Un agente de IA tomó el control de un robot perro: Claude Opus 4.7 superó a los ingenieros humanos en 20 veces
Sigo de cerca el desarrollo de Project Fetch, y los últimos resultados son realmente impresionantes. En el marco del experimento actualizado, el modelo Claude Opus 4.7 asumió por completo el control del robot perro, completando tareas de configuración y programación 20 veces más rápido que los equipos de ingenieros humanos.
Ya en agosto de 2024, empleados de Anthropic sin experiencia en robótica intentaron programar un robot cuadrúpedo, y en ese entonces la IA actuaba solo como asistente. Sin embargo, en la nueva fase de pruebas, Claude Opus 4.7 trabajó prácticamente de forma autónoma, bajo un control mínimo del investigador. La red neuronal se conectó de manera independiente 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 y ajustó el algoritmo de reconocimiento de objetos.
El indicador clave es la velocidad. El modelo Opus 4.7 resultó ser 18 veces más rápido que un equipo que utiliza versiones antiguas de IA, y 37 veces más rápido que personas que trabajan sin ayuda de un chatbot. Además, la red neuronal escribió un código mucho más eficiente: su volumen resultó ser 10 veces menor que el de los equipos humanos.
Es especialmente significativo que el progreso en robótica se haya convertido en un efecto secundario del escalamiento general de los modelos de lenguaje. Anthropic no implementó algoritmos especializados para controlar el "hardware": esto es una ventaja pura de la arquitectura base.
Sin embargo, no todo estuvo exento de limitaciones. Claude aún tiene dificultades con acciones físicas precisas. El modelo logró llevar al robot hasta el objetivo, pero no pudo realizar la tarea de empujar suavemente una pelota hasta el punto deseado. Esto requiere una retroalimentación compleja en tiempo real, en la que los humanos aún superan a la IA.
En Anthropic pronostican que la industria está entrando en una era de "agentes físicos de IA". En el futuro, las redes neuronales podrán utilizar herramientas y equipos estándar con la misma eficacia con la que ahora trabajan con código.
Mi comentario: Este experimento es una señal poderosa para los inversores en infraestructura de IA. Si los modelos de lenguaje sin ajustes especializados ya son capaces de controlar dispositivos físicos a un nivel que supera al humano, estamos al borde de un crecimiento colosal de la productividad en la robótica industrial y la automatización. El siguiente paso lógico es la aparición de agentes de IA capaces no solo de escribir código, sino también de interactuar físicamente con el mundo.