Anthropic навчила ШІ керувати робопсом швидше за будь-яку команду людей

Anthrop­ic провела другу фазу експерименту Project Fetch — змагання між людьми та штучним інтелектом у керуванні чотириногим роботом. Результати виявились разючими: нова модель Claude Opus 4.7 впоралася із завданнями щонайменше в 10 разів швидше за будь-яку людську команду, а в окремих тестах перевага сягала 37 разів.

Перша фаза експерименту відбулась у серпні 2025 року. Тоді співробітників Anthrop­ic розділили на дві групи — з доступом до Claude Opus 4.1 і без нього — і доручили їм виконати серію технічних завдань: підключитись до сенсорів робота, керувати ним через контролер, написати програму автономного руху та розробити систему відстеження об’єктів. Команда з ШІ-асистентом випереджала суперників за швидкістю й якістю, однак модель тоді ще не могла самостійно вирішувати навіть базові інженерні задачі на кшталт підключення до системи керування.

У другій фазі дослідники протестували Claude Opus 4.7 в умовах часткової автономії. Роль людини зводилась до мінімуму: підключити ноутбук, ввести стартовий запит і підтверджувати команди. Усе інше модель робила сама — генерувала програмні рішення, обирала архітектуру взаємодії з сенсорами й писала код, причому майже завжди з першої спроби. Обсяг згенерованого коду виявився майже вдесятеро меншим, ніж у людських команд із першої фази.

Порівнюючи результати лише за тими завданнями, які виконували обидві людські групи, перевага Claude Opus 4.7 над командами без ШІ склала понад 37 разів, а над тими, хто працював разом із попередньою версією Claude, — понад 18 разів. За оцінкою Anthrop­ic, такий стрибок не є наслідком спеціалізованого доопрацювання під робототехніку — це результат загального масштабування моделей.

Водночас дослідники застерігають від надто оптимістичних висновків. Завдання fetch — повернення м’яча у визначену зону — модель виконує нестабільно: іноді застосовує неоптимальні алгоритми розпізнавання об’єктів і не завжди забезпечує рівну траєкторію руху. Замкнені системи керування, де потрібна постійна корекція на основі зворотного зв’язку від середовища, залишаються для поточних моделей серйозним викликом — те, що людина робить інтуїтивно під час ручного керування.

Anthrop­ic фіксує знайому траєкторію розвитку, яку вже спостерігали в програмуванні та кібербезпеці: спочатку ШІ підсилює ідеї людини, потім людина допомагає моделі, а далі модель починає діяти самостійно в новому середовищі. Project Fetch свідчить, що ця логіка поширюється і на фізичний світ.

Наступним кроком, за прогнозом компанії, стане не лише подальше пришвидшення виконання завдань, а й здатність моделей самостійно проєктувати спеціалізовані системи керування для роботів. Перехід до справді автономної взаємодії ШІ з фізичним світом більше не виглядає суто теоретичним сценарієм.