Versek, esszék és még könyvek is – van valami, amit a ChatGPT nyílt mesterséges intelligencia platform nem tud kezelni? Ezek az új AI fejlesztések arra inspirálták a TU Delft és a svájci műszaki egyetem, az EPFL kutatóit, hogy kicsit mélyebbre ássanak: például, vajon a ChatGPT képes-e tervezni egy robotot? És ez jó dolog-e a tervezés folyamatában, vagy vannak kockázatok? A kutatók eredményeiket közzétették a Nature Machine Intelligence című folyóiratban.
Mi a legnagyobb jövőbeli kihívás az emberiség számára?
Ez volt az első kérdés, amit Cosimo Della Santina, a TU Delft adjunktusa, a doktori hallgató Francesco Stella, valamint Josie Hughes az EPFL kutatója feltett a ChatGPT-nek. "Arra szerettük volna ösztönözni a ChatGPT-t, hogy ne csak egy robotot tervezzen, hanem valóban valami hasznosat" - mondja Della Santina. Végül a táplálékszolgáltatást választották kihívásként, és ahogy beszélgettek a ChatGPT-vel, felmerült bennük a paradicsom betakarítására szolgáló robot ötlete.
A kutatók követték a ChatGPT összes tervezési döntését. A bevitel különösen értékesnek bizonyult a koncepcionális fázisban, mondja Stella. "A ChatGPT kiterjeszti a tervező tudását más szakterületekre is. Például a chat robot megtanította nekünk, hogy melyik növény lenne a leggazdaságosabban automatizálható." De a ChatGPT hasznos javaslatokkal is előállt a megvalósítási fázis során: "Készítsd a markolót szilikonból vagy gumiból, hogy elkerüld a paradicsomok összenyomódását és "a Dynamixel motor a legjobb módja a robot hajtásának." Az ember és az AI közötti partnerség eredményeként egy robotkar született, amely képes paradicsomokat betakarítani.
A kutatók pozitívnak és gazdagítónak találták a közös tervezési folyamatot. "Azonban azt tapasztaltuk, hogy mérnökökként a szerepünk inkább műszaki feladatokra helyeződött át" - mondja Stella. A kutatók a Nature Machine Intelligence című folyóiratban vizsgálják az ember és a Nagy Nyelvi Modellek (LLM) közötti együttműködés különböző mértékeit, amelyek közül az egyik a ChatGPT. A legszélsőségesebb forgatókönyvben az AI szolgáltatja az összes adatot a robottervezéshez, és az ember vakon követi azt. Ebben az esetben az LLM a kutató és mérnök szerepét tölti be, míg az ember a menedzser szerepét, a tervezési célok meghatározásáért felel.
A félreinformáció kockázata
Az ilyen szélsőséges forgatókönyv még nem lehetséges a mai LLM-ekkel. És az a kérdés, hogy kívánatos-e. "Valójában az LLM kimenete félrevezető lehet, ha nem ellenőrzött vagy megerősített. Az AI robotok arra vannak tervezve, hogy a legvalószínűbb választ adják egy kérdésre, így félreinformáció és elfogultság kockázata áll fenn a robotika területén" - mondja Della Santina. Az LLM-ekkel való munka más fontos kérdéseket is felvet, mint például a plágium, nyomon követhetőség és szellemi tulajdon.
Della Santina, Stella és Hughes továbbra is használja a paradicsombetakarító robotot a robotikával kapcsolatos kutatásokban. Továbbá folytatják az LLM-ek tanulmányozását új robotok tervezése érdekében, konkrétan az AI önállóságát vizsgálják a saját testük tervezésében. "Végül a jövőnk szempontjából egy nyitott kérdés, hogy az LLM-ek hogyan segíthetnek a robotfejlesztőknek anélkül, hogy korlátoznák a robotika szükséges kreativitását és innovációját a 21. század kihívásainak teljesítéséhez" - zárja Stella.