Модель ШІ Claude у 20 разів перевершила людей у керуванні робособакою: прорив у фізичній робототехніці
Світ робототехніки став свідком знаменної події: нова версія мовної моделі Claude Opus 4.7 від компанії Anthropic продемонструвала здатність налаштовувати та керувати чотириногим роботом у 20 разів швидше, ніж це робили команди інженерів-людей. Це не просто черговий бенчмарк — це реальний крок до ери, де ШІ бере на себе не лише цифрові, а й фізичні завдання.
У серпні 2024 року співробітники Anthropic, які не мали досвіду в робототехніці, намагалися запрограмувати робособаку за допомогою ШІ. Тоді модель виступала в ролі асистента, прискорюючи пошук рішень. Сьогоднішній експеримент, відомий як Project Fetch, Phase 2, кардинально змінив правила гри. Модель Opus 4.7 працювала практично автономно, під мінімальним контролем дослідника.
Що зробив ШІ самостійно?
Нейромережа виконала повний цикл завдань з інтеграції: вона підключилася до датчиків відео та лідару, написала програму для ручного керування, створила систему моніторингу маршруту робота та налаштувала алгоритм розпізнавання предметів. Весь цей обсяг роботи був виконаний у десятки разів швидше, ніж людськими командами.
Порівняльний аналіз вражає: Opus 4.7 виявилася у 18 разів швидшою за команду, яка використовувала старі версії ШІ, та у 37 разів швидшою за людей, які працюють без допомоги чат-бота. Більше того, згенерований код був у 10 разів компактнішим та ефективнішим за людський. Це свідчить про те, що модель не просто копіює дії операторів, а знаходить принципово більш оптимальні рішення.
Фізична межа: м'яч не піддався
Незважаючи на тріумф у програмуванні, Claude все ще стикається з проблемами у точних фізичних маніпуляціях. Модель успішно довела робота до цілі, але не змогла акуратно підштовхнути пляжний м'яч у потрібну точку. Це складне завдання, яке потребує зворотного зв'язку в реальному часі та тонкої моторики — сфери, де люди поки зберігають перевагу. Як я вже неодноразово зазначав у своїх аналізах, «залізо» та фізика залишаються останнім рубежем оборони людського інтелекту в епоху ШІ.
Важливо підкреслити, що Anthropic не впроваджувала спеціалізовані алгоритми для керування роботами. Прогрес у робототехніці став побічним ефектом загального масштабування мовних моделей. Це підтверджує мою давню гіпотезу: універсальні моделі, навчені на величезних масивах даних, неминуче почнуть перевершувати спеціалізовані системи в суміжних сферах.
У компанії вважають, що індустрія вступає в еру «фізичних ШІ-агентів». Вже в найближчому майбутньому нейромережі зможуть використовувати стандартні інструменти та обладнання так само ефективно, як вони зараз працюють із програмним кодом. Нагадаю, що 13 червня Anthropic була змушена зупинити доступ до моделей Fable 5 та Mythos 5 через директиву уряду США щодо експортного контролю. Це показує, наскільки серйозно регулятори сприймають потенціал подібних технологій.
Мій аналіз: Прорив із робособакою — це не просто демонстрація швидкості. Це сигнал ринку про те, що інвестиції у фундаментальні LLM-моделі окупаються в найнесподіваніших секторах. Я очікую, що протягом 12-18 місяців ми побачимо лавину стартапів, які намагатимуться застосувати подібні підходи до промислової автоматизації та логістики. Однак фізична точність залишиться «вузьким горлечком» — і саме тут криється найбільша інвестиційна цінність для компаній, які розробляють тактильні сенсори та системи зворотного зв'язку.