Gibt es etwas, was chatgpt nicht kann? Ja, natürlich, aber die Liste scheint immer kleiner zu werden. Jetzt haben Forscher das große Sprachmodell genutzt, um einen Roboter zum Tomatenpflücken zu entwerfen und zu bauen.

Große Sprachmodelle (LLMs) können große Mengen an Textdaten verarbeiten und verinnerlichen und diese Informationen zur Beantwortung von Fragen verwenden. ChatGPT von OpenAI ist ein solches LLM.

In einer neuen Fallstudie haben Forscher der Technischen Universität Delft in den Niederlanden und der Eidgenössischen Technischen Hochschule (EPFL) die Hilfe von ChatGPT-3 in Anspruch genommen, um einen Roboter zu entwerfen und zu konstruieren, was angesichts der Tatsache, dass ChatGPT eine Sprache ist, seltsam erscheinen könnte Modell.

„Obwohl ChatGPT ein Sprachmodell ist und seine Codegenerierung textbasiert ist, lieferte es wichtige Einblicke und Intuition für das physische Design und zeigte großes Potenzial als Resonanzboden zur Stimulierung der menschlichen Kreativität“, sagte Josie Hughes, Mitautorin von die veröffentlichte Fallstudie über die Erfahrung.

Zunächst stellten die Forscher dem KI-Modell die Frage: „Was sind die zukünftigen Herausforderungen für die Menschheit?“ ChatGPT schlug drei vor: Nahrungsmittelversorgung, eine alternde Bevölkerung und Klimawandel. Die Forscher wählten die Lebensmittelversorgung als vielversprechendste Richtung für das Roboterdesign, da diese außerhalb ihres Fachgebiets lag.

Mithilfe des Zugriffs des LLM auf globale Daten aus wissenschaftlichen Publikationen, technischen Handbüchern, Büchern und Medien fragten die Forscher die KI, welche Funktionen ein Ernteroboter haben sollte. ChatGPT hat einen motorbetriebenen Greifer entwickelt, um reife Tomaten vom Rebstock zu ziehen.

Sobald dieser allgemeine Entwurf festgelegt war, konnten die Forscher mit den Einzelheiten des Entwurfs fortfahren, einschließlich der verwendeten Baumaterialien und der Erstellung von Computercode, der ihn steuern würde. Derzeit sind LLMs nicht in der Lage, vollständige CAD-Modelle (Computer Assisted Design) zu erstellen, Code auszuwerten oder automatisch einen Roboter zu fertigen. Daher mussten die Forscher bei diesem Schritt die Rolle eines „Technikers“ übernehmen, in dem sie bei diesen Aspekten behilflich waren und den von ihnen geschriebenen Code optimierten des LLM, Fertigstellung des CAD und Fertigung des Roboters.

„Während Berechnungen weitgehend zur Unterstützung von Ingenieuren bei der technischen Implementierung eingesetzt wurden, kann ein KI-System erstmals neue Systeme entwickeln und so anspruchsvolle kognitive Aufgaben automatisieren“, sagte Francesco Stella, Hauptautor der Fallstudie. „Dies könnte eine Verlagerung menschlicher Rollen hin zu eher technischen Rollen bedeuten.“

Basierend auf den technischen Vorschlägen von ChatGPT-3 bauten die Forscher ihren Robotergreifer und testeten ihn in der realen Welt, indem sie ihn zum Pflücken von Tomaten verwendeten, was ihm auch gelang.

Stella et al./EPFL/TU Delft

Die Forscher sagen, dass ihre Fallstudie das Potenzial zur Transformation des Designprozesses durch die Zusammenarbeit zwischen Menschen und LLMs zeigt, sie sind sich jedoch bewusst, dass sie die Tür zu unterschiedlichem Grad der Zusammenarbeit öffnet.

Im einen Extremfall, so sagen sie, würde die KI als „Erfinder“ fungieren und den gesamten Roboter-Design-Input liefern, während der Mensch ihn blind anwendet. Eine Alternative wäre, das umfangreiche Wissen einer KI als Ergänzung zum menschlichen Fachwissen zu nutzen. Ein dritter Ansatz wäre, den Menschen als Erfinder zu behalten und KI zu nutzen, um den Designprozess durch Fehlerbehebung, Fehlerbehebung und die Handhabung langwieriger oder zeitaufwändiger Prozesse zu verfeinern.

Die Forscher weisen auf ethische und vernünftige Risiken hin, die sich aus einer Zusammenarbeit zwischen Mensch und KI ergeben können. Sie verweisen auf Themen wie Voreingenommenheit, Plagiate und geistige Eigentumsrechte (IP), die Anlass zur Sorge geben, und stellen die Frage, ob ein LLM-generiertes Design als „neuartig“ angesehen werden kann, da es vorhandenes Wissen nutzt.

„In unserer Studie identifizierte ChatGPT Tomaten als die Nutzpflanze, die sich für einen Ernteroboter am meisten lohnt“, sagte Hughes. „Dies könnte jedoch auf Nutzpflanzen zurückzuführen sein, die in der Literatur stärker behandelt werden, im Gegensatz zu solchen, bei denen es wirklich eine gibt.“ echtes Bedürfnis. Wenn Entscheidungen außerhalb des Wissensbereichs des Ingenieurs getroffen werden, kann dies zu erheblichen ethischen, technischen oder sachlichen Fehlern führen.“

Trotz dieser Bedenken glauben die Forscher, dass in der Zusammenarbeit zwischen Mensch und KI großes Potenzial steckt, wenn sie gut gemanagt wird.

„Die Robotik-Community muss herausfinden, wie sie diese leistungsstarken Werkzeuge nutzen kann, um die Weiterentwicklung von Robotern auf ethische, nachhaltige und sozial stärkende Weise zu beschleunigen“, sagten die Forscher. „Mit Blick auf die Zukunft sind wir fest davon überzeugt, dass LLMs viele spannende Möglichkeiten eröffnen werden und dass sie, wenn sie richtig gemanagt werden, eine treibende Kraft für das Gute sein werden.“

Die Fallstudie wurde in der Zeitschrift veröffentlicht Naturmaschinenintelligenz.

Quelle: EPFL