有什么是ChatGPT不能做的嗎?是的，當(dāng)然，但這個(gè)清單似乎越來越小了?，F(xiàn)在，研究人員已經(jīng)利用大型語言模型幫助他們設(shè)計(jì)和建造一個(gè)采摘番茄的機(jī)器人。大型語言模型(LLMs)可以處理和內(nèi)化大量的文本數(shù)據(jù)，利用這些信息來回答問題。OpenAI的ChatGPT就是這樣一個(gè)LLM。
在一項(xiàng)新的案例研究中，來自荷蘭代爾夫特理工大學(xué)和瑞士聯(lián)邦理工學(xué)院(EPFL)的研究人員尋求ChatGPT-3的幫助來設(shè)計(jì)和建造一個(gè)機(jī)器人，考慮到ChatGPT是一個(gè)語言模型，這可能看起來很奇怪。
"盡管ChatGPT是一個(gè)語言模型，它的代碼生成是基于文本的，但它為物理設(shè)計(jì)提供了重要的見解和直覺，并顯示出作為激發(fā)人類創(chuàng)造力的傳聲筒的巨大潛力，"關(guān)于這一經(jīng)驗(yàn)的公開案例研究的合著者喬西-休斯說。
首先，研究人員問人工智能模型："人類的未來挑戰(zhàn)是什么?"ChatGPT提出了三個(gè)問題：糧食供應(yīng)、人口老化和氣候變化。研究人員選擇食品供應(yīng)作為機(jī)器人設(shè)計(jì)的最有希望的方向，因?yàn)檫@不在他們的專業(yè)領(lǐng)域之內(nèi)。
利用LLM對來自學(xué)術(shù)出版物、技術(shù)手冊、書籍和媒體的全球數(shù)據(jù)的訪問，研究人員問人工智能，一個(gè)機(jī)器人收割機(jī)應(yīng)該具備哪些功能。ChatGPT想出了一個(gè)電機(jī)驅(qū)動(dòng)的抓手，用于將成熟的西紅柿從藤上拉下來。
決定了這一總體設(shè)計(jì)后，研究人員就可以繼續(xù)進(jìn)行具體的設(shè)計(jì)，包括使用什么建筑材料和創(chuàng)建控制它的計(jì)算機(jī)代碼。目前，LLM不能生成整個(gè)計(jì)算機(jī)輔助設(shè)計(jì)(CAD)模型、評估代碼或自動(dòng)制造機(jī)器人，因此這一步需要研究人員扮演"技術(shù)員"的角色，在這些方面提供協(xié)助，優(yōu)化LLM編寫的代碼，最終確定CAD并制造機(jī)器人。
研究人員和LLM之間的討論的圖片概述，上面是人類提出的問題，下面是LLM提供的選項(xiàng)。綠色陰影代表人類的決策樹，人類逐漸將問題集中到與他們的目標(biāo)相匹配。
"雖然計(jì)算在很大程度上被用來協(xié)助工程師進(jìn)行技術(shù)實(shí)施，但人工智能系統(tǒng)第一次可以構(gòu)思新的系統(tǒng)，從而實(shí)現(xiàn)高級認(rèn)知任務(wù)的自動(dòng)化，"該案例研究的主要作者弗朗西斯科-斯特拉說。"這可能涉及到人類角色向更多技術(shù)角色的轉(zhuǎn)變"。
根據(jù)ChatGPT-3提供的技術(shù)建議，研究人員建造了他們的機(jī)器人抓手，并在現(xiàn)實(shí)世界中進(jìn)行了測試，用它來采摘西紅柿，它成功地做到了。
a. LLM產(chǎn)生的一些技術(shù)建議，包括形狀指示、代碼、部件和材料選擇以及機(jī)構(gòu)設(shè)計(jì)。 b. 在這些輸入的指導(dǎo)下，建造了一個(gè)抓手，并在現(xiàn)實(shí)世界的任務(wù)中進(jìn)行了測試，例如采摘西紅柿，如右圖所示。
研究人員說，他們的案例研究展示了通過人類和LLM之間的合作來改變設(shè)計(jì)過程的潛力，但他們也意識到，這為不同程度的合作打開了大門。
他們說，在一個(gè)極端，人工智能將充當(dāng)"發(fā)明家"，提供全部的機(jī)器人設(shè)計(jì)輸入，而人類則盲目地應(yīng)用它。另一種方法是利用人工智能的廣泛知識來補(bǔ)充人類的專業(yè)知識。第三種方法是保留人類作為發(fā)明者，利用人工智能通過故障排除、調(diào)試和處理繁瑣或耗時(shí)的過程來完善設(shè)計(jì)過程。
研究人員提出了人類與人工智能合作可能產(chǎn)生的道德和常識性風(fēng)險(xiǎn)。他們指出偏見、剽竊和知識產(chǎn)權(quán)(IP)的問題是值得關(guān)注的領(lǐng)域，并質(zhì)疑鑒于LLM生成的設(shè)計(jì)使用了現(xiàn)有的知識，它是否可以被視為'新穎'。
休斯說："在我們的研究中，ChatGPT確定西紅柿是'最值得'追求的機(jī)器人收割機(jī)的作物。然而，這可能偏向于文獻(xiàn)中涉及較多的作物，而不是那些真正有實(shí)際需求的作物。當(dāng)決定是在工程師的知識范圍之外做出的，這可能導(dǎo)致重大的道德、工程或事實(shí)錯(cuò)誤"。
盡管有這些擔(dān)憂，研究人員認(rèn)為，如果管理得當(dāng)，人類與人工智能的合作有很大的潛力。
研究人員說："機(jī)器人界必須確定如何利用這些強(qiáng)大的工具，以道德、可持續(xù)和社會授權(quán)的方式加速機(jī)器人的進(jìn)步。展望未來，我們堅(jiān)信，LLMs將開啟許多令人興奮的可能性，如果管理得當(dāng)，它們將成為一種善的力量。"
該案例研究發(fā)表在《自然-機(jī)器智能》雜志上。
