Новости криптомира

Индустрия искусственного интеллекта совершила очередной прорыв, и на этот раз он вышел за пределы простой генерации текста. Компания Anthropic представила обновленные результаты эксперимента Project Fetch, которые демонстрируют, что языковые модели способны не только писать код, но и полноценно управлять физическими роботами. Моя аналитика показывает, что это переломный момент для всей робототехники.

В рамках второй фазы тестирования модель Claude Opus 4.7 взяла на себя полный контроль над четвероногим роботом — робособакой. Результаты ошеломляют: нейросеть выполнила задачи по настройке и управлению в 20 раз быстрее, чем команды инженеров-людей, работавших в аналогичных условиях. Если сравнивать с прошлогодними показателями, то Opus 4.7 оказалась в 18 раз производительнее команд, использовавших старые версии ИИ, и в 37 раз быстрее людей, работавших без помощи чат-бота.

Как ИИ взял управление на себя

В отличие от первого этапа эксперимента (август 2024 года), где ИИ выступал лишь помощником для людей, сейчас модель работала практически автономно под минимальным надзором исследователя. Claude Opus 4.7 самостоятельно выполнила целый комплекс задач:

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

Особого внимания заслуживает качество кода, сгенерированного нейросетью. Его объем оказался в 10 раз меньше, чем у человеческих команд, при этом он был более эффективным и выполнял задачи быстрее. Это подтверждает мой тезис: ИИ не просто автоматизирует процессы, но и оптимизирует их на принципиально новом уровне.

Ограничения и перспективы

Однако не стоит думать, что ИИ уже полностью заменил человека в физической робототехнике. Несмотря на успех в навигации и программировании, Claude испытал серьезные трудности с точными физическими действиями. Модель смогла довести робота до цели, но не справилась с задачей аккуратно подтолкнуть мяч в нужную точку. Это требует сложной обратной связи в реальном времени, в которой люди пока превосходят ИИ.

Авторы эксперимента подчеркивают, что прогресс в робототехнике стал побочным эффектом общего масштабирования языковых моделей. Anthropic не внедряла специализированные алгоритмы для управления «железом» — это произошло естественным образом в ходе развития базовых архитектур. Я считаю, что индустрия действительно вступает в эру «физических ИИ-агентов», где нейросети смогут использовать стандартные инструменты и оборудование так же эффективно, как сейчас они работают с программным кодом.

Мой анализ: Эксперимент Anthropic — это не просто демонстрация технологий, а серьезный сигнал для инвесторов и разработчиков. Мы наблюдаем конвергенцию языковых моделей и робототехники, которая откроет новые рынки. Однако ключевым вызовом останется интеграция ИИ в реальные физические системы с обратной связью — именно здесь человеческий опыт пока незаменим.