- Anthropic präsentiert Claude Opus 4.7, das menschliche Mitarbeiter in einigen Aufgaben übertrifft.
- Der KI-Modelle zeigt überlegene Effizienz bei Programmier- und Navigationsaufgaben, hat jedoch Schwierigkeiten mit der Echtzeit-Bewegungssteuerung.
- Diese Entwicklung markiert den Beginn einer neuen Ära, in der KI-Modelle zunehmend autonom und unabhängig von menschlicher Unterstützung arbeiten.
KI Durchbruch: Claude lernt, einen Roboterhund zu bedienen
Die neuesten Fortschritte in der künstlichen Intelligenz (KI) revolutionieren zahlreiche Branchen, einschließlich der Kryptowährung. Kürzlich präsentierte Anthropic beeindruckende Ergebnisse aus der zweiten Phase des Projekts Fetch, bei dem das KI-Modell Claude Opus 4.7 erfolgreich lernte, einen kommerziellen vierbeinigen Roboter eigenständig zu steuern. Dieser Durchbruch unterstreicht nicht nur den Fortschritt der KI-Fähigkeiten, sondern bereitet auch den Weg für autonome Operationen in verschiedenen Sektoren.
Claudes Triumph über menschliche Leistung
In einem faszinierenden Experiment von Anthropic, das im August 2025 begann, wurden Mitarbeiter ohne Erfahrung in Robotik gegen das KI-gestützte Modell Claude getestet. Die Ergebnisse waren bemerkenswert; das Team, das mit Claude arbeitete, war deutlich effizienter als ihre rein menschlichen Gegenstücke. Claude Opus 4.7 glänzte darin, schneller als Menschen Sensoren zu verbinden und Software zu programmieren.
Das technische Wunder von Claude Opus 4.7
Während der Tests wurde Claude direkt über eine Laptop-Verbindung in einen Roboter integriert. Mit minimalem menschlichem Eingriff, der sich auf das Initiieren von Aufgaben und Bestätigen von Befehlen beschränkte, konnte die KI Kameras und Sensoren verbinden, den Zugriff auf LiDAR-Daten konfigurieren, Steuerungssoftware schreiben, Routentracking-Systeme entwickeln, Objekterkennungsfunktionen implementieren und diese Komponenten nahtlos in ein kohärentes System integrieren.
In Bezug auf Geschwindigkeit und Effizienz während der Aufgabenausführung im Vergleich zu Menschen in der Anfangsphase der Experimente war Claudes Leistung bei den meisten Aufgaben mindestens zehnmal schneller. Bei Betrachtung von vier kritischen Aufgaben, die in den Anfangstests sowohl von menschlichen Teams als auch von Claude abgeschlossen wurden, erwies sich Claude als über 37 Mal schneller als das nicht-KI-Team und fast 19 Mal schneller als diejenigen, die einen KI-Assistenten verwendeten.
Herausforderungen bleiben: Wo Menschen immer noch führen
Trotz bemerkenswerter Fortschritte in einigen Bereichen gibt es immer noch Szenarien, in denen Menschen große Sprachmodelle wie Claude übertreffen. Insbesondere bei einem Experiment, bei dem es darum ging, einen Ball mit einem Roboterhund autonom zu seinem Ausgangspunkt zurückzubringen—eine Aufgabe, die präzise Echtzeit-Bewegungssteuerung erfordert—hatte Claude Schwierigkeiten, obwohl er Positionen genau identifizieren und sich für Stöße ausrichten konnte.
Anthropic führt diese Herausforderung auf Einschränkungen innerhalb geschlossener Regelkreissysteme zurück, die eine kontinuierliche Bewertung der Ergebnisse jeder Aktion erfordern, gefolgt von dynamischen Befehlsanpassungen basierend auf Umweltveränderungen—ein Bereich, in dem menschliche Expertise derzeit einen Vorteil gegenüber KI-Modellen hat.
Der Beginn von physikalischen agentenbasierten KIs
Während Anthropic weiterhin die Fähigkeiten in Modellen wie Claude verbessert, ohne sich ausschließlich auf die Ziele zur Verbesserung der Robotik zu konzentrieren, tragen die umfassenden Skalierungsanstrengungen unbeabsichtigt zu einer besseren Leistung in verschiedenen Anwendungen bei und verschieben allmählich die Industrieparadigmen hin zu autonomen Betriebsoptionen, weg von den zuvor beobachteten konventionell unterstützten Rahmen, die historisch auf manuelle Eingriffe angewiesen waren, und sich schrittweise in automatisierte Modi verwandeln, um letztendlich Selbstgenügsamkeit unter den implementierten Lösungen zu erreichen. Dies reduziert effektiv die Abhängigkeitsfaktoren durch technologische Fortschritte, die bisher realisiert wurden, um die laufenden Transformationsprozesse zu erleichtern, die zukünftige Landschaften unvermeidlich prägen, die vor dem Hintergrund heutiger Trends bereits erkennbar sind und sich in den gegenwärtigen Entwicklungen widerspiegeln.
