AI 和(hé)人(rén)類合作開發第一個(gè) ChatGPT 設計的(de)機器人(rén)

研究人(rén)員(yuán)在ChatGPT的(de)幫助下(xià)設計和(hé)制造了(le)一個(gè)機器人(rén)                                                   創建實驗室/EPFL

有什(shén)麽是ChatGPT不能做(zuò)的(de)嗎？是的(de)，當然，但名單似乎越來(lái)越少了(le)。現在，研究人(rén)員(yuán)已經使用(yòng)大(dà)型語言模型來(lái)幫助他(tā)們設計和(hé)構建番茄采摘機器人(rén)。

大(dà)型語言模型（LLM）可(kě)以處理(lǐ)和(hé)内化(huà)大(dà)量的(de)文本數據，使用(yòng)這(zhè)些信息來(lái)回答(dá)問題。OpenAI的(de)ChatGPT就是這(zhè)樣一個(gè)LLM。

在一項新的(de)案例研究中，荷蘭代爾夫特理(lǐ)工大(dà)學和(hé)瑞士聯邦理(lǐ)工學院（EPFL）的(de)研究人(rén)員(yuán)在ChatGPT-3的(de)幫助下(xià)設計和(hé)構建了(le)一個(gè)機器人(rén)，考慮到ChatGPT是一個(gè)語言模型，這(zhè)可(kě)能看起來(lái)很奇怪。

“盡管ChatGPT是一種語言模型，其代碼生成是基于文本的(de)，但它爲物(wù)理(lǐ)設計提供了(le)重要的(de)見解和(hé)直覺，并顯示出作爲激發人(rén)類創造力的(de)傳聲筒的(de)巨大(dà)潛力，”已發表的(de)關于這(zhè)種體驗的(de)案例研究的(de)合著者喬西·休斯說。

首先，研究人(rén)員(yuán)問人(rén)工智能模型，“人(rén)類未來(lái)的(de)挑戰是什(shén)麽？”ChatGPT提出了(le)三個(gè)問題：糧食供應、人(rén)口老齡化(huà)和(hé)氣候變化(huà)。研究人(rén)員(yuán)選擇食品供應作爲機器人(rén)設計最有前途的(de)方向，因爲這(zhè)超出了(le)他(tā)們的(de)專業領域。

利用(yòng)LLM對(duì)來(lái)自學術出版物(wù)、技術手冊、書(shū)籍和(hé)媒體的(de)全球數據的(de)訪問，研究人(rén)員(yuán)詢問人(rén)工智能機器人(rén)收割機應該具有什(shén)麽功能。ChatGPT發明(míng)了(le)一種電機驅動的(de)夾持器，用(yòng)于将成熟的(de)番茄從藤上拽下(xià)來(lái)。

一旦确定了(le)這(zhè)一總體設計，研究人(rén)員(yuán)就可(kě)以著(zhe)手設計細節，包括使用(yòng)什(shén)麽建築材料，以及創建控制它的(de)計算(suàn)機代碼。目前，LLM無法生成整個(gè)計算(suàn)機輔助設計（CAD）模型、評估代碼或自動制造機器人(rén)，因此，這(zhè)一步驟要求研究人(rén)員(yuán)扮演“技術人(rén)員(yuán)”的(de)角色，在這(zhè)些方面提供幫助，優化(huà)LLM編寫的(de)代碼，完成CAD并制造機器人(rén)。


研究人(rén)員(yuán)和(hé)LLM之間討(tǎo)論的(de)圖片概述，上面是人(rén)類提出的(de)問題，下(xià)面是LLM提供的(de)選項。綠色陰影(yǐng)代表人(rén)類的(de)決策樹，他(tā)們逐漸關注問題以達到目标                                Stella等人(rén)/EPFL/TU Delft
 
該案例研究的(de)主要作者Francesco Stella表示：“雖然計算(suàn)在很大(dà)程度上被用(yòng)來(lái)幫助工程師進行技術實施，但人(rén)工智能系統首次可(kě)以構思新系統，從而自動化(huà)高(gāo)級認知任務。”。“這(zhè)可(kě)能涉及到人(rén)類角色向更技術性角色的(de)轉變。”

根據ChatGPT-3提供的(de)技術建議(yì)，研究人(rén)員(yuán)建造了(le)他(tā)們的(de)機器人(rén)抓取器，并在現實世界中進行了(le)測試，用(yòng)它來(lái)采摘西紅柿，并取得(de)了(le)成功。


a.LLM産生的(de)一些技術建議(yì)，包括形狀指示、代碼、部件和(hé)材料選擇以及機構設計。b.在這(zhè)些輸入的(de)指導下(xià)，構建了(le)一個(gè)夾具，并在現實世界的(de)任務中進行了(le)測試，例如番茄采摘，如右圖所示。
Stella等人(rén)/EPFL/TU Delft

研究人(rén)員(yuán)表示，他(tā)們的(de)案例研究證明(míng)了(le)通(tōng)過人(rén)類和(hé)LLM之間的(de)合作來(lái)改變設計過程的(de)潛力，但他(tā)們意識到這(zhè)爲不同程度的(de)合作打開了(le)大(dà)門。

他(tā)們說，在一個(gè)極端，人(rén)工智能将扮演“發明(míng)家”的(de)角色，在人(rén)類盲目應用(yòng)的(de)情況下(xià)提供整個(gè)機器人(rén)設計輸入。另一種選擇是利用(yòng)人(rén)工智能的(de)廣泛知識來(lái)補充人(rén)類的(de)專業知識。第三種方法是保留人(rén)類作爲發明(míng)人(rén)的(de)身份，并使用(yòng)人(rén)工智能通(tōng)過故障排除、調試和(hé)處理(lǐ)繁瑣或耗時(shí)的(de)過程來(lái)完善設計過程。

研究人(rén)員(yuán)提出了(le)人(rén)類人(rén)工智能合作可(kě)能帶來(lái)的(de)倫理(lǐ)和(hé)常識風險。他(tā)們指出，偏見、剽竊和(hé)知識産權問題是人(rén)們關注的(de)領域，并質疑LLM生成的(de)設計在使用(yòng)現有知識的(de)情況下(xià)是否可(kě)以被視爲“新穎”。

Hughes說：“在我們的(de)研究中，ChatGPT将番茄确定爲機器人(rén)收割機‘最值得(de)’追求的(de)作物(wù)。然而，這(zhè)可(kě)能偏向于文獻中涵蓋更多(duō)的(de)作物(wù)，而不是真正需要的(de)作物(wù)。當決策超出了(le)工程師的(de)知識範圍時(shí)，這(zhè)可(kě)能會導緻重大(dà)的(de)道德、工程或事實錯誤。”

盡管存在這(zhè)些擔憂，研究人(rén)員(yuán)認爲，如果管理(lǐ)得(de)當，人(rén)類與人(rén)工智能的(de)合作仍有巨大(dà)潛力。

研究人(rén)員(yuán)表示：“機器人(rén)界必須确定如何利用(yòng)這(zhè)些強大(dà)的(de)工具，以道德、可(kě)持續和(hé)社會賦權的(de)方式加速機器人(rén)的(de)發展。” “展望未來(lái)，我們堅信LLM将開辟許多(duō)令人(rén)興奮的(de)可(kě)能性，如果管理(lǐ)得(de)當，它們将成爲一股有益的(de)力量。”

該案例研究發表在《自然機器智能》雜(zá)志上。

資料來(lái)源：EPFL