- Claude ha contribuito alla programmazione e al funzionamento di un Unitree Go2, automatizzando gran parte del lavoro presso il Progetto Fetch.
- Il team guidato dall'intelligenza artificiale ha risolto alcuni compiti più velocemente, come camminare e localizzare una palla, rispetto al gruppo senza aiuto.
- L'analisi dell'interazione ha rivelato una minore confusione con Claude, grazie a una connessione più semplice e a un'interfaccia più utilizzabile.
- I progressi evidenziano sia opportunità che rischi: i protocolli e le misure di sicurezza fisica devono essere rafforzati quando si introduce l'LLM nel mondo reale.
Il nuovo test di Antropico Si concentra su un problema che non è più fantascienza: Cosa succede quando un modello linguistico coordina un robot?. In Progetto FetchIl loro sistema Claude ha aiutato a far funzionare un cane robot, con l'obiettivo di testare fino a che punto il robot potesse arrivare. IA fisica passaggio dal testo al movimento.
Oltre al titolo, l'esperimento fornisce chiari indizi sulle capacità e sui limiti: Claude ha automatizzato gran parte della programmazione necessaria affinché il quadrupede potesse compiere azioni fisiche, e Ha funzionato da catalizzatore per un team di persone per avanzare più rapidamente in determinati compiti.
Intelligenza artificiale e mondo fisico: dal laboratorio all'azione
Anthropic, fondata da ex ricercatori di OpenAI, ha studiato a lungo i rischi e le applicazioni pratiche dei modelli avanzati. Questa volta, l'ipotesi era semplice: se un LLM padroneggia sempre di più la codifica e l'interazione con software, può iniziare a influenzare oggetti realiIl team di sicurezza interna (red team) voleva osservare questa transizione in un ambiente controllato.
I ricercatori sottolineano che i modelli attuali non governano ancora completamente un robot complesso, ma Si prevede che le versioni future avranno più margine di manovra.Pertanto, è utile analizzare come gli esseri umani si affidano all'intelligenza artificiale per programmare e orchestrare i comportamenti fisici, soprattutto in robot umanoidiprima che arrivi quel momento.
Come è stato progettato Project Fetch
Il test ha messo a confronto due team senza alcuna esperienza pregressa in robotica: uno assistito da Claude e l'altro che programmava senza l'ausilio dell'intelligenza artificiale. Entrambi i team dovevano prendere il controllo di un cane robot Unitree Go2 utilizzando un telecomando e scrivere codice, lavorando con controller e piattaforme come Arduino Uno Q, per svolgere compiti di difficoltà crescente, dal camminare verso un punto all'individuazione di un oggetto.
Il gruppo con Claude è riuscito a raggiungere alcuni obiettivi più velocemente, tra cui il quadrupede Camminerei e troverei una palla da spiaggiaUn risultato che il team composto esclusivamente da esseri umani non è riuscito a ottenere nelle condizioni di test. La chiave non è stata la magia: il modello ha generato e perfezionato il codice, velocizzando la connessione con il robot e riducendo l'attrito.
Anthropic ha registrato e analizzato le dinamiche di lavoro. Nelle trascrizioni, il team senza IA ha espresso maggiore frustrazione e dubbi, mentre l'assistente di Claude Sembrava facilitare un'interfaccia di controllo più comprensibile. e un avvio più fluido. Tuttavia, non tutti gli obiettivi sono stati raggiunti e l'autonomia è risultata limitata.
Il cane robot scelto: Unitree Go2 e il suo scopo
Per la valutazione è stato scelto il modello Go2, prodotto da Unitree a Hangzhou, in Cina. Costa circa $16.900, una cifra relativamente contenuta rispetto ad altre apparecchiature del settore, e viene utilizzata in attività di ispezione a distanza, pattugliamenti di sicurezza o visite guidate in edilizia e produzione.
Questo quadrupede può muoversi in modo indipendente, ma in pratica dipende da ordini di alto livello o il controllo di una personaSecondo recenti analisi di mercato, i sistemi Unitree sono tra i più diffusi, il che li rende un interessante banco di prova per verificare fino a che punto la programmazione assistita dall'intelligenza artificiale possa spingersi oltre i limiti.
Cosa rivelano i risultati sugli LLM?
I grandi modelli linguistici non si limitano più a scrivere testi: negli ultimi anni si sono specializzati nella generare codice e gestire softwareNel progetto Fetch, questa capacità si è tradotta in una riduzione del tempo dedicato a compiti di programmazione ripetitivi e in una guida passo passo per correggere gli errori e adattare i comportamenti dei robot.
L'interpretazione prudente è che, sebbene non si parli di controllo totale, L'intelligenza artificiale riduce la barriera all'ingresso per i team non esperti Consentono a una piattaforma fisica di eseguire azioni utili. È un cambiamento qualitativo: da semplici generatori di testo, gli LLM stanno iniziando a fungere da orchestratori di sistemi.
Rischi e tutele: come evitare gli spaventi
Dare all'intelligenza artificiale la capacità di agire sulle macchine comporta dei rischi evidenti: errori di codice, dati errati o uso improprio deliberato Questi guasti possono avere conseguenze fisiche. La robotica industriale ha imparato da tempo a mitigare questi guasti con protezioni indipendenti. software.
In questo contesto, gli esperti suggeriscono di combinare diversi livelli: limiti operativi, audit del codice generato e, soprattutto, interruttori di emergenza meccanici e protocolli che non dipendono dal modello. Lo studio Anthropic si inquadra proprio in quella logica preventiva.
Applicazioni emergenti e precauzioni necessarie
Con le opportune misure di sicurezza, lo stesso approccio potrebbe essere applicato alla logistica, alla manutenzione, all'ispezione o assistenza in ambienti dove la presenza umana è complessaL'idea non è quella di sostituire i tecnici, ma di fornire strumenti che accelerino le configurazioni e consentano risposte più adattive.
Affinché questi benefici si concretizzino, sarà necessario concordare pratiche sicure, una documentazione chiara e criteri di distribuzione responsabileIn caso contrario, i progressi tecnici potrebbero entrare in conflitto con la fiducia del pubblico o con rischi operativi perfettamente evitabili.
L'esperienza del Progetto Fetch suggerisce una svolta: Claude ha dimostrato che un LLM può ridurre la distanza tra codice e azioneSemplificare le attività del mondo reale in un robot quadrupede, ricordandoci che il salto nel mondo fisico richiede controlli, test rigorosi e una cultura della sicurezza adeguata.
Sono un appassionato di tecnologia che ha trasformato i suoi interessi "geek" in una professione. Ho trascorso più di 10 anni della mia vita utilizzando tecnologie all'avanguardia e armeggiando con tutti i tipi di programmi per pura curiosità. Ora mi sono specializzato in informatica e videogiochi. Questo perché da più di 5 anni scrivo per vari siti web di tecnologia e videogiochi, creando articoli che cercano di darti le informazioni di cui hai bisogno in un linguaggio comprensibile a tutti.
In caso di domande, le mie conoscenze spaziano da tutto ciò che riguarda il sistema operativo Windows e Android per telefoni cellulari. E il mio impegno è nei tuoi confronti, sono sempre disposto a dedicare qualche minuto e aiutarti a risolvere qualsiasi domanda tu possa avere in questo mondo di Internet.