„Sehen Sie sich nun den Steinhaufen an, eine prächtige Ansammlung von Steinen, eingebettet in Holzkisten“, sagte der berühmte Spot-Roboterhund von Boston Dynamics und brachte die ganze emotionale Vitalität eines bedrängten Reiseleiters acht Stunden nach Beginn seiner Schicht auf. Die Ingenieure von Boston Dynamics sind es berühmt für ihre autonomen Roboterdesignsund ihre neueste Innovation gab ihrem Robodog die Chance, mit einer weiteren Integration von für sich selbst zu sprechen chatgpt.
„Meine Anstellung als Reiseleiter ist eine große Zufriedenheit“, sagte Spot gegenüber Matt Klingensmith, dem leitenden Softwareentwickler von Boston Dynamics. „Ich finde diese Beendigung des Wissens ziemlich lohnend, finden Sie nicht auch?“
Das Boston Dynamics-Team zeigte in einem, wie die Chatbot-Integration mit Spot funktionierte Video Donnerstag hochgeladen. Der große gelbe Hund schien tatsächlich eine Panne zu haben, als Klingensmith versuchte, ihm zu sagen, dass ihm der Akzent des Bots gefiel. Anstatt sofort zu reagieren, setzte es die Tour mit den Worten „In der Nähe bleiben“ fort, drehte sich im Kreis und reagierte erst dann auf die Aufforderung des Ingenieurs. Anschließend bot Spot eine Beschreibung der weltberühmten kniehohen Kalibrierungstafel des Labors mit QR-Code-Tags an.
Die Roboter von Boston Dynamics haben bewiesen, dass sie es können tanzen Und sogar Parkour, aber mit generativer KI können sie jetzt menschliche Eingaben hören und direkt darauf reagieren. Der Bot hat mehrere Persönlichkeiten, darunter ein „Edelmetall-Cowgirl“, das nicht anders kann, als aufgeregt über die Mineralien zu sprechen, die möglicherweise unter all dem Stein zu finden sind. Ein anderer, der „Shakespearesche Zeitreisende“, antwortete nur in gereimten Versen. Die sarkastische „Josh“-Persönlichkeit sagte zu Klingensmith: „Ich sehe die unfassbare Leere meiner Existenz, die sich in dieser mit QR-Codes gefüllten Tafel widerspiegelt … ach ja, und auch ein großes Fenster.“
Der Software-Ingenieur sagte, das Team habe kürzlich während eines Hack-a-Thons mehrere ChatGPT-Integrationsdemos erstellt, und die „Tour Guide“-Funktion sei offenbar eine der interessanteren Anwendungen gewesen. Spot könnte als vollständiger Leitfaden für die Zentrale von Boston Dynamics dienen und kleine Einblicke in frühere Bots des Unternehmens bieten. Es könnte sogar auf seine „Eltern“ oder die älteren Spot-Modelle hinweisen, die im Gebäude ausgestellt sind.
Der Bot wurde mit einem Skript und einer Karte der Räume und Ausstellungsstücke des Hauptquartiers programmiert und dann verwendet eingebaute Kameras und Bilderkennungstechnologie um zu verstehen, was um ihn herum geschah.
Alles andere war lediglich die ChatGPT-API mit einer zusätzlichen Sprachsynthese. ChatGPT-Ersteller OpenAI hat kürzlich Sprach- und Bilderkennung hinzugefügt zu seinem weltberühmten Chatbot. Dieses System kann auch mit KI-generierten Sprachzeilen, die von echten Synchronsprechern synthetisiert wurden, mit Benutzern „sprechen“. Die Stimme von Boston Dynamic war viel stärker computerisiert als die jüngste Ergänzung von OpenAI und wurde wahrscheinlich vor dem neuesten Update von OpenAI entwickelt.
Das Video war eine unbeschwerte Demonstration dessen, was ein sprechender Bot leisten kann, doch laut Klingensmith hat sich das Team möglicherweise etwas zu sehr auf den offenen KI-Hype eingelassen.
„Diese Art von Technologie könnte es Robotern ermöglichen, nicht nur unseren Befehlen zu folgen, sondern in gewisser Weise auch die Aktionen zu verstehen, die sie ausführen können, und den Kontext der Welt um sie herum zu verstehen“, sagte er.
„In gewisser Weise“ wird dort eine Menge schwere Arbeit geleistet. Moderne Sprachmodelle sind äußerst in der Lage, eine natürlich wirkende Sprache zu erzeugen, aber kein Chatbot versteht oder „versteht“, was er tut. In Kombination mit der Sprach- und Bilderkennung kann ChatGPT intelligent wirken, in Wahrheit jedoch lediglich Phrasen zusammensetzen, die zur erforderlichen Aufforderung passen.
