有什么是ChatGPT不能做的嗎?是的，當然，但這個清單似乎越來越小了。現在，研究人員已經利用大型語言模型幫助他們設計和建造一個采摘番茄的機器人。大型語言模型(LLMs)可以處理和內化大量的文本數據，利用這些信息來回答問題。OpenAI的ChatGPT就是這樣一個LLM。
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邦理工學院(EPFL)的研究人員尋求ChatGPT-3的幫助來設計和建造一個機器人，考慮到ChatGPT是一個語言模型，這可能看起來很奇怪。
"盡管ChatGPT是一個語言模型，它的代碼生成是基于文本的，但它為物理設計提供了重要的見解和直覺，并顯示出作為激發人類創造力的傳聲筒的巨大潛力，"關于這一經驗的公開案例研究的合著者喬西-休斯說。
首先，研究人員問人工智能模型："人類的未來挑戰是什么?"ChatGPT提出了三個問題：糧食供應、人口老化和氣候變化。研究人員選擇食品供應作為機器人設計的最有希望的方向，因為這不在他們的專業領域之內。
利用LLM對來自學術出版物、技術手冊、書籍和媒體的全球數據的訪問，研究人員問人工智能，一個機器人收割機應該具備哪些功能。ChatGPT想出了一個電機驅動的抓手，用于將成熟的西紅柿從藤上拉下來。
決定了這一總體設計后，研究人員就可以繼續進行具體的設計，包括使用什么建筑材料和創建控制它的計算機代碼。目前，LLM不能生成整個計算機輔助設計(CAD)模型、評估代碼或自動制造機器人，因此這一步需要研究人員扮演"技術員"的角色，在這些方面提供協助，優化LLM編寫的代碼，最終確定CAD并制造機器人。
研究人員和LLM之間的討論的圖片概述，上面是人類提出的問題，下面是LLM提供的選項。綠色陰影代表人類的決策樹，人類逐漸將問題集中到與他們的目標相匹配。
"雖然計算在很大程度上被用來協助工程師進行技術實施，但人工智能系統第一次可以構思新的系統，從而實現高級認知任務的自動化，"該案例研究的主要作者弗朗西斯科-斯特拉說。"這可能涉及到人類角色向更多技術角色的轉變"。
根據ChatGPT-3提供的技術建議，研究人員建造了他們的機器人抓手，并在現實世界中進行了測試，用它來采摘西紅柿，它成功地做到了。
a. LLM產生的一些技術建議，包括形狀指示、代碼、部件和材料選擇以及機構設計。 b. 在這些輸入的指導下，建造了一個抓手，并在現實世界的任務中進行了測試，例如采摘西紅柿，如右圖所示。
研究人員說，他們的案例研究展示了通過人類和LLM之間的合作來改變設計過程的潛力，但他們也意識到，這為不同程度的合作打開了大門。
他們說，在一個極端，人工智能將充當"發明家"，提供全部的機器人設計輸入，而人類則盲目地應用它。另一種方法是利用人工智能的廣泛知識來補充人類的專業知識。第三種方法是保留人類作為發明者，利用人工智能通過故障排除、調試和處理繁瑣或耗時的過程來完善設計過程。
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'。
休斯說："在我們的研究中，ChatGPT確定西紅柿是'最值得'追求的機器人收割機的作物。然而，這可能偏向于文獻中涉及較多的作物，而不是那些真正有實際需求的作物。當決定是在工程師的知識范圍之外做出的，這可能導致重大的道德、工程或事實錯誤"。
盡管有這些擔憂，研究人員認為，如果管理得當，人類與人工智能的合作有很大的潛力。
研究人員說："機器人界必須確定如何利用這些強大的工具，以道德、可持續和社會授權的方式加速機器人的進步。展望未來，我們堅信，LLMs將開啟許多令人興奮的可能性，如果管理得當，它們將成為一種善的力量。"
該案例研究發表在《自然-機器智能》雜志上。
