A svájci EPFL kutatói a ChatGPT-3 modell segítségével hoztak létre érzékeny robotmegfogót, ami az első demonstrációja annak, hogy az AI eszközök akár a robottervezésben is képesek együttműködni az emberekkel.
A ChatGPT-hez hasonló, nagyméretű nyelvi modellek (LLM-ek) olyan neurális hálózatok, amelyek hatalmas mennyiségű szöveges adatot képesek feldolgozni, majd ezeket felhasználni, kérdések megválaszolására. Legalábbis ezzel a képességükkel robbantak be a világsajtóba, arra utaló szalagcímekkel, hogy megreformálhatják az írás, a tanulás, sőt, még a művészeti alkotás megoldásait is. A Lausanne-i Egyetem (EPFL) kutatói ezúttal teljesen új területen alkalmazták a technológiát: a robottervezésben.
A Nature Machine Intelligence című szaklapban közzétett tanulmányban Josie Hughes laboratóriumvezető, Francesco Stella doktorandusz és Cosimo Della Santina, a TU Delft munkatársa egy működő ChatGPT segítségével tervezett paradicsomszüretelő robot építését írják le. Tapasztalataik szerint az AI eszközök robotikában történő alkalmazásának vannak bizonyos kockázatai, hiszen megváltoztathatják a tervezés módszereit, ám eközben „gazdagítják és egyszerűsítik is a folyamatot”.
„Annak ellenére, hogy a ChatGPT egy nyelvi modell, és a kódgenerálás szövegalapú, jelentős intuícióval szolgált a fizikai tervezéshez, és nagy potenciált mutatott az emberi kreativitás serkentésére szolgáló közvetítőként” – állította Hughes.
Az első fázisban a kutatók és az LLM ötletelő megbeszélést folytattak, hogy meghatározzák a robot célját, tervezési paramétereit és specifikációit. A második fázisban a robotot a való világban hozták létre, de az eszköz gyártását még megelőzte az LLM által generált kód finomítása, illetve a működési hibáinak elhárítása. A kutatók az első fázisban az emberiséget érintő jövőbeli kihívásokról beszélgettek az LLM-mel, és közösen meghatározták, hogy a globális élelmiszerellátás kihívásainak egyik megoldása (a sokból) a robotizált terménybetakarítás. Ezután az LLM tudományos publikációkhoz, műszaki kiadványokhoz, könyvekhez és médiához való globális hozzáférését vették igénybe, hogy megadják a legvalószínűbb választ alapvető kérdésekre, köztük például arra, hogy „milyen tulajdonságokkal kell rendelkeznie egy robot aratógépnek?”.
Miután azonosítottak egy alapvető robotformát (egy érett paradicsom megragadására alkalmas motoros megfogót), a kutatók konkrétabb kérdéseket tehettek fel és megkérhették az LLM-et, hogy tegyen műszaki javaslatokat, például a készülő gép anyagaira és az eszköz vezérlésére szolgáló kódra vonatkozóan.
„Míg a számítást eddig nagyrészt arra használták, hogy segítsék a mérnököket a műszaki megvalósításban, most először egy mesterséges intelligencia rendszer képes új rendszereket kitalálni, így automatizálva a magas szintű kognitív feladatokat. Ez azzal járhat, hogy az emberi közreműködés csak technikai szerepekben lesz hangsúlyos” – mondja Stella.
A ChatGPT „feltaláló” szerepének kijelölése mellett a kutatók más lehetséges ember-LLM együttműködési módokat is felvázoltak tanulmányban. A „kollaboratív felfedezés” például arra használja a mesterséges intelligenciát, hogy a kutatók szakértelmét saját területükön túli, széleskörű ismeretekkel egészítse ki. Az AI „tölcsérként” is működhet, segítve a tervezési folyamat finomítását, miközben az ember megtartja a kreatív irányítást. Mivel minden együttműködési módhoz logikai és etikai kockázatok kapcsolódnak, a kutatók figyelmeztetnek, hogy az LLM-ek szerepét a jövőben gondosan értékelni kell. Az LLM-ek használata például felveti az elfogultság, a plágium és a szellemi tulajdon kérdését, mivel nem világos, hogy egy LLM által generált terv újszerűnek tekinthető-e. Erre a gyanúra éppen a paradicsom adott okot.
„Tanulmányunkban a ChatGPT a paradicsomot azonosította, mint a robotbetakarítógép számára legérdemesebb terményt. Ez azonban elfogult lehet a szakirodalomban gyakrabban megjelenő növények irányába, szemben azokkal, amelyekre valós igény van. Ha a döntések a mérnök ismeretkörén kívül esnek, az jelentős etikai, mérnöki vagy ténybeli hibákhoz vezethet” – magyarázta Hughes.
A figyelmeztető jelek ellenére Hughes és csapata arra a következtetésre jutott, hogy az LLM-ek nagy potenciállal rendelkeznek, ha jól irányítják őket. „A robotikai közösségnek éppen ezért jól meg kell határoznia, hogy hogyan lehet ezeket az erőteljes eszközöket a robotok fejlődésének etikus, fenntartható és társadalmat erősítő hatásainak szolgálatába állítani.”
Gábor János
Főoldali kép: EPFL
A HIPA támogatásával megvalósuló 1,9 millió eurós beruházás révén az amerikai NI egyebek mellett új generációs tesztelési megoldásokat fejleszt.
Pályakezdők és évtizedes tapasztalattal rendelkezők is csatlakozhatnak a Paks II. szakembergárdájához. Az aktuális lehetőségeket a tavaszi állásbörzéken is meg lehet ismerni.
