最近，一些研究人員借助ChatGPT的幫助，打造了一個西紅柿采摘機器人。
圖示：研究人員與語言模型之間的討論概覽，上面是人類提出的問題，下面是語言模型提供的選項。綠色陰影表示人類的決策樹，逐漸將問題聚焦到符合他們目標的方向。
a.語言模型生成的一些技術建議，包括形狀指示、代碼、部件和材料選擇、機械設計等。b.在這些輸入的指導下，一個夾子被制造出來，并在現(xiàn)實世界的任務中進行了測試，比如番茄采摘，如右圖所示。
OpenAI的ChatGPT是一個語言模型，能夠處理和理解大量文本數(shù)據(jù)，并利用這些信息來回答問題。在一項新的案例研究中，來自荷蘭代爾夫特理工大學和瑞士聯(lián)邦理工學院的研究人員向ChatGPT-3尋求幫助，讓其參與了機器人的設計和制造。
這聽起來有點奇怪，因為ChatGPT-3是一個語言模型，而不是一個機械模型。“盡管ChatGPT-3是一個語言模型，它的代碼生成也是基于文本的，能為物理設計提供了重要的見解和直覺，并展現(xiàn)出了激發(fā)人類創(chuàng)造力的巨大潛力，”該研究的合著者Josie Hughes說。
首先，研究人員問這個人工智能模型，“人類未來面臨的挑戰(zhàn)有哪些？”ChatGPT-3提出了三個：食物供應、人口老齡化和氣候變化。研究人員選擇了食物供應作為機器人設計的方向，然后問ChatGPT-3一個番茄收割機器人應該具備哪些特征。ChatGPT-3提出了一個由馬達驅動的夾子，用于從藤蔓上拽下成熟的番茄。
一旦確定了這個大致的設計，研究人員就可以進行設計細節(jié)的決定，包括使用什么材料和編寫什么控制代碼。目前，語言模型還不能生成完整的計算機輔助設計（CAD）模型、評估代碼或自動制造機器人，所以這一步需要研究人員扮演“技術員”的角色，協(xié)助完成這些方面，優(yōu)化語言模型寫出的代碼，完成CAD并制造機器人。
圖示：研究人員與語言模型之間的討論概覽，上面是人類提出的問題，下面是語言模型提供的選項。綠色陰影表示人類的決策樹，逐漸將問題聚焦到符合他們目標的方向。
根據(jù)ChatGPT-3提供的技術建議，研究人員制造了他們的機器人夾子，并在現(xiàn)實世界中進行了測試，用它來采摘番茄，結果很成功。
a.語言模型生成的一些技術建議，包括形狀指示、代碼、部件和材料選擇、機械設計等。b.在這些輸入的指導下，一個夾子被制造出來，并在現(xiàn)實世界的任務中進行了測試，比如番茄采摘，如右圖所示。
研究人員表示，他們的案例研究展示了人類和語言模型之間的協(xié)作在改變設計過程方面的潛力，但他們也意識到這種協(xié)作可能有不同程度的方式。
他們說，一種極端的方式是，人工智能充當“發(fā)明者”，提供全部的機器人設計輸入，而人類只是盲目地應用它。另一種方式是利用人工智能的廣泛知識來補充人類的專業(yè)知識。第三種方式是保留人類作為發(fā)明者，利用人工智能來排除故障、調試和處理繁瑣或耗時的過程，優(yōu)化設計過程。
研究人員提出了一些可能由于人工智能與人類協(xié)作而產生的道德和常識風險，他們指出偏見、剽竊和知識產權等問題是需要關注的領域。
“在我們的研究中，ChatGPT-3認為番茄是最值得為之設計一個收割機器人的作物，”Hughes說，“但是，這可能是對文獻覆蓋較多的作物有偏見，而不是那些真正有需要的作物。當決策超出工程師知識范圍時，這可能導致嚴重的道德、工程或事實錯誤。”
盡管存在這些問題，研究人員相信如果管理得當，人工智能與人類之間的協(xié)作有很大的潛力。
這項案例研究發(fā)表在《自然機器智能》雜志上，
