ChatGPT اپنا پہلا روبوٹ مشترکہ ڈیزائن کرتا ہے۔

ChatGPT اپنا پہلا روبوٹ مشترکہ ڈیزائن کرتا ہے۔

ماخذ نوڈ: 2707635
07 جون 2023 (نانورک نیوز) نظمیں، مضامین اور یہاں تک کہ کتابیں - کیا کوئی ایسی چیز ہے جسے اوپن اے آئی پلیٹ فارم چیٹ جی پی ٹی نہیں سنبھال سکتا؟ ان نئی AI پیشرفتوں نے TU Delft اور سوئس ٹیکنیکل یونیورسٹی EPFL کے محققین کو تھوڑا گہرائی میں کھودنے کی ترغیب دی ہے: مثال کے طور پر، کیا ChatGPT بھی روبوٹ ڈیزائن کر سکتا ہے؟ اور کیا یہ ڈیزائن کے عمل کے لیے اچھی چیز ہے، یا خطرات ہیں؟ محققین نے اپنے نتائج کو شائع کیا۔ فطرت مشین انٹیلی جنس ("ایل ایل ایمز روبوٹک ڈیزائن کے عمل کو کیسے تبدیل کر سکتے ہیں؟")۔ انسانیت کے لیے مستقبل کے سب سے بڑے چیلنجز کیا ہیں؟ یہ پہلا سوال تھا جو کوسیمو ڈیلا سانٹینا، اسسٹنٹ پروفیسر، اور پی ایچ ڈی کی طالبہ فرانسسکو سٹیلا، دونوں ٹی یو ڈیلفٹ سے، اور EPFL سے جوسی ہیوز نے ChatGPT سے پوچھا۔ ڈیلا سانٹینا کہتی ہیں، "ہم چاہتے تھے کہ ChatGPT نہ صرف ایک روبوٹ، بلکہ ایک ایسا ڈیزائن کرے جو حقیقت میں مفید ہو۔" آخر میں، انہوں نے کھانے کی فراہمی کو اپنے چیلنج کے طور پر چنا، اور ChatGPT کے ساتھ بات چیت کرتے ہوئے، انہیں ٹماٹر کی کٹائی کرنے والا روبوٹ بنانے کا خیال آیا۔ ایک روبوٹ ٹماٹر چننے والا بازو جسے ChatGPT نے ڈیزائن کیا ہے۔ ChatGPT اور TU Delft اور EPFL کے محققین کی طرف سے ڈیزائن کردہ ایک روبوٹ ٹماٹر چننے والا بازو کیمرے کو "دیکھتا ہے"۔ (تصویر: ایڈرین بٹیئر / ای پی ایف ایل)

مفید تجاویز

محققین نے ChatGPT کے ڈیزائن کے تمام فیصلوں پر عمل کیا۔ سٹیلا کے مطابق، تصوراتی مرحلے میں ان پٹ خاص طور پر قابل قدر ثابت ہوا۔ "ChatGPT ڈیزائنر کے علم کو مہارت کے دیگر شعبوں تک پھیلاتا ہے۔ مثال کے طور پر، چیٹ روبوٹ نے ہمیں سکھایا کہ کون سی فصل خودکار کرنے کے لیے معاشی طور پر سب سے زیادہ قیمتی ہوگی۔" لیکن ChatGPT عمل درآمد کے مرحلے کے دوران مفید تجاویز بھی لے کر آیا: "ٹماٹروں کو کچلنے سے بچنے کے لیے سلیکون یا ربڑ سے گرپر بنائیں" اور "روبوٹ کو چلانے کا بہترین طریقہ ڈائنامکسل موٹر ہے"۔ انسانوں اور AI کے درمیان اس شراکت داری کا نتیجہ ایک روبوٹک بازو ہے جو ٹماٹروں کی فصل کاٹ سکتا ہے۔

ChatGPT بطور محقق

محققین نے مشترکہ ڈیزائن کے عمل کو مثبت اور افزودہ پایا۔ "تاہم، ہم نے محسوس کیا کہ انجینئرز کے طور پر ہمارا کردار مزید تکنیکی کاموں کو انجام دینے کی طرف منتقل ہو گیا ہے،" سٹیلا کہتی ہیں۔ نیچر مشین انٹیلی جنس میں، محققین انسانوں اور لارج لینگویج ماڈلز (LLM) کے درمیان تعاون کے مختلف درجات کو تلاش کرتے ہیں، جن میں سے ChatGPT ایک ہے۔ انتہائی انتہائی صورت حال میں، AI روبوٹ ڈیزائن کو تمام ان پٹ فراہم کرتا ہے، اور انسان آنکھیں بند کرکے اس کی پیروی کرتا ہے۔ اس معاملے میں، LLM محقق اور انجینئر کے طور پر کام کرتا ہے، جبکہ انسان ڈیزائن کے مقاصد کی وضاحت کے انچارج کے طور پر مینیجر کے طور پر کام کرتا ہے۔

غلط معلومات کا خطرہ

آج کے ایل ایل ایمز کے ساتھ ایسا انتہائی منظر نامہ ابھی تک ممکن نہیں ہے۔ اور سوال یہ ہے کہ کیا یہ مطلوب ہے؟ "درحقیقت، LLM آؤٹ پٹ گمراہ کن ہو سکتا ہے اگر اس کی تصدیق یا توثیق نہ کی گئی ہو۔ ڈیلا سانٹینا کہتی ہیں کہ AI بوٹس کو ایک سوال کا 'سب سے زیادہ ممکنہ' جواب پیدا کرنے کے لیے ڈیزائن کیا گیا ہے، اس لیے روبوٹک فیلڈ میں غلط معلومات اور تعصب کا خطرہ ہے۔ LLMs کے ساتھ کام کرنے سے دیگر اہم مسائل بھی پیدا ہوتے ہیں، جیسے سرقہ، سراغ لگانے کی اہلیت اور دانشورانہ املاک۔ ڈیلا سانٹینا، سٹیلا اور ہیوز روبوٹکس پر اپنی تحقیق میں ٹماٹر کی کٹائی کرنے والے روبوٹ کا استعمال جاری رکھیں گے۔ وہ نئے روبوٹس کو ڈیزائن کرنے کے لیے LLMs کا مطالعہ بھی جاری رکھے ہوئے ہیں۔ خاص طور پر، وہ اپنے جسم کو ڈیزائن کرنے میں AIs کی خودمختاری کو دیکھ رہے ہیں۔ "بالآخر ہمارے شعبے کے مستقبل کے لیے ایک کھلا سوال یہ ہے کہ 21ویں صدی کے چیلنجوں سے نمٹنے کے لیے روبوٹکس کے لیے درکار تخلیقی صلاحیتوں اور اختراعات کو محدود کیے بغیر روبوٹ ڈویلپرز کی مدد کے لیے LLMs کا استعمال کیسے کیا جا سکتا ہے،" سٹیلا نے نتیجہ اخذ کیا۔

ٹائم اسٹیمپ:

سے زیادہ نانوورک