El modelo de IA Claude Opus 4.7 superó a los ingenieros en el manejo de un perro robot: la velocidad es 20 veces mayor
La empresa Anthropic presentó los resultados de la segunda fase del experimento Project Fetch, y son impresionantes. El nuevo modelo Claude Opus 4.7 demostró la capacidad de configurar y controlar de forma autónoma un robot cuadrúpedo, completando tareas 20 veces más rápido que un equipo de ingenieros humanos experimentados que trabajaban con versiones anteriores de la IA.
Recordemos que en agosto de 2024, empleados de Anthropic sin experiencia en robótica intentaron programar un robot perro con IA. En ese entonces, el modelo solo actuaba como asistente. En la nueva fase de pruebas, Claude Opus 4.7 operó casi completamente autónoma, bajo un control mínimo del investigador.
La red neuronal realizó de forma independiente una serie de operaciones críticas:
- 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.
Los indicadores clave de rendimiento son impresionantes: Opus 4.7 resultó ser 18 veces más rápida que un equipo que usaba versiones antiguas de IA, y 37 veces más rápida que personas trabajando sin ayuda del chatbot. Además, el código generado por la red neuronal resultó ser 10 veces más compacto que el de los equipos humanos, lo que indica una eficiencia significativamente mayor.
Un punto importante: Anthropic destaca que el progreso en robótica ha sido un "efecto secundario" del escalado general de los modelos de lenguaje, y no el resultado de la implementación de algoritmos especializados para controlar el "hardware". Esto confirma la hipótesis de que los modelos universales de IA pueden adaptarse a tareas físicas sin necesidad de ajustes especiales.
Sin embargo, 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. Para tales manipulaciones se requiere una retroalimentación compleja en tiempo real, ámbito en el que los humanos aún mantienen la ventaja.
En Anthropic creen que estamos 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 que lo hacen ahora con código de software.
Mi análisis: Los resultados de Project Fetch no son solo otro récord de rendimiento. Señalan un cambio fundamental: los modelos de IA comienzan a pasar del espacio virtual al mundo físico, y esta transición ocurre más rápido de lo esperado. Sin embargo, el "cuello de botella" siguen siendo las tareas que requieren una coordinación motora fina y retroalimentación en tiempo real. Aquí es donde se concentrará la competencia entre los desarrolladores en los próximos años.