„ChatGPT“: „Microsoft“ sukurtas dirbtinio intelekto robotas

„Microsoft“ mokslininkai praėjusią savaitę pristatė eksperimentinę sistemą, skirtą valdyti dronus ir robotus naudojant kalbą, naudojant „ChatGPT“ – gerai žinomą AI kalbos modelį, kurį sukūrė „OpenAI“.

ChatGPT gali sukurti specializuotą kodą, kuris nukreipia roboto judėjimą, naudodamas komandas, pateiktas natūralia kalba. Tada žmogus peržiūri rezultatus ir atlieka reikiamus pakeitimus, kol užduotis bus sėkmingai atlikta.

Išvados buvo paskelbtos dokumente „ChatGPT for Robotics: Design Principles and Model Abilities“, kurį parašė Sai Vemprala, Rogerio Bonatti, Arthuras Buckeris ir Ashishas Kapooras iš „Microsoft Autonomous Systems and Robotics Group“.

Demonstraciniame vaizdo įraše „Microsoft“ rodo, kaip robotai su roboto ranka surenka blokus į „Microsoft“ logotipą, naudoja droną lentynos turiniui nuskaityti ir naudoja robotą su vizija objektų vietai nustatyti.

Atrodo, kad šie robotai yra valdomi kodu, kurį sukūrė ChatGPT, paklusdami žmogaus komandoms.

Tyrėjai išmokė ChatGPT specialios robotikos API, kad ji galėtų bendrauti su robotika. „ChatGPT“ gali generuoti robotikos valdymo kodą taip pat, kaip parašytų eilėraštį ar užbaigtų esė, kai duotų nurodymus, pvz., „paimk kamuolį“.

Žmogus operatorius gali atlikti užduotį ir įvertinti jos veikimą peržiūrėjęs ir redagavęs kodą, kad būtų užtikrintas tikslumas ir saugumas.

„ChatGPT“ nėra savarankiška sistema, tačiau ji tokiu būdu pagreitina robotų valdymo programavimą. Kaip teigiama dokumente, „Pabrėžiame, kad ChatGPT naudojimas robotikai nėra visiškai automatizuotas procesas, o veikiau veikia kaip priemonė žmogaus pajėgumams didinti.

Nors atrodo, kad žmonės pateikia didžiąją dalį „ChatGPT“ grįžtamojo ryšio (kalbant apie jos veiksmų efektyvumą ar nesėkmę) teksto forma, mokslininkai taip pat tvirtina, kad jiems sekėsi teikti vaizdinius duomenis „ChatGPT“.

Vienu atveju tyrėjai naudojo ChatGPT, kad nurodytų robotui gaudyti krepšinio kamuolį, gaudami atsiliepimus iš kameros. 

Tyrėjai teigė, kad „ChatGPT“ gali įvertinti, kaip kamuolys ir dangus pasirodys fotoaparato vaizde, naudodami SVG kodą.

Toks elgesys padidina galimybę, kad LLM palaiko pasaulio modelį, kuris viršija teksto tikimybes.

Nors rezultatai šiuo metu atrodo elementarūs, jie rodo ankstyvus bandymus integruoti robotų valdymą su naujausiomis technologijomis, dideliais kalbų modeliais. 

„Microsoft“ teigia, kad „ChatGPT“ sąsaja ateityje gali padaryti robotiką prieinamą didesnei auditorijai.

Siekiant padėti atlikti robotikos užduotis, šio tyrimo tikslas yra nustatyti, ar „ChatGPT“ gali motyvuoti ne tik tekstą, bet ir fizinį pasaulį.

Norime, kad žmonėms būtų lengviau bendrauti su robotais, nes jiems nereikia mokytis sudėtingų programavimo kalbų ar robotų sistemų specifikos.