Es war nur eine Frage der Zeit, bis wir darüber nachzudenken begannen, wie Roboter andere Roboter entwerfen können.

Tatsächlich führe ich diese Gespräche mit Leuten seit der Einführung von chatgpt, da wir uns eine Zukunft vorstellen, in der sich autonome Entitäten selbst reproduzieren. Manchen ist das ein Schauer über den Rücken wert, für andere ist es eine wertvolle Theorie.

Jetzt arbeiten unsere MIT-Teams an dieser Art von Herausforderung, teilweise um zu sehen, was möglich ist.

Ich wollte einige der Arbeiten vorstellen, die in unserem Robotiklabor am MIT durchgeführt werden, wo Forscher die Grenzen dessen ausloten, was sie „Robotic Soft Co-Design“ mit KI nennen.

Beginnen wir mit den Kriterien: Welche Komponenten müssen Sie beim Roboterdesign berücksichtigen? Laut einigen unserer Labormitarbeiter, die zu diesem Thema referierten, sollten Entwickler Aspekte wie die folgenden einplanen:

· Die Form des Roboters

· Aktor- und Sensorplatzierung

· Materialeigenschaften (woraus es besteht, Texturen usw.)

Dann müssen Sie auch die Funktionalität planen: Wenn Sie sehen möchten, wie das funktioniert, schauen Sie sich an: dieser Artikel aus New Atlas über den neuen Laufroboter von Figure und wie er auf körperliche Herausforderungen reagiert.

Von dort aus möchte ich nun zeigen, wie das Team ChatGPT gebeten hat, Roboterentwürfe zu entwickeln. Das ist wirklich ein ganz neues Niveau! Hier ist die Aufforderung

Schauen Sie, was das Programm hervorgebracht hat!

Ich finde es seltsam, dass sich die KI so ästhetische Designs ausgedacht hat – und dass der Roboter, der Beeren pflückt, einen Körper wie eine Erdbeere hat! Warum? Wer weiß?

Designforscher haben auf eine weitere seltsame Sache hingewiesen, die darauf schließen lässt, dass die KI noch nicht bereit ist, ihre Artgenossen zu konstruieren: Der Pflückarm auf der Oberseite der Erdbeere scheint nicht dafür ausgelegt zu sein, den Gesetzen der Physik entsprechend tatsächlich zu funktionieren. Ohne eine extrem robuste Verbundstruktur sieht das nach einem fatalen Konstruktionsfehler aus.

Auf der Grundlage der Präsentationen führender Forscher können wir dieses Problem jedoch mithilfe von „Diffusionsmodellen“ angehen. Dabei wird das „Rauschen“ (vermutlich die Art von Rauschen, die zu Konstruktionsfehlern führt) herausgefiltert und nur das Richtige belassen.

„Stellen Sie sich einen Roboter vor, der durch Diffusion aus Rauschen zu einem strukturierten Körper heranwächst. Diese Einbettung ist wie das ‚Gen‘ des generierten Roboters, und die Optimierung modifiziert das Gen, das den generierten Robotern zu besserer physischer Nützlichkeit verhilft.“ – Johnson Tsun-Hsuan Wang, MIT EECS PhD

Experten sprechen tatsächlich davon, Roboter mit erweiterten Diffusionsmodellen zu „züchten“. Während sie weiter an der Entwicklung arbeiten, suchen sie nach Fortschritten in Bereichen wie Editierbarkeit und der Fähigkeit, von Menschen entworfene Elemente in die Arbeit einer Gen-KI einzubringen.

Wang präsentiert beispielsweise das Design einer „laufenden Teekanne“ und beschreibt, wie wir alle eines Tages Roboterbauer sein könnten.

Ich finde, das Ganze ist sehr lehrreich. Wenn wir sehen, wie KI etwas erschaffen kann, erfahren wir mehr über ihre Möglichkeiten in unserer Welt. Und denken Sie daran, wie mein Freund Jeremy Wertheimer sagte: Wir „bauen“ diese Systeme nicht, wir entdecken sie und wenden ihre Leistungsfähigkeit auf Projekte an. Das ist ein großer Unterschied.

Auf jeden Fall fand ich das alles wirklich faszinierend, da wir versuchen herauszufinden, wozu KI wirklich fähig ist. Wird es nur noch eine kurze Zeit dauern, bis KI Roboter „züchtet“? Und was bedeutet das für unsere Gesellschaft? Das sind offene Fragen – für Studenten, für Forscher und auch für den Rest von uns.