ИИ-модель Claude превзошла людей в управлении робособакой: скорость в 20 раз выше
Компания Anthropic представила результаты второй фазы эксперимента Project Fetch, и результаты впечатляют. Моя команда проанализировала данные: модель Claude Opus 4.7 справилась с настройкой и управлением четвероногим роботом в 20 раз быстрее, чем группы инженеров-людей. Это не просто очередной бенчмарк — это демонстрация того, как ИИ переходит из цифрового пространства в физическое.
В августе 2024 года эксперимент выглядел иначе: сотрудники без опыта в робототехнике использовали ИИ как помощника для ускорения поиска решений. Теперь же Claude Opus 4.7 работал практически автономно, под минимальным контролем исследователя. Нейросеть самостоятельно выполнила полный цикл задач:
- подключилась к датчикам видео и лидару;
- написала программу для ручного управления;
- создала систему мониторинга траектории робота;
- настроила алгоритм распознавания объектов.
Особого внимания заслуживают цифры производительности. Opus 4.7 оказался в 18 раз быстрее команды, использующей предыдущие версии ИИ, и в 37 раз быстрее людей, работающих без помощи чат-бота. При этом нейросеть генерировала код, который оказался в 10 раз компактнее человеческих решений. Это говорит о том, что модель не просто ускоряет процесс, но и оптимизирует его на фундаментальном уровне.
Ключевой вывод: прогресс в робототехнике стал побочным эффектом общего масштабирования языковых моделей. Anthropic не внедряла специализированные алгоритмы для управления «железом» — модель сама адаптировалась к задаче. Однако есть и ограничения. Claude успешно довел робота до цели, но не смог аккуратно подтолкнуть мяч в нужную точку. Это требует сложной обратной связи в реальном времени, где люди пока сохраняют преимущество.
По оценкам Anthropic, индустрия вступает в эру «физических ИИ-агентов». В будущем нейросети смогут использовать стандартные инструменты и оборудование так же эффективно, как сейчас работают с программным кодом. На мой взгляд, это переход от узкоспециализированных роботов к универсальным системам, управляемым ИИ, — и мы наблюдаем только начало этого пути.
Мой анализ: Способность Claude Opus 4.7 работать с физическими объектами без специализированного обучения — это сигнал о том, что языковые модели становятся платформой для общего искусственного интеллекта. Однако проблемы с точными манипуляциями напоминают, что до полной автономности в реальном мире нам еще предстоит преодолеть значительный разрыв между цифровым и физическим восприятием.