ІІ-агенти беруться за «залізо»: Claude Opus 4.7 керує робособакою в 20 разів швидше за людей
Ринок штучного інтелекту продовжує дивувати темпами еволюції. Новий експеримент компанії Anthropic, відомий як Project Fetch, показав, що мовні моделі вже здатні не просто генерувати текст, а повноцінно керувати фізичними пристроями. У рамках другої фази тестування модель Claude Opus 4.7 самостійно запрограмувала та налаштувала чотириногого робота, виконавши завдання у 20 разів швидше, ніж команда інженерів-людей роком раніше.
Для порівняння: у серпні 2024 року співробітники Anthropic, які не мали досвіду в робототехніці, намагалися змусити робота рухатися за допомогою підказок ШІ. Тоді нейромережа виступала лише в ролі помічника. Сьогоднішня версія Claude Opus 4.7 працювала практично автономно, під мінімальним контролем дослідника.
Що зробив ШІ?
Модель виконала повний цикл налаштування «заліза» без втручання людини. Зокрема, Claude самостійно:
- підключився до датчиків відео та лідару;
- написав програму для ручного керування роботом;
- створив систему моніторингу траєкторії руху;
- налаштував алгоритм розпізнавання об'єктів.
Примітно, що код, написаний нейромережею, виявився у 10 разів компактнішим, ніж у людських команд. Це свідчить не лише про швидкість, а й про якість виконання. У цифрах: Opus 4.7 виявився у 18 разів швидшим за команду, яка використовувала старі версії ШІ, та у 37 разів швидшим за людей, які працюють без допомоги чат-бота.
Парадокс фізичної взаємодії
Незважаючи на вражаючий прогрес у програмуванні та логістиці, Claude все ще відчуває серйозні труднощі з точними фізичними діями. Модель успішно довела робота до цілі, але не змогла акуратно підштовхнути м'яч у потрібну точку. Як зазначили розробники, завдання потребує складного зворотного зв'язку в реальному часі — сфери, в якій люди поки що зберігають перевагу.
Важливо підкреслити, що Anthropic не впроваджувала спеціалізовані алгоритми для керування «залізом». Весь прогрес — побічний ефект загального масштабування мовних моделей. Це підтверджує гіпотезу про те, що універсальні ШІ-агенти здатні адаптуватися до фізичних завдань без спеціального навчання.
Погляд аналітика
Ми вступаємо в еру «фізичних ШІ-агентів», як справедливо зазначають в Anthropic. Вже зараз нейромережі можуть працювати з інструментами та обладнанням так само ефективно, як із програмним кодом. Однак, на мою думку, ключовим бар'єром залишається не швидкість обчислень, а тактильний зворотний зв'язок і розуміння фізики реального світу. Як тільки ШІ навчиться відчувати середовище так само добре, як він відчуває контекст, межі між цифровим і фізичним світом остаточно зітруться.