ІІ-модель Claude Opus 4.7 у 20 разів швидше за людей навчила робособаку новим трюкам
Експерименти в галузі інтеграції штучного інтелекту з фізичними роботами виходять на принципово новий рівень. Компанія Anthropic представила оновлені результати свого проєкту Project Fetch, і цифри вражають: модель Claude Opus 4.7 впоралася із завданнями з налаштування та керування чотириногим роботом у 20 разів швидше, ніж команди інженерів-людей, які працювали з торішніми версіями ШІ.
Якщо у 2024 році нейромережа виступала лише в ролі асистента, допомагаючи співробітникам без досвіду в робототехніці швидше знаходити рішення, то тепер ситуація кардинально змінилася. У новій фазі тестування Claude Opus 4.7 працювала практично автономно. Під мінімальним контролем дослідника нейромережа виконала повний цикл завдань:
- підключилася до датчиків відео та лідару;
- написала програму для ручного керування;
- створила систему моніторингу шляху робота;
- налаштувала алгоритм розпізнавання предметів.
Порівняльний аналіз показує колоссальний розрив у продуктивності. Модель Opus 4.7 виявилася в 18 разів швидшою за команду, яка використовувала старі версії ШІ, і в 37 разів швидшою за людей, які працювали без допомоги чат-бота. Більше того, згенерований нейромережею код виявився в 10 разів компактнішим та ефективнішим за людські аналоги.
Фізичні обмеження залишаються
Автори експерименту підкреслюють важливий нюанс: прогрес у робототехніці став побічним ефектом загального масштабування мовних моделей. Anthropic не впроваджувала спеціалізовані алгоритми для керування «залізом» — модель сама знайшла способи взаємодії з фізичним середовищем. Однак, незважаючи на успіхи в навігації та програмуванні, Claude все ще має труднощі з точними фізичними діями. Довести робота до цілі вдалося, але акуратно підштовхнути м'яч у потрібну точку модель не змогла. Для таких завдань потрібен складний зворотний зв'язок у реальному часі, в якому люди поки що перевершують ШІ.
В Anthropic заявляють, що індустрія вступає в еру «фізичних ШІ-агентів». На їхню думку, у майбутньому нейромережі зможуть використовувати стандартні інструменти та обладнання так само ефективно, як зараз вони працюють із програмним кодом.
Думка експерта: Результати Project Fetch — це не просто черговий бенчмарк. Ми спостерігаємо перехід ШІ з суто цифрового простору у фізичний світ. Те, що модель змогла самостійно освоїти керування роботом без спеціалізованого навчання, свідчить про появу в нейромереж справжньої адаптивної логіки. Однак проблема з точними моторними навичками — це «пляшкове горлечко», яке відділяє нас від повноцінних роботів-помічників. Поки ШІ не навчиться відчувати фізику взаємодії з об'єктами, говорити про масове впровадження таких систем зарано.