Модель ШІ Claude перевершила людей у керуванні робособакою: швидкість у 20 разів вища
Компанія Anthropic представила результати другої фази експерименту Project Fetch, і результати вражають. Моя команда проаналізувала дані: модель Claude Opus 4.7 впоралася з налаштуванням та керуванням чотириногим роботом у 20 разів швидше, ніж групи інженерів-людей. Це не просто черговий бенчмарк — це демонстрація того, як ШІ переходить із цифрового простору у фізичний.
У серпні 2024 року експеримент виглядав інакше: співробітники без досвіду в робототехніці використовували ШІ як помічника для прискорення пошуку рішень. Тепер же Claude Opus 4.7 працював практично автономно, під мінімальним контролем дослідника. Нейромережа самостійно виконала повний цикл завдань:
- підключилася до датчиків відео та лідару;
- написала програму для ручного керування;
- створила систему моніторингу траєкторії робота;
- налаштувала алгоритм розпізнавання об'єктів.
Особливої уваги заслуговують цифри продуктивності. Opus 4.7 виявився у 18 разів швидшим за команду, яка використовувала попередні версії ШІ, та у 37 разів швидшим за людей, які працюють без допомоги чат-бота. При цьому нейромережа генерувала код, який виявився у 10 разів компактнішим за людські рішення. Це свідчить про те, що модель не просто прискорює процес, але й оптимізує його на фундаментальному рівні.
Ключовий висновок: прогрес у робототехніці став побічним ефектом загального масштабування мовних моделей. Anthropic не впроваджувала спеціалізовані алгоритми для керування «залізом» — модель сама адаптувалася до завдання. Однак є й обмеження. Claude успішно довів робота до цілі, але не зміг акуратно підштовхнути м'яч у потрібну точку. Це потребує складного зворотного зв'язку в реальному часі, де люди поки що зберігають перевагу.
За оцінками Anthropic, індустрія вступає в еру «фізичних ШІ-агентів». У майбутньому нейромережі зможуть використовувати стандартні інструменти та обладнання так само ефективно, як зараз працюють із програмним кодом. На мою думку, це перехід від вузькоспеціалізованих роботів до універсальних систем, керованих ШІ, — і ми спостерігаємо лише початок цього шляху.
Мій аналіз: Здатність Claude Opus 4.7 працювати з фізичними об'єктами без спеціалізованого навчання — це сигнал про те, що мовні моделі стають платформою для загального штучного інтелекту. Однак проблеми з точними маніпуляціями нагадують, що до повної автономності в реальному світі нам ще належить подолати значний розрив між цифровим та фізичним сприйняттям.