ChatGPT: หุ่นยนต์ขับเคลื่อนด้วย AI จาก Microsoft

นักวิจัยของ Microsoft เปิดเผยกรอบการทดลองเมื่อสัปดาห์ที่แล้วเพื่อควบคุมโดรนและหุ่นยนต์ผ่านภาษาโดยใช้ ChatGPT ซึ่งเป็นโมเดลภาษา AI ที่รู้จักกันดีซึ่งพัฒนาโดย OpenAI

ChatGPT สามารถสร้างโค้ดพิเศษที่ควบคุมการเคลื่อนไหวของหุ่นยนต์โดยใช้คำสั่งที่กำหนดในภาษาธรรมชาติ จากนั้นมนุษย์จะตรวจสอบผลลัพธ์และทำการปรับเปลี่ยนที่จำเป็นจนกว่างานจะเสร็จสมบูรณ์

การค้นพบนี้ถูกตีพิมพ์ในบทความเรื่อง “ChatGPT for Robotics: Design Principles and Model Abilities” ซึ่งเขียนโดย Sai Vemprala, Rogerio Bonatti, Arthur Bucker และ Ashish Kapoor จาก Microsoft Autonomous Systems and Robotics Group

ในวิดีโอสาธิต Microsoft แสดงให้เห็นหุ่นยนต์กำลังประกอบบล็อกเข้ากับโลโก้ Microsoft ด้วยแขนหุ่นยนต์ โดยใช้โดรนเพื่อสแกนสิ่งของในชั้นวาง และใช้หุ่นยนต์ที่มีวิสัยทัศน์ในการค้นหาวัตถุ

ดูเหมือนว่าหุ่นยนต์เหล่านี้จะถูกควบคุมโดยโค้ดที่สร้างโดย ChatGPT ในขณะที่เชื่อฟังคำสั่งของมนุษย์

นักวิจัยได้สอน ChatGPT ให้เป็น API หุ่นยนต์พิเศษเพื่อให้สามารถสื่อสารกับหุ่นยนต์ได้ ChatGPT สามารถสร้างโค้ดควบคุมหุ่นยนต์ได้ในลักษณะเดียวกับการเขียนบทกวีหรือเรียงความเมื่อได้รับคำสั่ง เช่น "หยิบลูกบอล"

ผู้ปฏิบัติงานที่เป็นมนุษย์สามารถดำเนินงานและประเมินประสิทธิภาพได้หลังจากตรวจสอบและแก้ไขโค้ดเพื่อความถูกต้องและปลอดภัย

ChatGPT ไม่ใช่ระบบอัตโนมัติ แต่จะเร่งความเร็วการเขียนโปรแกรมควบคุมหุ่นยนต์ในลักษณะนี้ ตามที่ระบุไว้ในรายงาน “เราเน้นย้ำว่าการใช้ ChatGPT สำหรับวิทยาการหุ่นยนต์ไม่ใช่กระบวนการอัตโนมัติเต็มรูปแบบ แต่ทำหน้าที่เป็นเครื่องมือในการเพิ่มขีดความสามารถของมนุษย์

แม้ว่าดูเหมือนว่ามนุษย์จะให้ความคิดเห็นส่วนใหญ่ของ ChatGPT (ในแง่ของประสิทธิภาพหรือความล้มเหลวของการกระทำ) ในรูปแบบของข้อความ นักวิจัยยังยืนยันว่าพวกเขาประสบความสำเร็จในการให้ข้อมูลภาพแก่ ChatGPT

ในกรณีหนึ่ง นักวิจัยใช้ ChatGPT เพื่อสั่งให้หุ่นยนต์จับบาสเก็ตบอลในขณะที่รับฟีดแบ็คจากกล้อง 

นักวิจัยระบุว่า ChatGPT สามารถประมาณว่าลูกบอลและท้องฟ้าจะปรากฏในภาพจากกล้องได้อย่างไรโดยใช้โค้ด SVG

พฤติกรรมนี้เพิ่มความเป็นไปได้ที่ LLM จะรักษาแบบจำลองของโลกที่นอกเหนือไปจากความน่าจะเป็นแบบข้อความ

แม้ว่าผลลัพธ์ ณ จุดนี้ดูเหมือนเป็นพื้นฐาน แต่ก็แสดงให้เห็นถึงความพยายามในช่วงแรกที่จะรวมการควบคุมด้วยหุ่นยนต์เข้ากับเทคโนโลยีใหม่ล่าสุด ซึ่งเป็นแบบจำลองภาษาขนาดใหญ่ 

Microsoft อ้างว่าอินเทอร์เฟซ ChatGPT อาจทำให้หุ่นยนต์เข้าถึงผู้ชมจำนวนมากขึ้นในอนาคต

เพื่อช่วยในงานด้านวิทยาการหุ่นยนต์ จุดมุ่งหมายของการวิจัยนี้คือเพื่อพิจารณาว่า ChatGPT สามารถให้เหตุผลเกี่ยวกับโลกทางกายภาพนอกเหนือจากข้อความได้หรือไม่

เราต้องการทำให้ผู้คนโต้ตอบกับหุ่นยนต์ได้ง่ายขึ้น โดยไม่จำเป็นต้องเรียนรู้ภาษาการเขียนโปรแกรมยากๆ หรือข้อมูลเฉพาะเกี่ยวกับระบบหุ่นยนต์อีกต่อไป