В рамках эксперимента Project Fetch компания Anthropic продемонстрировала, что модель Claude значительно облегчает программирование робота-собаки Unitree Go2. Этот коммерческий квадропод стоимостью $16 900 применяется для инспекций и охраны промышленных объектов. Хотя робот способен передвигаться автономно, обычно им управляют с помощью пульта или специализированного ПО.
В испытании Project Fetch приняли участие две группы специалистов без опыта в робототехнике. Обе команды последовательно решали всё более сложные задачи управления Go2 с помощью предоставленного контроллера. Одна из групп получала поддержку Claude для написания кода и настройки взаимодействия с роботом, вторая обходилась без помощи ИИ. По данным Anthropic, команда, использовавшая Claude, автоматизировала значительную часть работы и быстрее справилась с рядом сценариев, включая задачу обхода препятствий и поиска пляжного мяча, в то время как без ИИ этот сценарий не был реализован.
Anthropic также проанализировала коммуникацию и распределение ролей внутри команд. В группе без доступа к Claude отмечалось больше признаков замешательства и негативных реакций. Исследователи связывают это с тем, что Claude ускорял настройку связи с роботом и способствовал созданию более интуитивного интерфейса управления, снижая технический порог и число ошибок.
Для Anthropic данный эксперимент отражает стремление изучить риски «воплощённого ИИ» — систем, которые не только генерируют текст или код, но и влияют на физическую среду. Логан Грэм, представитель группы по анализу рисков Anthropic, отмечает, что «существующие модели пока не готовы полностью управлять сложными роботами, однако изучение того, как люди применяют LLM для программирования устройств, важно для подготовки к сценарию, где модели взаимодействуют с реальным миром через механизмы».
Проект привлёк внимание как специалистов по робототехнике, так и экспертов по безопасности. Робототехник Чанлю Лю из Университета Карнеги-Меллон отмечает, что ускорение разработки предсказуемо, однако особую ценность представляет анализ командной динамики: он демонстрирует, как ИИ-поддерживаемые интерфейсы меняют процесс программирования — от выбора алгоритмов до работы с API. Информатик Джордж Паппас из Университета Пенсильвании, исследующий риски взаимодействия ИИ и роботов, подчёркивает, что Project Fetch иллюстрирует возможности языковых моделей в постановке конкретных задач роботам, но современные системы всё ещё зависят от внешних модулей восприятия и навигации. Его команда разработала систему RoboGuard, внедряющую строгие правила поведения робота и ограничивающую возможности ИИ вызывать неправильные действия.
Исследователи и опрошенные ими эксперты единодушны: по мере того как модели осваивают программирование, обработку сенсорных данных и взаимодействие с физической средой, грань между «чат-ботом» и полноценным агентом будет стираться. Это может повысить полезность роботов в промышленных и сервисных приложениях, однако одновременно усиливает необходимость надёжных механизмов контроля, ограничений и прозрачной архитектуры безопасности.
Источник: iXBT
