ChatGPT与研究人员合作设计番茄采摘机器人

凭借其处理大量文本数据并使用这些信息来回答提示的能力，被称为大型语言模型 (LLM) 的神经网络(如 Chat-GPT)因其改变我们写作、学习和学习方式的潜力而成为头条新闻 。甚至制作艺术品。现在，EPFL 研究人员将该技术应用于一个新领域：机器人设计。

在今天发表在 Nature Machine Intelligence上的案例研究中， 工程学院计算机器人设计与制造实验室负责人 Josie Hughes、 EPFL 博士生 Francesco Stella 和 TU Delft 的 Cosimo Della Santina 使用 Chat-GPT 设计了一个工作机器人番茄收割机。该研究为人类和法学硕士协作设计此类设备提供了一个框架。根据他们的经验，研究人员描述了将人工智能 (AI) 工具应用于机器人技术的机会和风险，他们认为这“可能会改变我们设计机器人的方式，同时丰富和简化流程。”

“尽管 Chat-GPT 是一种语言模型，其代码生成是基于文本的，但它为物理设计提供了重要的见解和直觉，并显示出作为激发人类创造力的共鸣板的巨大潜力，”休斯说。

人工智能作为“发明家”的潜力和陷阱

在第一阶段，研究人员和 L​​LM 进行了“构思”讨论，以确定其机器人的用途、设计参数和规格。第二阶段致力于在现实世界中实现机器人，其中涉及改进 LLM 生成的代码、制造设备以及对其功能进行故障排除。

在第一阶段，研究人员从较高的概念层面开始，与 LLM 就人类未来面临的挑战进行对话，并将机器人收割作物确定为应对全球粮食供应挑战的解决方案。然后，他们利用法学硕士从学术出版物、技术手册、书籍和媒体中获取的全球数据，为诸如“机器人收割机应该具备哪些功能?”之类的问题提供“最可能”的答案。

一旦确定了基本的机器人形式(用于抓取成熟西红柿的电机驱动夹具)，研究人员就可以提出更具体的问题，例如“夹具应该具有什么形状?”，并要求 LLM 提出技术建议，包括材料和用于控制设备的计算机代码。

“虽然计算主要用于协助工程师进行技术实施，但人工智能系统第一次可以构思新系统，从而自动执行高级认知任务。这可能涉及将人类角色转变为更多技术角色，”斯特拉说。

除了为 Chat-GPT 指定“发明者”的角色外，研究人员还在他们的论文中概述了其他可能的人类-LLM 协作模式。例如，“协作探索”使用 AI 通过贡献超出其自身领域的广泛知识来增强研究人员的专业知识。AI 还可以充当“漏斗”，帮助改进设计流程并提供技术输入，而人类保留创意控制权。

由于每种合作模式都存在逻辑和道德风险，研究人员警告说，未来必须仔细评估法学硕士的作用。例如，LLM 的使用会引发偏见、剽窃和知识产权问题，因为尚不清楚 LLM 生成的设计是否可以被视为新颖。

“在我们的研究中，Chat-GPT 将西红柿确定为机器人收割机‘最值得’追求的作物。然而，这可能偏向于文献中涉及更多的作物，而不是那些真正有实际需求的作物。当决策超出工程师的知识范围时，这可能会导致重大的道德、工程或事实错误。” 休斯说。

尽管有这些警告，休斯和她的团队根据他们的经验得出结论，如果管理得当，法学硕士有很大的潜力成为一股向善的力量：“因此，机器人社区必须确定如何利用这些强大的工具来加速机器人的进步以合乎道德、可持续和赋予社会权力的方式。”