Как роботы стали программировать самих себя
Ученый Питер Берк продемонстрировал, как искусственный интеллект способен самостоятельно генерировать системы управления – “мозг” – для других роботов, выполняя сложные задачи по программированию значительно быстрее, чем команды разработчиков. В проекте использованы передовые генеративные модели ИИ, в частности ChatGPT, Gemini и Claude, для создания полноценной системы управления дроном, которая работает непосредственно на его борту.
Берк, профессор электротехники и компьютерных наук Калифорнийского университета в Ирвайне, построил свой проект на основе двух типов “роботов”. Первый – это программное обеспечение на основе ИИ, которое работает на ноутбуках и в облаке и отвечает за написание кода. Второй – это сам дрон, который использует Raspberry Pi Zero 2 W для хостинга и запуска программного обеспечения, созданного искусственным интеллектом, в режиме реального времени.
Обычно полеты дронов контролируются через наземные станции с программами типа Mission Planner или QGroundControl. Подход Берка заменяет такую систему веб-интерфейсом WebGCS (web ground control station), который работает прямо на борту дрона. Это позволяет пилотам получить доступ к панели управления через обычный веб-браузер – с данными телеметрии, планированием миссии и функциями автономной навигации.
Процесс разработки системы проходил в четыре интенсивных этапа. Сначала для генерации кода использовали Claude, но ограничения памяти помешали завершению проекта. Последующие попытки с Gemini 2.5 и Cursor IDE дали лучший результат, однако столкнулись с ошибками, в частности в Bash-скриптах и разбиением кода на несколько файлов.
Четвертый и финальный этап с использованием Windsurf IDE оказался успешным. За 2,5 недели и примерно 100 человеко-часов ИИ сгенерировал около 10 000 строк кода (Python, HTML, JavaScript и Bash-скрипты). Это примерно в 20 раз быстрее, чем предыдущий похожий проект Берка – Cloudstation, который группа студентов разрабатывала в течение четырех лет.
Исследование продемонстрировало современные ограничения генеративного программирования: модели хорошо работают с кодом до 10 тысяч строк, но эффективность резко падает при больших объемах. Научная работа подтверждает, что превышение пределов контекстного окна (токенов) в моделях ИИ снижает точность генерации и отладки кода.
Значение этой работы выходит далеко за пределы дронов. Демонстрация того, что ИИ может автономно создавать сложные многокомпонентные программные системы, открывает путь к будущему, где машины смогут проектировать и управлять другими машинами. Хотя нынешняя система ограничена единичными дронами, исследование указывает на перспективы для роя дронов под управлением ИИ, автономных приложений для пространственной разведки и масштабируемых автоматизированных платформ управления.
Подобные технологии могут радикально изменить сферу воздушной робототехники, сделав автономную навигацию, планирование и принятие решений более доступными. Однако вопросы надежности, тестирования в непредсказуемых условиях и контроля безопасности остаются главными задачами для будущего робототехники на основе ИИ.