ChatGPT: Microsoftin tekoälyllä toimiva robotti

Microsoftin tutkijat julkistivat viime viikolla kokeellisen kehyksen droonien ja robottien ohjaamiseksi kielen avulla käyttämällä ChatGPT:tä, joka on OpenAI:n kehittämä tunnettu tekoälymalli.

ChatGPT voi luoda erikoiskoodia, joka ohjaa robotin liikettä käyttämällä luonnollisella kielellä annettuja komentoja. Ihminen arvioi sitten tulokset ja tekee tarvittavat muutokset, kunnes tehtävä on suoritettu onnistuneesti.

Tulokset julkaistiin artikkelissa "ChatGPT for Robotics: Design Principles and Model Abilities", jonka kirjoittivat Sai Vemprala, Rogerio Bonatti, Arthur Bucker ja Ashish Kapoor Microsoft Autonomous Systems and Robotics Groupista.

Esittelyvideolla Microsoft näyttää robotteja, jotka kokoavat lohkoja Microsoft-logoon robottikäden avulla, käyttävät dronea hyllyn sisällön skannaamiseen ja käyttävät robottia, jolla on visio objektien paikantamiseen.

Näitä robotteja ohjataan ChatGPT:n luomalla koodilla, kun ne tottelevat ihmisen käskyjä.

Tutkijat opettivat ChatGPT:lle erityisen robotiikan API:n, jotta se voisi kommunikoida robotiikan kanssa. ChatGPT voi luoda robotiikan ohjauskoodia samalla tavalla kuin se kirjoittaisi runon tai lopettaisi esseen, kun sille annetaan ohjeita, kuten "nouta pallo".

Ihmisen käyttäjä voi suorittaa tehtävän ja arvioida sen suoritusta tarkistettuaan ja muokannutaan koodin tarkkuutta ja turvallisuutta varten.

ChatGPT ei ole itsenäinen järjestelmä, mutta se nopeuttaa robottiohjauksen ohjelmointia tällä tavalla. Kuten lehdessä todetaan, "Painotamme, että ChatGPT:n käyttö robotiikassa ei ole täysin automatisoitu prosessi, vaan se toimii työkaluna ihmisen kapasiteettia lisäävänä.

Vaikka näyttää siltä, ​​​​että ihmiset antavat suurimman osan ChatGPT:n palautteesta (sen toimien tehokkuudesta tai epäonnistumisesta) tekstin muodossa, tutkijat väittävät myös, että he ovat onnistuneet toimittamaan visuaalista dataa ChatGPT:lle.

Yhdessä tapauksessa tutkijat käyttivät ChatGPT:tä ohjatakseen robottia nappaamaan koripallon samalla kun he saivat palautetta kamerasta. 

Tutkijat totesivat, että ChatGPT voi arvioida, kuinka pallo ja taivas näkyvät kamerakuvassa SVG-koodin avulla.

Tämä käyttäytyminen nostaa esiin mahdollisuuden, että LLM ylläpitää maailmaa mallia, joka ylittää tekstipohjaiset todennäköisyydet.

Vaikka tulokset tässä vaiheessa vaikuttavat alkeellisilta, ne osoittavat varhaisia ​​yrityksiä yhdistää robottiohjaus uusimpaan teknologiaan, suuriin kielimalleihin. 

Microsoft väittää, että ChatGPT-rajapinta saattaa tulevaisuudessa tehdä robotiikasta suuremman yleisön ulottuville.

Robotiikkatehtävien avuksi tämän tutkimuksen tavoitteena on selvittää, pystyykö ChatGPT argumentoimaan tekstin lisäksi fyysistä maailmaa.

Haluamme helpottaa ihmisten vuorovaikutusta robottien kanssa poistamalla heidän tarpeensa oppia vaikeita ohjelmointikieliä tai robottijärjestelmien erityispiirteitä.