Исследователи опубликовали свои выводы в журнале Nature Machine Intelligence ( «Как LLM могут преобразовать процесс проектирования роботов?» ).
Каковы самые большие будущие проблемы для человечества? Это был первый вопрос, который Козимо Делла Сантина, доцент и аспирант Франческо Стелла из TU Delft, и Джози Хьюз из EPFL задали ChatGPT. «Мы хотели, чтобы ChatGPT разработал не просто робота, а действительно полезного робота», — говорит Делла Сантина. В конце концов, своей задачей они выбрали снабжение продовольствием, и в чате с ChatGPT им пришла в голову идея создать робота для сбора помидоров.
Полезные предложения
Исследователи следовали всем дизайнерским решениям ChatGPT. По словам Стелла, вклад ИИ оказался особенно ценным на концептуальной стадии. «ChatGPT смог расширить знания дизайнера в других областях. Например, чат-робот научил нас, автоматизация какой культуры будет наиболее выгодной с экономической точки зрения». Но ChatGPT также выдвинул и полезные предложения на этапе реализации: «Сделайте захват из силикона или резины, чтобы не раздавить помидоры» и сразу же предложил «Двигатель Dynamixel — как лучший способ управлять роботом». Результатом этого партнерства между людьми и ИИ стала роботизированная рука, которая может собирать помидоры.
ChatGPT как исследователь
Исследователи обнаружили, что совместный процесс проектирования был положительным и обогащающим. «Однако мы обнаружили, что наша роль инженеров сместилась в сторону выполнения более технических задач», — говорит Стелла. В Nature Machine Intelligence исследователи изучают различные степени сотрудничества между людьми и большими языковыми моделями (LLM), одной из которых является ChatGPT.
Большие языковые модели — это нейросетевые модели, использующие алгоритмы машинного обучения, позволяющие обобщать, прогнозировать, генерировать человеческие языки на основе больших наборов текстовых данных. Принцип работы таких моделей основан на определении вероятностного сочетания слов и их значений в заданном контексте с использованием определенных алгоритмов вычислений.
В самом экстремальном сценарии ИИ обеспечивает все входные данные для конструкции робота, а человек слепо следует за ним. В этом случае LLM выступает в роли исследователя и инженера, а человек выступает в роли менеджера, отвечающего за определение целей проектирования.
Риск дезинформации
Такой экстремальный сценарий еще невозможен с сегодняшними LLM. И вопрос в том, желательно ли это. «На самом деле, результаты LLM могут вводить в заблуждение, если они не проверены или не утверждены. Боты с искусственным интеллектом предназначены для получения «наиболее вероятного» ответа на вопрос, поэтому существует риск дезинформации и предвзятости в области робототехники», — говорит Делла Сантина. Работа с LLM также поднимает другие важные вопросы, такие как плагиат, отслеживаемость и интеллектуальная собственность.
Делла Сантина, Стелла и Хьюз продолжат использовать робота для сбора помидоров в своих исследованиях робототехники. Они также продолжают изучение LLM для разработки новых роботов. В частности, они рассматривают автономию ИИ в разработке собственных тел. «В конечном счете, открытым вопросом для будущего нашей области является то, как можно использовать LLM для помощи разработчикам роботов, не ограничивая творческий потенциал и инновации, необходимые для того, чтобы робототехника могла справиться с задачами 21-го века», — заключает Стелла.