Ricercatori AI fanno guidare GPT fino all'In-N-Out

L'esperimento del drive-thru

Aditya Ramabadran, Simon Mahns e Tobias Gessler — tre ingegneri AI della startup Axiom — avevano fame in un pomeriggio di domenica. Invece di guidare loro stessi verso il vicino laboratorio di OpenAI per GPT-6 Astra per prendere l'In-N-Out, hanno collegato il modello testuale al volante dell'auto e lo hanno lasciato navigare per le strade della Bay Area.

Hanno montato delle telecamere sul parabrezza, le hanno collegate a un laptop che esegueva Astra e hanno collegato l'output al servosterzo della Corolla. Un conducente di sicurezza teneva un piede sopra il freno. Il modello, progettato per testo e codice, non per fisica, ha guidato l'auto lentamente ma con sicurezza fino alla finestra del drive-thru.

Perché è importante

Le auto a guida autonoma non sono nuove. Tesla e Waymo già gestiscono flotte con algoritmi progettati appositamente. Ciò che il team di Axiom ha mostrato è diverso: un modello general-purpose — uno che non ha mai visto un'auto o una strada — può imparare a guidare collegando il suo input visivo ai controlli fisici, al volo, senza allenamento preventivo per il compito.

"Forse l'AGI è già qui," ha detto uno dei ricercatori. L'intelligenza generale artificiale, l'obiettivo di macchine che eguaglino il ragionamento umano, rimane un obiettivo lontano — ma questo è stato un passo concreto verso un'AI incarnata, dove i modelli interagiscono con il mondo fisico piuttosto che simularlo solo.

Il benchmark

Dopo la corsa per le hamburger, il trio ha costruito un test formale chiamato DrivingBench. Hanno preparato un semplice percorso da parcheggio e hanno messo quattro modelli al volante: Astra, Claude Fable 5.1, Grok e un baseline.

Solo Astra ha completato il percorso — e molto lentamente. Claude ha fatto il 45 percento del tragitto. Grok ha gestito solo l'11 percento. I risultati suggeriscono che scalare l'addestramento multimodale (immagini, video, simulazioni 3D) dà ai modelli un'intuizione fisica di base, ma ancora barcollano nell'esecuzione nel mondo reale.

Imparare facendo

La vera sorpresa non è stata che Astra abbia guidato — è stato che i modelli si siano adattati mentre procedevano. "I modelli sembrano davvero regolarsi o imparare nel contesto basandosi sui loro errori," ha detto Ramabadran. Invece di seguire un insieme di regole pre-programmate, Astra ha affinato i suoi input di sterzo dopo ogni errore, costruendo una comprensione grezza ma funzionante di causa ed effetto.

Il team avverte che questa capacità è fragile. Un modello testuale dietro al volante di un'auto da due tonnellate è un esperimento ad alto rischio — uno che funziona in un parcheggio ma potrebbe non sopravvivere su un'autostrada reale. Tuttavia, l'implicazione è chiara: mentre i modelli multimodali migliorano nel ragionare sul mondo fisico, potrebbero trovare la loro strada nella robotica, nei sistemi autonomi e in altre aree dove la percezione incontra l'azione.

Per ora, i ricercatori sono soddisfatti del loro In-N-Out. L'hamburger era buono. La guida era più lenta di quanto avrebbe fatto qualsiasi essere umano, ma era indubbiamente la loro.

I fatti principali

• Tre ingegneri di Axiom hanno usato GPT-6 Astra per guidare una Toyota Corolla fino all'In-N-Out nella Bay Area
• Era presente un conducente di sicurezza per tutto l'esperimento
• Benchmark DrivingBench: solo Astra ha completato il percorso da parcheggio; Claude ha fatto il 45%, Grok l'11%
• I modelli hanno imparato adattandosi agli errori in tempo reale, non da dati di guida pre-addestrati
• La capacità deriva dall'addestramento multimodale, non da istruzioni specifiche per il compito

Fonti

1. These Researchers Made AI Drive a Toyota Corolla to Get In-N-Out — wired.com

Ogni fatto di questa notizia viene dalla fonte qui sopra.