Новости криптомира

Мир робототехники стал свидетелем знаменательного события: новая версия языковой модели Claude Opus 4.7 от компании Anthropic продемонстрировала способность настраивать и управлять четвероногим роботом в 20 раз быстрее, чем это делали команды инженеров-людей. Это не просто очередной бенчмарк — это реальный шаг к эре, где ИИ берет на себя не только цифровые, но и физические задачи.

В августе 2024 года сотрудники Anthropic, не имевшие опыта в робототехнике, пытались запрограммировать робособаку с помощью ИИ. Тогда модель выступала в роли ассистента, ускоряя поиск решений. Сегодняшний эксперимент, известный как Project Fetch, Phase 2, кардинально изменил правила игры. Модель Opus 4.7 работала практически автономно, под минимальным контролем исследователя.

Что сделал ИИ самостоятельно?

Нейросеть выполнила полный цикл задач по интеграции: она подключилась к датчикам видео и лидару, написала программу для ручного управления, создала систему мониторинга маршрута робота и настроила алгоритм распознавания предметов. Весь этот объем работы был выполнен в десятки раз быстрее, чем человеческими командами.

Сравнительный анализ впечатляет: Opus 4.7 оказалась в 18 раз быстрее команды, использующей старые версии ИИ, и в 37 раз быстрее людей, работающих без помощи чат-бота. Более того, сгенерированный код был в 10 раз компактнее и эффективнее человеческого. Это говорит о том, что модель не просто копирует действия операторов, а находит принципиально более оптимальные решения.

Физический предел: мяч не поддался

Несмотря на триумф в программировании, Claude все еще сталкивается с проблемами в точных физических манипуляциях. Модель успешно довела робота до цели, но не смогла аккуратно подтолкнуть пляжный мяч в нужную точку. Это сложная задача, требующая обратной связи в реальном времени и тонкой моторики — области, где люди пока сохраняют преимущество. Как я уже неоднократно отмечал в своих анализах, «железо» и физика остаются последним рубежом обороны человеческого интеллекта в эпоху ИИ.

Важно подчеркнуть, что Anthropic не внедряла специализированные алгоритмы для управления роботами. Прогресс в робототехнике стал побочным эффектом общего масштабирования языковых моделей. Это подтверждает мою давнюю гипотезу: универсальные модели, обученные на огромных массивах данных, неизбежно начнут превосходить специализированные системы в смежных областях.

В компании считают, что индустрия вступает в эру «физических ИИ-агентов». Уже в ближайшем будущем нейросети смогут использовать стандартные инструменты и оборудование так же эффективно, как они сейчас работают с программным кодом. Напомню, что 13 июня Anthropic была вынуждена остановить доступ к моделям Fable 5 и Mythos 5 из-за директивы правительства США по экспортному контролю. Это показывает, насколько серьезно регуляторы воспринимают потенциал подобных технологий.

Мой анализ: Прорыв с робособакой — это не просто демонстрация скорости. Это сигнал рынку о том, что инвестиции в фундаментальные LLM-модели окупаются в самых неожиданных секторах. Я ожидаю, что в течение 12-18 месяцев мы увидим лавину стартапов, пытающихся применить подобные подходы к промышленной автоматизации и логистике. Однако физическая точность останется «узким горлышком» — и именно здесь кроется наибольшая инвестиционная ценность для компаний, разрабатывающих тактильные сенсоры и системы обратной связи.