کلود و ربات سگ – پلی به واقعیت فیزیکی
وقتی رباتها در انبارها، دفاتر و حتی خانهها ظاهر میشوند، ایده مدلهای زبانی بزرگ (LLM) که به سیستمهای پیچیده نفوذ میکنند، مثل کابوسهای علمی-تخیلی به نظر میرسد. بنابراین، محققان آنتروپیک مشتاق بودند ببینند اگر کلود (Claude) سعی کند کنترل یک ربات – در این مورد، سگ ربات – را به دست بگیرد، چه اتفاقی میافتد.
در مطالعه جدیدی به نام پروژه فچ (Project Fetch)، محققان آنتروپیک کشف کردند که کلود توانست بخش زیادی از کار برنامهریزی ربات و انجام وظایف فیزیکی را خودکار کند. این یافتهها در دو سطح مهماند:
- توانایی کدنویسی agentic مدلهای AI مدرن را نشان میدهد.
- گامی به سوی گسترش AI به جهان فیزیکی است، جایی که مدلها کدنویسی و تعامل با نرمافزار – و اشیاء فیزیکی – را بهتر میفهمند.
لوگان گراهام، عضو تیم قرمز آنتروپیک (که مدلها را برای خطرات احتمالی مطالعه میکند)، به WIRED گفت:
«ما مشکوکیم گام بعدی مدلهای AI نفوذ به جهان و تأثیر گستردهتر بر آن است. این واقعاً نیاز به تعامل بیشتر مدلها با رباتها دارد.»
آی تی پالس، مرجع اخبار هوش مصنوعی و رباتیک، جزئیات پروژه فچ، یافتهها، و پیامدهای آن را بررسی میکند.
پروژه فچ: آزمایش کلود با ربات سگ Unitree Go2
روش آزمایش
آنتروپیک دو گروه از محققان بدون تجربه رباتیک را انتخاب کرد و از آنها خواست ربات سگ Unitree Go2 (چهارپا، قیمت ۱۶,۹۰۰ دلار) را کنترل کنند و وظایف پیچیدهای انجام دهند. گروهها به کنترلر دسترسی داشتند و وظایف به تدریج پیچیدهتر میشد.
- گروه کلود: از مدل کدنویسی کلود استفاده کردند.
- گروه بدون کلود: فقط کدنویسی انسانی.
وظیفه اصلی: برنامهریزی ربات برای جمعآوری توپ ساحلی، با سطوح پیچیدگی و خودمختاری فزاینده.
یافتههای کلیدی
- سرعت و کارایی: گروه کلود برخی وظایف را نصف زمان گروه بدون کلود انجام داد. مثلاً، ربات را برای راه رفتن و پیدا کردن توپ ساحلی برنامهریزی کردند – چیزی که گروه انسانی نتوانست.
- مزایای کلود: در اتصال به ربات و سنسورها، کلود اطلاعات آنلاین متناقض را مدیریت کرد و رابط کاربری آسانتر کد زد.
- خودمختاری: گروه کلود پیشرفت قابلتوجهی به خودمختاری داشت؛ ربات توپ را پیدا، به سمتش رفت، و جابهجا کرد – اما نتوانست بگیرد و برگرداند.
- دینامیک تیمی: ضبط و تحلیل تعاملات نشان داد گروه بدون کلود احساسات منفی و گیجی بیشتری داشت، احتمالاً به دلیل کندی اتصال.
جدول مقایسه گروهها
| وظیفه | گروه کلود | گروه بدون کلود |
|---|---|---|
| اتصال به ربات و سنسورها | سریع و آسان (با کمک کلود) | کند و گیجکننده |
| پیدا کردن توپ ساحلی | موفق (الگوریتم تشخیص سبز) | ناموفق |
| خودمختاری کامل | پیشرفت (پیدا و جابهجایی) | بدون پیشرفت |
| زمان فاز ۲ | ۲ ساعت ۱۵ دقیقه | نیاز به مداخله |
Unitree Go2: ربات محبوب بازار
Unitree Go2، ساختهشده در هانگژو چین، ارزانترین ربات چهارپا با هوش مصنوعی است و در صنایع مانند ساختوساز و تولید برای بازرسی از راه دور و گشتزنی امنیتی استفاده میشود. ربات به طور خودمختار راه میرود اما به دستورات سطح بالا یا کنترل انسانی تکیه دارد. طبق گزارش SemiAnalysis، سیستمهای AI آن محبوبترین در بازار است.
از متن به عمل: گسترش AI به جهان فیزیکی
مدلهای LLM مانند ChatGPT معمولاً متن یا تصویر تولید میکنند، اما اخیراً در کدنویسی و عمل نرمافزاری ماهر شدهاند و به عاملها (agents) تبدیل شدهاند. محققان به پتانسیل عاملها برای اقدام فیزیکی علاقهمندند.
استارتآپهای پرسرمایه مدلهای AI برای رباتهای پیشرفته (مانند انساننماها) توسعه میدهند، و شرکتهایی رباتهای جدیدی مثل انساننماها برای خانهها میسازند.
چانگلیو لیو، متخصص رباتیک دانشگاه کارنگی ملون، میگوید:
نتایج جالب اما شگفتانگیز نیست. تحلیل دینامیک تیمی برجسته است چون به طراحی رابطهای AI-assisted کدنویسی کمک میکند. دوست دارم breakdown دقیقتری ببینم که کلود چطور کمک کرد – مثلاً شناسایی الگوریتمهای درست یا انتخاب APIها.
خطرات: سوءاستفاده و حوادث
جرج پاپاس، دانشمند کامپیوتر دانشگاه پنسیلوانیا که خطرات را مطالعه میکند، هشدار میدهد:
«پروژه فچ نشان میدهد LLMها حالا میتوانند رباتها را برای وظایف دستور دهند.»
مدلهای AI امروز برای حس و ناوبری به برنامههای دیگر نیاز دارند تا عمل فیزیکی کنند. گروه پاپاس سیستم RoboGuard را ساخت که با قوانین خاص، سوءرفتار ربات را محدود میکند. پاپاس میگوید:
«توانایی کنترل ربات فقط وقتی takeoff میکند که AI با جهان فیزیکی تعامل کند و یاد بگیرد. وقتی داده غنی با feedback embodied مخلوط شود، سیستمهایی میسازید که نه فقط جهان را تصور کنند، بلکه در آن شرکت کنند.»
این رباتها را مفیدتر – و طبق آنتروپیک، خطرناکتر – میکند.
نتیجهگیری: گام بعدی AI به سوی رباتها
پروژه فچ آنتروپیک (منتشرشده ۱۲ نوامبر ۲۰۲۵) نشان میدهد کلود میتواند کدنویسی و کنترل ربات را تسریع کند، حتی برای غیرمتخصصان. این آزمایش، که توسط کوین ترو و دنیل فریمن از تیم قرمز مرزی هدایت شد، پلی بین دیجیتال و فیزیکی است. گراهام میگوید:
«مطالعه چگونگی استفاده انسانها از LLMها برای برنامهریزی رباتها میتواند صنعت را برای ‘خود-تجسم مدلها’ آماده کند.»
با وجود خطرات، این پیشرفتها رباتها را در صنایع تحول میدهد. آی تی پالس شما را به دنبال کردن اخبار AI و رباتیک دعوت میکند.
