El modelo de IA Claude Opus 4.7 enseñó nuevos trucos a un perro robot 20 veces más rápido que los humanos.
Los experimentos en la integración de la inteligencia artificial con robots físicos están alcanzando un nivel fundamentalmente nuevo. La empresa Anthropic ha presentado los resultados actualizados de su proyecto Project Fetch, y las cifras son impresionantes: el modelo Claude Opus 4.7 completó tareas de configuración y control de un robot cuadrúpedo 20 veces más rápido que los equipos de ingenieros humanos que trabajaron con versiones anteriores de la IA.
Si en 2024 la red neuronal actuaba solo como asistente, ayudando a empleados sin experiencia en robótica a encontrar soluciones más rápido, ahora la situación ha cambiado drásticamente. En la nueva fase de pruebas, Claude Opus 4.7 trabajó de manera prácticamente autónoma. Bajo un control mínimo del investigador, la red neuronal completó un ciclo completo de tareas:
- se conectó a los sensores de video y al lidar;
- escribió un programa para el control manual;
- creó un sistema de monitoreo de la trayectoria del robot;
- configuró el algoritmo de reconocimiento de objetos.
El análisis comparativo muestra una brecha colosal en el rendimiento. El modelo Opus 4.7 resultó ser 18 veces más rápido que el equipo que usó versiones antiguas de IA, y 37 veces más rápido que las personas que trabajaron sin ayuda del chatbot. Además, el código generado por la red neuronal resultó ser 10 veces más compacto y eficiente que los análogos humanos.
Las limitaciones físicas persisten
Los autores del experimento destacan un matiz importante: el progreso en robótica ha sido un efecto secundario del escalamiento general de los modelos de lenguaje. Anthropic no implementó algoritmos especializados para el control del "hardware": el modelo encontró por sí mismo formas de interactuar con el entorno físico. Sin embargo, a pesar de los éxitos en navegación y programación, Claude aún tiene dificultades con acciones físicas precisas. Logró llevar al robot al objetivo, pero no pudo empujar suavemente una pelota al punto deseado. Para tales tareas se requiere una retroalimentación compleja en tiempo real, en la que los humanos aún superan a la IA.
En Anthropic afirman que la industria está entrando en una era de "agentes físicos de IA". Según ellos, en el futuro las redes neuronales podrán usar herramientas y equipos estándar con la misma eficacia con la que ahora trabajan con código de software.
Opinión del experto: Los resultados de Project Fetch no son solo otro punto de referencia. Estamos presenciando la transición de la IA del espacio puramente digital al mundo físico. El hecho de que el modelo haya podido aprender por sí mismo a controlar un robot sin entrenamiento especializado indica la aparición de una verdadera lógica adaptativa en las redes neuronales. Sin embargo, el problema con las habilidades motoras precisas es un "cuello de botella" que nos separa de los robots asistentes completos. Hasta que la IA no aprenda a sentir la física de la interacción con los objetos, es demasiado pronto para hablar de una implementación masiva de estos sistemas.