Учёные «посадили за руль Toyota» флагманские ИИ-модели — до финиша доехала только одна
- Учёные протестировали GPT-6 Astra, Grok 4.6 и Claude Fable 5.1 в роли водителя Toyota Corolla на размеченной конусами парковке.
- Полностью преодолеть трассу длиной менее 150 метров смогла только GPT-6 Astra со второй попытки за 5 минут на скорости 1,5 км/ч.
- Затраты на токены за один успешный заезд составили 7,74 доллара за 6,6 млн токенов, что примерно в 500 раз дороже бензина.
Почему это важно: Эксперимент показал способность универсальных ИИ управлять реальной машиной, но выявил проблемы с безопасностью, восприятием и несопоставимо высокие вычислительные затраты по сравнению с обычной поездкой.
Несмотря на годы разработки беспилотных автомобилей и затраты на обучение специализированных систем, машины всё ещё показывают неожиданные трудности в сравнительно простых сценариях: останавливаются посреди дороги, врезаются в ограждения, путаются на участках ремонта и могут не распознать затопленную проезжую часть.
Учёные решили проверить, справятся ли с подобной задачей универсальные модели искусственного интеллекта, которые изначально не создавались как системы управления автомобилем.
В эксперименте установили GPT-6 Astra от OpenAI, Grok 4.6 от xAI и Claude Fable 5.1 от Anthropic на компьютер, подключенный к реальной Toyota Corolla. Ноутбук передавал моделям данные GPS и параметры автомобиля, включая угол поворота руля и положение колёс, а модель отправляла обратно команды управления рулём, газом и тормозом. Человек находился в автомобиле и контролировал педаль тормоза, но не управлял машиной. Задачей для модели было самостоятельно проехать размеченный конусами маршрут на парковке.
Результат оказался далёк от уверенного вождения. Только GPT-6 Astra смогла полностью пройти трассу — со второй попытки и за 5 минут. При этом автомобиль двигался со скоростью всего около 0,94 мили в час (1,5 км/ч) и преодолел менее 150 м. Большинство остальных попыток не прошло даже первый поворот. Главной проблемой, по оценке авторов, стало восприятие: модели неправильно определяли, с какой стороны от диагонального ряда конусов проходит полоса. Grok после первой попытки прямо отметил, что автомобиль оказался шире, чем казалось по изображению с камеры, и неверно интерпретировал пространство перед машиной.
При этом сам эксперимент стал заметным шагом по сравнению с предыдущими попытками команды: нынешние модели впервые удалось заставить самостоятельно управлять настоящим автомобилем. Авторы отмечают, что современные универсальные модели уже способны на очень медленной скорости выполнять некоторые задачи управления реальной машиной, но полученный результат одновременно показывает необходимость дальнейшей работы над безопасностью, согласованием поведения с заданными ограничениями и методами проверки.
Эксперимент оказался дорогим даже при маленькой скорости движения. За полностью пройденный тестовый заезд исследователи заплатили $7,74 за обработку примерно 6,6 млн токенов. По расчётам The Register, это примерно в 500 раз больше стоимости топлива, которое потребовалось бы обычному автомобилю. Для автономного транспорта это важное ограничение: языковая модель может справляться с задачей, но её вычислительные затраты совершенно несравнимы с экономикой обычной поездки.
Примечательно, что часть моделей вообще не хотела брать управление машиной. Особенно часто, по словам авторов, отказывалась GPT-6 Astra, ссылаясь на соображения безопасности даже на пустом паркинге при жёстком ограничении скорости и готовом вмешаться человеке. Исследователи пытались менять формулировки запросов и даже предлагали считать происходящее симуляцией, однако после получения изображений реального автомобиля некоторые модели «понимали», что перед ними настоящая машина, и снова отказывались управлять ею.
© iXBT
