Claude Opus 4.7 розгромив людей в управлінні робособакою: швидкість вища у 20 разів
Новий етап експерименту Project Fetch від Anthropic продемонстрував приголомшливий прорив: мовна модель Claude Opus 4.7 впоралася з налаштуванням і керуванням чотириногим роботом у 20 разів швидше, ніж команди інженерів-людей. Це не просто перемога алгоритму — це зміна парадигми в робототехніці.
Нагадаю контекст: у серпні 2024 року співробітники компанії, які не мали досвіду в робототехніці, намагалися запрограмувати робособаку за допомогою попередніх версій ШІ. Тоді нейромережа виступала лише в ролі асистента. Сьогодні все інакше. Claude Opus 4.7 працював практично автономно, під мінімальним контролем дослідника. Модель самостійно:
- підключилася до відеодатчиків і лідару;
- написала програму для ручного керування;
- розробила систему моніторингу траєкторії руху;
- налаштувала алгоритм розпізнавання об'єктів.
Цифри говорять самі за себе: Opus 4.7 виявився у 18 разів швидшим за команду, яка використовувала старі версії ШІ, і в 37 разів швидшим за людей, які працювали без допомоги чат-бота. При цьому обсяг згенерованого коду був у 10 разів меншим, ніж у людських команд — нейромережа писала не просто швидше, але й ефективніше.
Важливий нюанс: автори експерименту підкреслюють, що цей прогрес — побічний ефект загального масштабування мовних моделей. Anthropic не впроваджувала спеціалізованих алгоритмів для керування «залізом». Це означає, що з кожним новим поколінням ШІ автоматично отримуватиме навички роботи з фізичними об'єктами.
Однак не все так гладко. Claude все ще відчуває серйозні труднощі з точними фізичними діями в реальному часі. Модель змогла довести робота до цілі, але провалила завдання акуратно підштовхнути м'яч у потрібну точку. Для таких операцій потрібен складний зворотний зв'язок, у якому люди поки зберігають перевагу.
В Anthropic впевнені: ми вступаємо в еру «фізичних ШІ-агентів». Уже в найближчому майбутньому нейромережі зможуть використовувати стандартні інструменти та обладнання так само природно, як зараз працюють із програмним кодом.
Моя експертна оцінка: Цей експеримент — сигнал для всієї індустрії. Якщо мовні моделі продовжать масштабуватися поточними темпами, ми побачимо, як ШІ почне не лише писати код, але й збирати, налаштовувати та ремонтувати обладнання. Інвестори, придивіться до компаній, які інтегрують LLM у «залізо» — це наступний великий тренд.