有什么是ChatGPT不能(neng)做(zuo)的嗎?是的，當(dang)然(ran)，但(dan)這個(ge)清(qing)單似乎越(yue)來越(yue)小了。現(xian)在，研究人員(yuan)已經利用(yong)大(da)型(xing)(xing)語言(yan)模型(xing)(xing)幫助(zhu)他們(men)設(she)計和(he)建造一個(ge)采摘(zhai)番茄(qie)的機器人。大(da)型(xing)(xing)語言(yan)模型(xing)(xing)(LLMs)可以(yi)處理和(he)內化大(da)量的文本(ben)數(shu)據，利用(yong)這些信息來回答(da)問(wen)題。OpenAI的ChatGPT就是這樣一個(ge)LLM。
在一項新的(de)案例研究(jiu)中，來(lai)(lai)自荷蘭代爾(er)夫特理工(gong)大(da)學和瑞士聯邦理工(gong)學院(EPFL)的(de)研究(jiu)人員(yuan)尋(xun)求(qiu)ChatGPT-3的(de)幫助來(lai)(lai)設計和建造一個(ge)機器人，考(kao)慮到ChatGPT是一個(ge)語言模型(xing)，這可(ke)能(neng)看起(qi)來(lai)(lai)很奇怪。
"盡管ChatGPT是一(yi)個語言模型，它的(de)(de)(de)(de)代碼生(sheng)成是基于(yu)文本的(de)(de)(de)(de)，但它為物理設計提供了重要(yao)的(de)(de)(de)(de)見解(jie)和直覺，并顯示出作(zuo)為激發人類創造力的(de)(de)(de)(de)傳聲筒的(de)(de)(de)(de)巨大潛力，"關(guan)于(yu)這一(yi)經驗的(de)(de)(de)(de)公(gong)開(kai)案例研究的(de)(de)(de)(de)合著者喬西-休(xiu)斯說。
首先，研究人員問人工智能模型："人類的(de)未來挑(tiao)戰(zhan)是什么?"ChatGPT提出了三(san)個問題：糧食供應、人口(kou)老(lao)化(hua)(hua)和氣(qi)候變化(hua)(hua)。研究人員選擇食品供應作為機器人設(she)計的(de)最有希(xi)望的(de)方向，因為這不在他(ta)們(men)的(de)專業(ye)領域之內。
利用LLM對(dui)來(lai)自學術(shu)出版(ban)物、技術(shu)手冊、書籍(ji)和(he)媒體的(de)(de)(de)全球(qiu)數據(ju)的(de)(de)(de)訪問，研究人員問人工智能(neng)，一個(ge)機器人收(shou)割機應該(gai)具備哪些功能(neng)。ChatGPT想出了一個(ge)電(dian)機驅動的(de)(de)(de)抓(zhua)手，用于將成熟的(de)(de)(de)西紅柿從藤上拉(la)下來(lai)。
決(jue)定(ding)了這(zhe)一總體設計(ji)后，研究人員就可以繼續(xu)進行具體的(de)設計(ji)，包括使用什么建(jian)筑材料和創建(jian)控(kong)制(zhi)它的(de)計(ji)算機代(dai)(dai)碼。目(mu)前，LLM不(bu)能生成整個(ge)計(ji)算機輔助設計(ji)(CAD)模型(xing)、評估(gu)代(dai)(dai)碼或自動制(zhi)造機器(qi)人，因(yin)此(ci)這(zhe)一步需要研究人員扮演(yan)"技(ji)術員"的(de)角(jiao)色，在(zai)這(zhe)些方(fang)面提(ti)供協助，優化LLM編寫的(de)代(dai)(dai)碼，最終確定(ding)CAD并制(zhi)造機器(qi)人。
研究人(ren)員和LLM之間的(de)討論(lun)的(de)圖片(pian)概述(shu)，上面是人(ren)類(lei)提(ti)(ti)出(chu)的(de)問(wen)題，下面是LLM提(ti)(ti)供的(de)選項。綠色陰(yin)影代(dai)表人(ren)類(lei)的(de)決策樹，人(ren)類(lei)逐漸將問(wen)題集(ji)中到與他們(men)的(de)目標相(xiang)匹配。
