ChatGPT 创建用于收获西红柿的机器人抓手

诗歌、散文，甚至书籍——有什么是开放的人工智能平台 ChatGPT无法处理的吗？这些新的人工智能发展激发了代尔夫特理工大学和瑞士洛桑联邦理工学院的研究人员进行更深入的挖掘：例如，ChatGPT也可以设计机器人吗？这对设计过程是一件好事，还是有风险？研究人员在Nature Machine Intelligence上发表了他们的发现。ChatGPT创建收获西红柿机器人。

人类未来面临的最大挑战是什么？这是代尔夫特理工大学助理教授Cosimo Della Santina和博士生Francesco Stella和EPFL的Josie Hughes向ChatGPT提出的第一个问题。“我们希望ChatGPT不仅设计一个机器人，而且设计一个真正有用的机器人。”Della Santina说。最后，他们选择了食物供应作为他们的挑战，当他们与ChatGPT聊天时，他们提出了创建一个番茄收获机器人的想法。

有用的建议：研究人员遵循了ChatGPT的所有设计决策。根据Stella的说法，这些投入在概念阶段被证明特别有价值。“ChatGPT 将设计师的知识扩展到其他专业领域。例如，聊天机器人教会了我们哪种作物对自动化最具经济价值。但ChatGPT在实施阶段也提出了有用的建议：“用硅胶或橡胶制作抓手，以避免压碎西红柿”和“Dynamixel电机是驱动机器人的最佳方式。”人类和人工智能之间这种伙伴关系的结果是一个可以收获西红柿的机械臂。

ChatGPT作为研究人员 ： 研究人员发现协作设计过程是积极和丰富的。“然而，我们确实发现我们作为工程师的角色转向执行更多的技术任务。”Stella说。在《自然机器智能》中，研究人员探索了人类与大型语言模型（LLM）之间不同程度的合作，ChatGPT就是其中之一。在最极端的情况下，人工智能为机器人设计提供所有输入，而人类盲目地跟随它。在这种情况下，LLM充当研究人员和工程师，而人类充当负责指定设计目标的经理。

错误信息：对于今天的LLM来说，这种极端的情况还是不可能的。问题是它是否可取。“事实上，如果LLM输出未经验证或验证，可能会产生误导。人工智能机器人旨在为一个问题生成'最可能'的答案，因此在机器人领域存在错误信息和偏见的风险。“德拉桑蒂娜说。与LLM合作还提出了其他重要问题，例如剽窃，可追溯性和知识产权。

Della Santina，Stella和Hughes将继续使用番茄收获机器人进行机器人研究。他们还在继续研究LLM以设计新的机器人。具体来说，他们正在研究人工智能在设计自己的身体时的自主性。“最终，我们领域未来的一个悬而未决的问题是，如何使用LLM来帮助机器人开发人员，而不会限制机器人技术应对21世纪挑战所需的创造力和创新，”Stella总结道。