ChatGPT اولین ربات خود را طراحی می کند

ChatGPT اولین ربات خود را طراحی می کند

تمبر زمان: 7 ژوئن 2023 ساعت 11:49 صبح
گره منبع: 2707635
07 ژوئن 2023 (اخبار نانوورک) شعر، مقاله و حتی کتاب – آیا چیزی وجود دارد که پلتفرم هوش مصنوعی باز ChatGPT نتواند از عهده آن برآید؟ این پیشرفت‌های جدید هوش مصنوعی الهام‌بخش محققان TU Delft و دانشگاه فنی سوئیس EPFL شده است تا کمی عمیق‌تر کاوش کنند: به عنوان مثال، آیا ChatGPT می‌تواند یک ربات نیز طراحی کند؟ و آیا این برای فرآیند طراحی خوب است یا خطراتی دارد؟ محققان یافته‌های خود را در اطلاعات طبیعت ماشین (چگونه LLM ها می توانند فرآیند طراحی رباتیک را تغییر دهند؟). بزرگترین چالش های آینده برای بشریت چیست؟ این اولین سوالی بود که کوزیمو دلا سانتینا، استادیار، و دانشجوی دکترا، فرانچسکو استلا، هر دو از TU Delft، و جوزی هیوز از EPFL، از ChatGPT پرسیدند. دلا سانتینا می‌گوید: «ما می‌خواستیم که ChatGPT نه تنها یک ربات، بلکه رباتی طراحی کند که واقعاً مفید باشد. در پایان، آنها تامین غذا را به عنوان چالش خود انتخاب کردند و در حین گفتگو با ChatGPT، ایده ایجاد یک ربات برداشت گوجه فرنگی را به ذهنشان خطور کرد. یک ربات بازوی جمع کننده گوجه فرنگی که توسط ChatGPT طراحی شده است یک ربات بازوی جمع کننده گوجه فرنگی که توسط ChatGPT و محققان TU Delft و EPFL طراحی شده است، به دوربین نگاه می کند. (تصویر: آدرین باتیه / EPFL)

پیشنهادات مفید

محققان تمام تصمیمات طراحی ChatGPT را دنبال کردند. به گفته استلا، ورودی به ویژه در فاز مفهومی ارزشمند بود. "ChatGPT دانش طراح را به سایر زمینه های تخصصی گسترش می دهد. به عنوان مثال، ربات چت به ما یاد داد که خودکار کردن کدام محصول از نظر اقتصادی ارزشمندتر است. اما ChatGPT همچنین در مرحله اجرا به پیشنهادهای مفیدی رسید: "گیرنده را از سیلیکون یا لاستیک بسازید تا گوجه فرنگی را خرد نکنید" و "موتور Dynamixel بهترین راه برای راندن ربات است". نتیجه این همکاری بین انسان و هوش مصنوعی یک بازوی رباتیک است که می تواند گوجه فرنگی را برداشت کند.

ChatGPT به عنوان یک محقق

محققان دریافتند که فرآیند طراحی مشارکتی مثبت و غنی است. استلا می گوید: «با این حال، متوجه شدیم که نقش ما به عنوان مهندس به سمت انجام وظایف فنی بیشتر تغییر کرده است. در Nature Machine Intelligence، محققان درجات مختلفی از همکاری بین انسان ها و مدل های زبان بزرگ (LLM) را بررسی می کنند که ChatGPT یکی از آنهاست. در شدیدترین سناریو، هوش مصنوعی تمام ورودی های طراحی ربات را فراهم می کند و انسان کورکورانه آن را دنبال می کند. در این مورد، LLM به عنوان محقق و مهندس عمل می کند، در حالی که انسان به عنوان مدیر، مسئول تعیین اهداف طراحی عمل می کند.

خطر اطلاعات نادرست

چنین سناریوی افراطی هنوز با LLM های امروزی امکان پذیر نیست. و سوال این است که آیا مطلوب است؟ «در واقع، خروجی LLM اگر تأیید یا تأیید نشود، می‌تواند گمراه‌کننده باشد. دلا سانتینا می‌گوید ربات‌های هوش مصنوعی برای ایجاد «محتمل‌ترین» پاسخ برای یک سؤال طراحی شده‌اند، بنابراین خطر اطلاعات نادرست و سوگیری در زمینه رباتیک وجود دارد. کار با LLM مسائل مهم دیگری مانند سرقت ادبی، قابلیت ردیابی و مالکیت معنوی را نیز مطرح می کند. دلا سانتینا، استلا و هیوز به استفاده از ربات برداشت گوجه فرنگی در تحقیقات خود در زمینه رباتیک ادامه خواهند داد. آنها همچنین به مطالعه خود در زمینه LLM برای طراحی روبات های جدید ادامه می دهند. به طور خاص، آنها به استقلال هوش مصنوعی در طراحی بدن خود نگاه می کنند. استلا در پایان می‌گوید: «در نهایت یک سؤال باز برای آینده حوزه ما این است که چگونه می‌توان از LLM برای کمک به توسعه‌دهندگان ربات بدون محدود کردن خلاقیت و نوآوری مورد نیاز رباتیک برای مقابله با چالش‌های قرن بیست و یکم استفاده کرد.»

تمبر زمان:

بیشتر از نانورک