Новости криптомира

Я внимательно слежу за развитием Project Fetch от Anthropic, и последние результаты меня по-настоящему впечатлили. Новая версия модели, Claude Opus 4.7, продемонстрировала способность настраивать и программировать четвероногого робота в 20 раз быстрее, чем это делали целые команды инженеров-людей. Это не просто очередное улучшение — это смена парадигмы в вопросе о том, кто должен контролировать физические системы.

Для контекста: в августе 2024 года Anthropic впервые провела подобный эксперимент. Тогда сотрудники без опыта в робототехнике пытались запрограммировать робособаку, и ИИ выступал лишь в роли помощника, ускоряя поиск решений. В новой фазе тестирования ситуация кардинально изменилась. Claude Opus 4.7 работал практически полностью автономно под минимальным контролем человека. Нейросеть самостоятельно выполнила целый комплекс задач:

• подключилась к датчикам видео и лидару;
• написала программу для ручного управления;
• создала систему мониторинга пути робота;
• настроила алгоритм распознавания предметов.

Цифры говорят сами за себя. Модель Opus 4.7 оказалась в 18 раз быстрее команды, использующей старые версии ИИ, и в 37 раз быстрее людей, которые работали без помощи чат-бота. Но самое поразительное — это качество кода. Объём написанного нейросетью кода оказался в 10 раз меньше, чем у человеческих команд. Это говорит о гораздо более глубоком понимании задачи и умении находить элегантные, эффективные решения.

Критически важно подчеркнуть, что Anthropic не внедряла специализированные алгоритмы для управления «железом». Этот прогресс в робототехнике стал, по сути, побочным эффектом общего масштабирования языковых моделей. Это подтверждает мою давнюю гипотезу: дальнейшее развитие ИИ будет всё меньше зависеть от нишевых решений и всё больше — от фундаментальных возможностей базовых моделей.

Однако не стоит думать, что ИИ уже полностью заменил человека. Claude всё ещё испытывает серьёзные трудности с точными физическими действиями, требующими сложной обратной связи в реальном времени. Модель смогла довести робота до цели, но не справилась с задачей аккуратно подтолкнуть мяч в нужную точку. В этой сфере люди пока сохраняют своё превосходство.

В Anthropic считают, что мы вступаем в эру «физических ИИ-агентов». Я с этим полностью согласен. В ближайшем будущем нейросети будут использовать стандартные инструменты и оборудование так же эффективно, как сегодня они работают с программным кодом. Рынок труда в инженерии и робототехнике ждут фундаментальные изменения.

Мой вывод: Этот эксперимент наглядно демонстрирует, что ИИ уже сейчас способен не просто помогать, а самостоятельно решать сложные инженерные задачи. Ключевой вопрос теперь не в том, сможет ли ИИ заменить человека в управлении роботами, а в том, как быстро и в каких именно нишах это начнёт происходить. Инвесторам и разработчикам стоит внимательно следить за этой тенденцией — она определит вектор развития всей индустрии на ближайшие годы.