ИИ-модель Claude Opus 4.7 превзошла инженеров в управлении робособакой — скорость выше в 20 раз
Компания Anthropic представила результаты второго этапа эксперимента Project Fetch, и они впечатляют. Новая модель Claude Opus 4.7 продемонстрировала способность автономно настраивать и управлять четвероногим роботом, выполнив задачи в 20 раз быстрее, чем команда опытных инженеров-людей, работавших с предыдущими версиями ИИ.
Напомню, что в августе 2024 года сотрудники Anthropic, не имевшие опыта в робототехнике, пытались запрограммировать робособаку с помощью ИИ. Тогда модель лишь выступала в роли ассистента. В новой фазе тестирования Claude Opus 4.7 действовала практически полностью автономно, под минимальным контролем исследователя.
Нейросеть самостоятельно выполнила ряд критически важных операций:
- Подключилась к датчикам видео и лидару;
- Написала программу для ручного управления;
- Создала систему мониторинга траектории движения робота;
- Настроила алгоритм распознавания объектов.
Ключевые показатели производительности впечатляют: Opus 4.7 оказалась в 18 раз быстрее команды, использующей старые версии ИИ, и в 37 раз быстрее людей, работающих без помощи чат-бота. При этом сгенерированный нейросетью код оказался в 10 раз компактнее, чем у человеческих команд, что говорит о значительно более высокой эффективности.
Важный момент: Anthropic подчеркивает, что прогресс в робототехнике стал «побочным эффектом» общего масштабирования языковых моделей, а не результатом внедрения специализированных алгоритмов для управления «железом». Это подтверждает гипотезу о том, что универсальные ИИ-модели могут адаптироваться к физическим задачам без специальной доработки.
Однако Claude все еще испытывает трудности с точными физическими действиями. Модель успешно довела робота до цели, но не справилась с задачей аккуратно подтолкнуть мяч в нужную точку. Для таких манипуляций требуется сложная обратная связь в реальном времени, в чем люди пока сохраняют преимущество.
В Anthropic считают, что мы вступаем в эру «физических ИИ-агентов». В ближайшем будущем нейросети смогут работать со стандартными инструментами и оборудованием так же эффективно, как сейчас — с программным кодом.
Мой анализ: Результаты Project Fetch — это не просто очередной рекорд производительности. Они сигнализируют о фундаментальном сдвиге: ИИ-модели начинают переходить из виртуального пространства в физический мир, и этот переход происходит быстрее, чем ожидалось. Однако «узким горлышком» остаются задачи, требующие тонкой моторной координации и обратной связи в реальном времени. Именно здесь в ближайшие годы будет сосредоточена конкуренция между разработчиками.