"雖然計(ji)算在很大程(cheng)(cheng)度上被用來協助工(gong)程(cheng)(cheng)師進行(xing)技術(shu)實(shi)施，但人(ren)工(gong)智能系統(tong)(tong)第一(yi)次可(ke)以構思新的系統(tong)(tong)，從而實(shi)現高級認知任(ren)務的自動化，"該案例研究的主要(yao)作者弗朗西斯(si)科-斯(si)特拉說(shuo)。"這可(ke)能涉(she)及到人(ren)類角色向更多(duo)技術(shu)角色的轉變"。
根(gen)據ChatGPT-3提供的(de)技術建議，研(yan)究人員建造了(le)他(ta)們(men)的(de)機器人抓手，并在現(xian)實(shi)世界中進行了(le)測試(shi)，用它來采摘西(xi)紅柿，它成功地做到了(le)。
a. LLM產生的(de)一些(xie)技(ji)術建議，包括形(xing)狀(zhuang)指示、代碼、部件和材料選擇以及機構設計。 b. 在(zai)這些(xie)輸入的(de)指導下，建造(zao)了一個抓手，并(bing)在(zai)現實(shi)世界的(de)任務中進(jin)行了測(ce)試，例(li)如采摘(zhai)西紅柿，如右圖所示。
研究人(ren)員說，他們的(de)案(an)例研究展示了通(tong)過人(ren)類和(he)LLM之(zhi)間的(de)合作(zuo)來改變設計(ji)過程(cheng)的(de)潛力(li)，但他們也意識到，這為不同程(cheng)度的(de)合作(zuo)打開了大門。
他們說，在(zai)一(yi)個極端，人(ren)工智(zhi)能(neng)(neng)將充當"發明(ming)家(jia)"，提(ti)供全部的機器人(ren)設計(ji)(ji)輸入，而人(ren)類(lei)則盲目地應用(yong)它(ta)。另一(yi)種方(fang)法(fa)是(shi)利用(yong)人(ren)工智(zhi)能(neng)(neng)的廣(guang)泛知(zhi)識來補(bu)充人(ren)類(lei)的專業知(zhi)識。第(di)三種方(fang)法(fa)是(shi)保留人(ren)類(lei)作為發明(ming)者，利用(yong)人(ren)工智(zhi)能(neng)(neng)通過(guo)故障排除(chu)、調試和處理繁(fan)瑣(suo)或耗(hao)時的過(guo)程(cheng)來完善(shan)設計(ji)(ji)過(guo)程(cheng)。
研究人員提出了人類與人工智能合作可能產生的道德和常識性風險。他們指出偏見、剽竊和知識產權(IP)的問題是值得關注的領域，并質疑鑒于LLM生成的設計使用了現有的知識，它是否可以被視為'新穎'。
休(xiu)斯(si)說："在我們的(de)(de)(de)(de)研究中，ChatGPT確定西紅柿(shi)是'最值(zhi)得'追求的(de)(de)(de)(de)機(ji)器人(ren)收割機(ji)的(de)(de)(de)(de)作物。然而，這可能偏向于文獻中涉及較多的(de)(de)(de)(de)作物，而不是那些真(zhen)正有(you)實際(ji)需求的(de)(de)(de)(de)作物。當決(jue)定是在工程師的(de)(de)(de)(de)知識范(fan)圍之外做出(chu)的(de)(de)(de)(de)，這可能導致重大的(de)(de)(de)(de)道德、工程或事實錯誤"。
盡管有(you)(you)這(zhe)些擔憂(you)，研究人(ren)員(yuan)認為，如果管理得當(dang)，人(ren)類(lei)與人(ren)工智能的合作有(you)(you)很大的潛力。
研(yan)究人(ren)員說："機器(qi)人(ren)界必須確(que)定如(ru)何利用這些強(qiang)大的工具，以道德、可持續和(he)社會(hui)授(shou)權的方式加速機器(qi)人(ren)的進步。展望未來，我(wo)們堅信，LLMs將開啟(qi)許多令人(ren)興(xing)奮(fen)的可能性(xing)，如(ru)果管理(li)得當(dang)，它們將成為一種善(shan)的力量(liang)。"
該案例(li)研(yan)究發(fa)表在《自然-機器智能(neng)》雜志上。
