El modelo de IA Claude superó a los humanos en el manejo de un robot-perro: velocidad 20 veces mayor
Una nueva fase del experimento Project Fetch de Anthropic demuestra un avance impresionante en el ámbito de la integración de la inteligencia artificial con sistemas físicos. Mi análisis muestra: el modelo Claude Opus 4.7 completó tareas de configuración y control de un perro robótico 20 veces más rápido que los equipos de ingenieros humanos. Esto no es solo una cifra: es un cambio fundamental en la comprensión de cómo la IA puede interactuar con el mundo real.
Autonomía a un nuevo nivel
Si en agosto de 2024 la IA solo asistía a empleados sin experiencia en robótica, ayudándoles a encontrar soluciones más rápido, ahora la situación ha cambiado drásticamente. Claude Opus 4.7 trabajó casi completamente de forma autónoma, bajo un control mínimo del investigador. Sin algoritmos especializados para manejar el "hardware", la red neuronal por sí sola:
- Se conectó a los sensores de video y al LiDAR;
- Escribió un programa para el control manual;
- Creó un sistema de monitoreo de la ruta del robot;
- Configuró un algoritmo de reconocimiento de objetos.
El indicador clave es la eficiencia del código. El volumen de código escrito por la red neuronal resultó ser 10 veces menor que el de los equipos humanos. Esto implica no solo velocidad, sino también calidad: Claude escribe soluciones más limpias y concisas.
Rendimiento comparativo
Las cifras hablan por sí solas. Opus 4.7 resultó ser 18 veces más rápido que el equipo que usaba versiones antiguas de IA, y 37 veces más rápido que las personas que trabajaban sin la ayuda del chatbot. Sin embargo, cabe señalar que el progreso aquí es un efecto secundario de la escalabilidad general de los modelos de lenguaje, no el resultado de un trabajo dirigido en robótica.
Límites de las capacidades
A pesar de los impresionantes resultados, Claude aún enfrenta limitaciones fundamentales. El modelo llevó con éxito al robot hasta el objetivo, pero no pudo empujar suavemente una pelota hasta el punto deseado. Las tareas que requieren una retroalimentación compleja en tiempo real siguen siendo dominio de los humanos. Esto me recuerda que la inteligencia física es un nivel de complejidad completamente diferente en comparación con la digital.
En Anthropic señalan acertadamente que la industria está entrando en una era de "agentes físicos de IA". En un futuro cercano, las redes neuronales podrán trabajar con herramientas y equipos estándar con la misma eficacia con la que ahora operan con código de software.
Mi opinión experta: Este experimento es una señal importante para el mercado. Inversores y desarrolladores deben replantear sus estrategias: los agentes físicos autónomos se están convirtiendo en realidad más rápido de lo que la mayoría pronosticaba. Sin embargo, el desafío clave —la precisión de la interacción con el mundo físico— sigue sin resolverse. Las empresas que logren superar esta brecha entre la inteligencia digital y la física obtendrán una ventaja competitiva colosal.