За първи път беше доказано, че робот може не само да изпълнява команди, но и сам да програмира собствената си „мозъчна система“ – от началото до крайната реализация. Този пробив беше демонстриран от професора по електротехника и информатика от Калифорнийския университет в Ървайн Питър Бърк. В своя препринт той описва как с помощта на AI модели може да се създаде пълноценна командно-управляваща станция за дрон, при това разположена не на земята, както обикновено, а директно на борда на летателния апарат.

По замисъл, „робот“ в проекта се наричат веднага два обекта. Първият е AI, който генерира програмния код, а вторият е дрон на базата на Raspberry Pi Zero 2 W, който изпълнява този код.

Обикновено управлението на полета се осъществява чрез наземна станция – например, с помощта на програмите Mission Planner или QGroundControl, които се свързват с дрона по телеметричен канал. Тази система изпълнява функциите на междинен „мозък“ – от планиране на мисиите до показване на картина в реално време. На борда на дрона работи фърмуер на ниско ниво (като Ardupilot), а за по-сложни задачи отговаря системата за автономна навигация, например ROS.

Бърк показа, че при грамотно поставяне на задачите, на AI моделите може да се възложи написването на целия софтуерен комплекс – от взаимодействието по MAVLink до изграждането на уеб интерфейс. В резултат се получава WebGCS: уеб сървър, разположен на самата платка на дрона и осигуряващ пълен цикъл на управление във въздуха. Потребителят може да се свърже с тази система по мрежата и да дава команди през браузъра, докато устройството е в полет.

Проектът беше реализиран поетапно, чрез серия различни AI инструменти: Claude, Gemini, ChatGPT, както и специализирани среди за разработка като Cursor и Windsurf. В началната фаза на сесията с Claude бяха включени заявки за писане на Python код за издигане на дрона на 15 метра, създаване на уеб страница с бутон за излитане, показване на карта с GPS позиция и възможност за посочване на местоназначение с клик. След това AI трябваше да генерира скрипт за инсталиране, включващ цялата файлова структура. Въпреки това, поради ограничения контекстен прозорец, Claude не успя да обработи цялата верига от заявки.

Сесията с Gemini 2.5 се провали поради грешки в bash-скриптовете, а Cursor доведе до работен прототип, но изискваше рефакторинг, тъй като обемът на кода надвишаваше лимитите на модела. Четвъртият опит с Windsurf се оказа успешен: той отне 100 часа човешка работа за 2,5 седмици и завърши със създаването на 10 000 реда код. За сравнение, подобен по функционалност проект Cloudstation се разработваше 4 години от няколко студенти.

Резултатът подчертава важното ограничение на съвременните AI модели – неспособността им ефективно да се справят с обеми код, надвишаващи 10 000 реда.

Според Бърк, това е в съответствие с предишно проучване, което показва, че при модела Claude 3.5 Sonnet точността на LongSWEBench спада от 29% до 3% при увеличаване на контекста от 32K до 256K токена.

Въпреки футуристичния характер на проекта, разработчиците са предвидили елемент на контрол: през цялото време в процеса е запазена възможността за ръчна намеса чрез резервен предавател. Това е необходимо, като се има предвид потенциалът на системите за автономна навигация, който вече привлича вниманието на военните и индустрията за пространствен AI.

От компанията Geolava нарекоха експеримента на Бърк знаков: според нея, автономността на командния център в небето отваря пътя към нова парадигма на пространствения AI, в която сензорите, планирането и вземането на решения се обединяват в едно цяло в режим реално време. Дори частично автоматизирани платформи като Skydio вече започват да променят подхода към анализа на околната среда.

Специалистите също подчертаха, че основното изпитание за подобни AI системи е устойчивостта към промени в условията, когато се променя ландшафтът, задачата или структурата на системата. Създаването на самопрограмируеми летящи платформи, способни да се адаптират по време на мисията е стъпка към универсална автономност, а не просто към тясно специализирана роботика.

Авторите на проекта запазват предпазлив оптимизъм. Както сам Бърк заяви, той се надява, че сценарият от „Терминатор“ ще остане в жанра на фантастиката. Но в епоха, в която AI се учи да пише собствен код и да го поставя директно в облаците (или на крилата на дронове) увереността в това намалява.