El agente de IA Claude superó al ser humano en el manejo de un perro robot: un avance en robótica física
Anthropic presentó los resultados de la segunda fase del experimento Project Fetch, y son impresionantes. El modelo Claude Opus 4.7 demostró la capacidad de programar y controlar completamente un robot de cuatro patas de forma autónoma, y lo hizo 20 veces más rápido que el mejor equipo humano de ingenieros que trabajó con versiones anteriores de la IA.
Recordemos que en agosto de 2024, empleados de la empresa sin experiencia en robótica intentaron programar el mismo robot, y en ese entonces la IA solo actuaba como asistente. Hoy la situación ha cambiado drásticamente.
Autonomía total: lo que hizo Claude
En la nueva fase de pruebas, Claude Opus 4.7 trabajó prácticamente sin intervención humana. Bajo una supervisión mínima del investigador, la red neuronal realizó de forma independiente el ciclo completo de tareas:
- se conectó a los sensores de video y al lidar;
- escribió un programa completo para el control manual del robot;
- creó un sistema de monitoreo de la trayectoria de movimiento;
- configuró el algoritmo de reconocimiento de objetos.
El indicador clave fue la velocidad. Opus 4.7 resultó ser 18 veces más rápida que el equipo que usaba versiones antiguas de la IA, y 37 veces más rápida que las personas que trabajaban sin ayuda del chatbot. Además, el código generado por la red neuronal resultó ser 10 veces más compacto que el humano, lo que indica un nivel fundamentalmente diferente de optimización.
Efecto secundario de la escalabilidad
Un matiz importante: Anthropic no implementó algoritmos especializados para el control del hardware. Según los desarrolladores, el progreso en robótica fue un efecto secundario de la escalabilidad general de los modelos de lenguaje. En otras palabras, Claude aprendió a controlar el robot simplemente porque se volvió más inteligente en general.
Sin embargo, no todo es tan fluido. A pesar del éxito en la navegación, el modelo no logró empujar suavemente una pelota hasta el punto deseado. Las acciones físicas precisas requieren una retroalimentación compleja en tiempo real; aquí los humanos aún mantienen la ventaja.
Una mirada al futuro
En Anthropic creen que la industria está entrando en una era de "agentes de IA físicos". Si hoy las redes neuronales trabajan con código, mañana podrán gestionar equipos y herramientas estándar con la misma eficacia.
Mi comentario experto: Este experimento es una señal importante para el mercado. Estamos viendo cómo la IA pasa de un entorno puramente digital al mundo físico. Para la infraestructura cripto, esto significa una posible automatización de granjas de minería, logística e incluso seguridad física. Sin embargo, el problema de la motricidad precisa sigue siendo un cuello de botella, y por ahora es lo que nos separa de los sistemas robóticos completamente autónomos.