے ذریعے گزرتا ہے، اور ناپیں کہ وہ ہفتے میں کتنے منٹ کھاتا ہے۔ یہی عمل آٹومیشن کے لیے آپ کا پہلا امیدوار ہے، اور یہی منافع ناپنے کا آپ کا پیمانہ بھی ہے۔

Origami کا نقطہ نظر

Origami میں ہم فیکٹریوں، گوداموں اور سروس کاروباروں کے لیے آپریٹنگ سسٹمز بناتے ہیں، اور ہر منصوبے میں ہمیں ایک ہی اصول نظر آتا ہے: آٹومیشن آلے پر ناکام نہیں ہوتی، وہ ایک آلے اور اگلے آلے کے درمیان فاصلے میں ناکام ہوتی ہے۔ MHS جیسے کھلے معیار اس فاصلے کو کم کرتے ہیں، لیکن وہ منظم ڈیٹا کی کمی یا غیر واضح عمل کی تلافی نہیں کرتے۔ جو آج یہ دونوں چیزیں تیار کر لے، وہ اس دن تیار ہوگا جب یہ معیار سب کے لیے کھلے گا۔ کسی پروڈکشن لائن کو ڈیجیٹل بنانے یا موجودہ آلات کو ایک نظام میں جوڑنے پر بات کرنے کے لیے آپ ہم سے رابطے کے صفحے پر رابطہ کر سکتے ہیں۔

خلاصہ

MHS کوئی ایسی پروڈکٹ نہیں جو آپ آج خریدیں۔ یہ اس بات کا اشارہ ہے کہ آلات چلانے کا رخ کس طرف ہے: نازک مخصوص کنیکٹرز سے ہٹ کر ایک مشترکہ معیار کی طرف جسے ایجنٹ اور مشین دونوں سمجھتے ہیں۔ جو فیصلہ ابھی آپ سے متعلق ہے وہ سادہ اور سستا ہے: اپنی تنصیب میں کوئی نیا آلہ پروگرامنگ انٹرفیس کے بغیر نہ لائیں، اور جو ڈیٹا آپ کے پاس پہلے سے ہے اسے صاف کریں۔ اس لہر کو پکڑنے والے کاروبار اور اسے کھو دینے والے کاروبار کے درمیان فرق ٹیکنالوجی بجٹ پر نہیں، بلکہ اس سال کیے گئے چھوٹے خریداری فیصلوں پر منحصر ہوگا۔

ذرائع

  • Anthropic کا سرکاری اعلان، Previewing the Model Hardware Standard، مورخہ 27 اگست 2026، جو متحد ڈرائیور، تین کنٹرول طریقوں، شراکت داروں کے نتائج اور معیار کی حدود کا ماخذ ہے: anthropic.com۔
  • معیار کے تحقیقی پیش نظارے کے لیے درخواست کا صفحہ: modelhardwarestandard.com۔
  • Model Context Protocol، جس کا حوالہ ایجنٹس کے لیے ایک معیاری رسائی راستے کے طور پر دیا گیا، Anthropic کے سرکاری اعلان سے: anthropic.com۔