Раскрытие возможностей языковых моделей в робототехнике

В сфере искусственного интеллекта (ИИ) большие языковые модели (LLM) изменили правила игры, произведя революцию в том, как мы пишем, учимся и создаем искусство.

Эти нейронные сети с их беспрецедентной способностью обрабатывать огромные объемы текстовых данных захватили воображение исследователей и новаторов по всему миру. Теперь группа ученых из Федеральной политехнической школы Лозанны (EPFL) подняла эту технологию на новую высоту, применив ее в области проектирования роботов.

В новаторском тематическом исследовании, недавно опубликованном в журнале Nature Machine Intelligence, Джози Хьюз, уважаемый руководитель Лаборатории проектирования и изготовления вычислительных роботов EPFL, вместе с Франческо Стеллой, блестящим аспирантом, и Козимо Делла Сантиной из Делфтского технического университета, использовали возможности Chat- GPT, магистр права, с целью разработать и разработать полнофункциональный роботизированный томатный комбайн. Их исследование создает замечательную основу для совместного проектирования между людьми и языковыми моделями, проливая свет на огромные возможности и потенциальные риски, связанные с интеграцией инструментов искусственного интеллекта в сферу робототехники.

Несмотря на то, что Chat-GPT является языковой моделью, в первую очередь ориентированной на генерацию текста, он оказался бесценным активом, предоставляющим беспрецедентную информацию и пробуждающим человеческое творчество в физическом дизайне. «Несмотря на то, что Chat-GPT — это языковая модель, а генерация кода в ней основана на тексте, она предоставила ценную информацию и интуицию для физического проектирования и показала большой потенциал в качестве резонатора для стимулирования человеческого творчества», — объясняет Хьюз.

Исследование проходило в два важнейших этапа: зарождение идеи и реализация. На этапе разработки идей исследователи провели содержательные дискуссии с Chat-GPT, чтобы определить цель, параметры конструкции и характеристики робота. Опираясь на доступ языковой модели к огромному количеству глобальных данных, включая научные публикации, технические руководства, книги и средства массовой информации, они определили будущие проблемы, с которыми столкнется человечество, и определили роботизированный сбор урожая как жизнеспособное решение насущной проблемы глобального снабжения продовольствием. . По мере развития диалога они использовали возможности Chat-GPT для уточнения вопросов и просили совета по конкретным аспектам конструкции, таким как форма захвата, а также материалы и код, необходимые для оптимального управления устройством.

Стелла подчеркивает важность этого совместного исследования, заявляя: «Хотя вычисления в основном использовались для помощи инженерам в технической реализации, впервые система искусственного интеллекта может создавать новые системы, автоматизируя таким образом когнитивные задачи высокого уровня. смещение человеческих ролей к более техническим».

Исследователи, зная о различных способах сотрудничества между людьми и LLM, в своей статье выделили дополнительные подходы. Один из таких режимов, называемый «совместные исследования», использует ИИ для расширения опыта исследователей за счет предоставления обширных знаний из различных областей. Кроме того, ИИ может служить «воронкой», совершенствуя процесс проектирования и предоставляя техническую информацию, в то время как люди сохраняют творческий контроль.

Тем не менее, исследователи предупреждают, что каждый способ сотрудничества несет в себе логические и этические риски, требующие тщательной оценки. Использование LLM вызывает опасения по поводу предвзятости, плагиата и интеллектуальной собственности, особенно при определении того, можно ли считать дизайн, созданный LLM, действительно новым.

Хьюз поднимает важный вопрос, заявляя: «В нашем исследовании Chat-GPT определил помидоры как культуру, которую «наиболее всего стоит» выращивать для роботизированного комбайна. там, где действительно есть реальная необходимость. Когда решения принимаются за пределами знаний инженера, это может привести к значительным этическим, инженерным или фактическим ошибкам».

Несмотря на эти обоснованные опасения, Хьюз и ее команда, опираясь на свой опыт, сохраняют оптимизм в отношении огромного потенциала LLM при разумном управлении. Они подчеркивают важность использования сообществом робототехники