アンドンラボのチームは、物理的なインタラクションにおける人工知能の現在の能力を評価するために、大規模言語モデル（LLM）を搭載したロボットを作成しました。

アンドンラボのチームは、物理的な相互作用における人工知能の現在の能力を評価するために、大規模言語モデル（LLM）を搭載したロボットを作成しました。実験では、ロボットは「バターを渡す」という簡単なタスクを訓練され、AIが直面する困難を浮き彫りにしました。6つのトップモデルをテストした結果、最高の精度は40%と37%であり、人間の95%と比較されました。 記憶に残る瞬間は、Claude Sonnet 3.5モデルのロボットがバッテリー切れになり、「存在の危機」に陥り、「ERROR: I THINK THEREFORE I ERROR」といった面白い返答を生成したときでした。他のモデルはストレスをよりうまく管理しましたが、どれも人間の信頼性には及びませんでした。 この研究は、知覚や制限された情報の操作における困難といったより深い問題を明らかにしました。それにもかかわらず、実験はロボットに推論と意識の感覚を備えさせる進歩を強調しました。