A Microsoft a ChatGPT-t robotokon próbálja ki, és az eredmények lenyűgözőek

A Microsoft kutatói nemrég kipróbált ChatGPT robotkarokon, drónokon és házi asszisztens robotokon. A vállalat megosztotta, hogy a kísérlet általános befejezése kiváló eredményeket hozott, ami fényes jövőt jelez a ChatGPT számára a robotika területén.

A ChatGPT megjelenése a modern AI korszak születését jelezte világszerte. Miután a Microsoft bejelentette az AI nyelvi modell integrálását Bing, más cégek, mint Google elkezdték megosztani saját munkáikat a technológia körül. Egy maroknyi kínai cégek saját ChatGPT-szerű projektjeik kutatásáról és fejlesztéséről is beszámoltak. Ezzel a Microsoft rájött, hogy az egyetlen módja annak, hogy a játék tetején maradjon, ha továbblép, és más területeken is alkalmazza a ChatGPT-t: a robotikában.

A Microsoft Autonomous Systems and Robotics Research Group által megosztott munkában ChatGPT különféle feladatokat kapott különböző platformokon. A tesztek különböző tervezési elveket is tartalmaztak, beleértve a speciális felszólító struktúrákat, a magas szintű API-kat és az emberi visszajelzéseket szövegeken keresztül. A csoport arról számolt be, hogy bár a technológiának „még mindig szüksége van egy kis segítségre”, a projekt eredményei bebizonyították, hogy „a ChatGPT önmagában is sok mindenre képes”.

„A tervezési elveink betartásával a ChatGPT kódot generálhat a robotika forgatókönyveihez” – osztotta meg a csoport. „Minden finomhangolás nélkül kihasználjuk az LLM (nagy nyelvi modell) tudását, hogy különféle robotokat irányíthassunk különféle feladatokhoz.”

A projektben végrehajtott tesztek egyike a ChatGPT vezérlést adta egy drónnak és a Microsoft AirSim szimulátornak. A megosztott videók némelyikében a ChatGPT parancsokat tudott végrehajtani az ital keresésétől, az ital azonosításától a leírások alapján, és egy „egészséges lehetőség” javaslatára. Sikeresen követte a szöveges parancsot is, hogy szelfit készítsen egy fényvisszaverő felület előtt, és megvizsgáljon egy polcot fűnyíró mintázatban. Szimulált ipari vizsgálati forgatókönyvben használva a kutatók kedvező eredményekről számoltak be a légi akadályelkerülési teszt során, és hozzátették, hogy „hatékonyan tudta elemezni a felhasználó magas szintű szándékát és geometriai jelzéseit a drón pontos irányításához”.

Egy hihetetlenebb forgatókönyv szerint a ChatGPT átment a manipulációs teszten: blokkokat rakott egymásra, és tudásbázisa segítségével készítette el a Microsoft négyszínű logóját.

„Beszélgetéses visszajelzéseket használtunk, hogy megtanítsuk a modellnek, hogyan állítsa össze az eredetileg biztosított API-kat összetettebb, magas szintű funkciókká: a ChatGPT-t önmagában kódolja” – magyarázta a csoport. „…A modell lenyűgöző példát mutatott be a szöveges és a fizikai tartományok áthidalására, amikor a Microsoft logójának fakockákból való felépítését kapták. Nemcsak a belső tudásbázisából tudta felidézni a logót, hanem képes volt „megrajzolni” a logót (SVG-kódként), majd a fent elsajátított készségeket felhasználva kitalálni, mely létező robotműveletek alkothatják annak fizikai formáját. ”

Bár a projekt eredményei ígéretesnek tűnnek, a Microsoft hangsúlyozta, hogy ez a munka „csak egy töredéke” annak, amit nagy nyelvi modellek robotokon történő alkalmazásakor el lehet végezni. Ezenkívül a cég emlékeztetett arra, hogy a ChatGPT még nem áll teljesen készen arra, hogy segítse a robotokat a feladatok végrehajtásában, és figyelmeztesse a rajongókat és más kutatókat, hogy „mindig tegyék meg a szükséges biztonsági óvintézkedéseket”.