ІІ-агент Claude Opus 4.7 перепрограмував робособаку в 20 разів швидше за людей: новий рубіж фізичного ІІ
Ми спостерігаємо знаковий зсув в еволюції штучного інтелекту: нейромережа Claude Opus 4.7 від Anthropic під час оновленого експерименту Project Fetch продемонструвала здатність повністю автономно налаштовувати та керувати роботизованим собакою. Результати вражають — ШІ виконав завдання у 20 разів швидше, ніж команда інженерів-людей, яка працювала з попередніми версіями моделі.
Якщо у серпні 2024 року ШІ виступав лише в ролі помічника для людей без досвіду в робототехніці, то тепер Claude Opus 4.7 діяв практично без участі людини. Під мінімальним наглядом дослідника нейромережа самостійно виконала повний цикл робіт:
- підключилася до датчиків відео та лідару;
- написала програму для ручного керування роботом;
- створила систему моніторингу траєкторії руху;
- налаштувала алгоритм розпізнавання об'єктів.
Ключовий показник — швидкість. Модель Opus 4.7 виявилася у 18 разів швидшою за групу, яка використовувала старі версії ШІ, та у 37 разів швидшою за людей, які працюють без допомоги чат-бота. При цьому код, згенерований нейромережею, виявився у 10 разів компактнішим за людський, що свідчить про вищу ефективність алгоритмів.
Важливо підкреслити: Anthropic не впроваджувала спеціалізовані алгоритми для керування «залізом». Прогрес у робототехніці став побічним ефектом загального масштабування мовних моделей. Це підтверджує тезу про те, що фундаментальні покращення в архітектурі LLM автоматично розширюють їхню застосовність у фізичному світі.
Однак не обійшлося без обмежень. Claude відчуває труднощі з точними фізичними маніпуляціями: модель успішно довела робота до цілі, але не змогла акуратно підштовхнути м'яч у потрібну точку. Завдання, що вимагають складного зворотного зв'язку в реальному часі, поки залишаються прерогативою людини.
В Anthropic вважають, що індустрія вступає в еру «фізичних ШІ-агентів». Я повністю поділяю цей погляд: здатність нейромереж працювати зі стандартним обладнанням так само ефективно, як із програмним кодом, відкриває шлях до автоматизації не лише цифрових, а й реальних виробничих процесів.
Експертна думка Cryptalist: Цей експеримент — не просто демонстрація швидкості. Він показує, що ШІ починає розуміти фізичні причинно-наслідкові зв'язки на рівні, достатньому для практичного застосування. Наступний крок — інтеграція таких агентів у логістику, складські операції і навіть побутову робототехніку. Інвесторам варто придивитися до компаній, які розвивають зв'язку «LLM + робототехніка» — це може стати наступним великим трендом після генеративного ШІ.