El agente de IA de Anthropic superó a los ingenieros en el manejo de un robot-perro: Claude Opus 4.7 mostró una aceleración 20 veces mayor
Anthropic presentó nuevos resultados del experimento Project Fetch, y son impresionantes. El modelo Claude Opus 4.7 tomó el control total de un robot cuadrúpedo, completando tareas de configuración y programación 20 veces más rápido que un equipo de ingenieros humanos que trabajaban con versiones anteriores de IA. Esto no es solo una mejora, es un cambio de paradigma.
En agosto de 2024, cuando Project Fetch recién comenzaba, la IA actuaba solo como asistente: ayudaba a empleados sin experiencia en robótica a encontrar soluciones más rápido. Hoy la situación ha cambiado drásticamente. En la nueva fase de pruebas, Claude Opus 4.7 trabajó prácticamente de forma autónoma. Bajo un control mínimo del investigador, la red neuronal realizó de manera independiente:
- se conectó a los sensores de video y al lidar;
- escribió un programa para el control manual del robot;
- creó un sistema de monitoreo de la trayectoria de movimiento;
- configuró un algoritmo de reconocimiento de objetos.
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 ayuda del chatbot. Pero lo principal es la calidad del código. El volumen de código escrito por la red neuronal fue 10 veces menor que el de los equipos humanos. Esto implica no solo velocidad, sino también eficiencia: menos líneas, menos errores, mantenimiento más sencillo.
Merece especial atención el hecho de que Anthropic no implementó algoritmos especializados para el control del hardware. Como señalan los autores, el progreso en robótica fue un efecto secundario del escalamiento general de los modelos de lenguaje. Esto confirma la hipótesis de que los modelos fundamentales de IA son capaces de adaptarse a tareas físicas sin configuración adicional.
Sin embargo, aún es pronto para idealizar la situación. Claude todavía tiene dificultades con acciones físicas precisas. El modelo logró llevar al robot hasta el objetivo, pero no pudo completar la tarea de empujar suavemente una pelota hasta el punto deseado. Esto requiere una compleja retroalimentación en tiempo real, un área donde los humanos aún mantienen la ventaja.
En Anthropic creen que la industria está entrando en una era de "agentes físicos de IA". Y estoy de acuerdo. En los próximos años veremos cómo las redes neuronales comienzan a usar herramientas y equipos estándar con la misma eficacia con la que ahora trabajan con código de software. Esto abre enormes posibilidades para la automatización de la producción, la logística e incluso las tareas domésticas.
Mi conclusión experta: el ritmo del progreso en esta área ha superado mis expectativas. Si hace un año hablábamos de herramientas auxiliares, hoy hablamos de agentes autónomos completos. El mercado laboral de ingenieros y programadores se enfrenta a una transformación seria, y ya ha comenzado.