ChatGPT はボットを設計できますか?

デルフト工科大学とスイス工科大学の研究者たちは、chatGPT の支援を得て、慎重に検討し、課題を受け入れた結果、トマト収穫ロボットを開発しました。

# テスト環境では、デルフト工科大学と EPFL の研究者によって設計されたトマト収穫ロボットが ChatGPT を使用して動かされました。画像クレジット: Adrien Buttier / EPFL

ChatGPT は、詩、エッセイ、書籍、および潜在的なボット デザインを専門としています。ただし、設計プロセス中に ChatGPT を使用することにはリスクと利点があります。

TUDelft とスイス工科大学 EPFL の研究者は、chatGPT を利用してトマト収穫ロボットを開発しました。 ChatGPT との話し合いの結果、彼らはこの課題に挑戦し、ボットを設計することにしました。

役立つアドバイス

研究者らは、ChatGPT の設計上の決定を採用し、特にコンセプト段階での入力に焦点を当てました。研究者らは、ChatGPT が経済的に価値のある自動化作物の特定など、さまざまな分野で設計者の知識を拡大すると強調しています。導入にあたっては、ChatGPT から「トマトが潰れないようにグリッパーとしてシリコンやゴムを使用する」「ロボットの最適な駆動にはダイナミクセルモーターを使用する」など、有益なアドバイスをいただきました。コラボレーションの成果は、人間と人工知能 (AI) の相乗効果を実証するトマト収穫ロボット アームです。

研究者としての ChatGPT

研究者は、共同設計プロセスが活発で充実していると信じています。しかし、エンジニアの役割は技術的なタスクに移りました。非常に極端なケースでは、AI がロボットの設計プロセスを完全に制御し、必要な入力をすべて提供する一方、人間は疑いなく AI のリードに従うことがあります。この設定では、大規模言語モデル (LLM) がすべての技術的側面を担当する研究者とエンジニアです。同時に、人間は設計目標の定義とプロセスの監督を担当するマネージャーの役​​割を果たします。

誤った情報のリスク

現在の LLM はそのような極端なシナリオを実装できず、その望ましさには疑問があります。未検証の LLM 出力は誤解を招く可能性があり、誤った情報やボット バイアスのリスクが生じます。 LL.M. と協力すると、盗作、トレーサビリティ、知的財産に関する懸念が生じます。研究チームは、進行中のロボット研究にトマト収穫ロボットを使用する予定です。彼らはまた、体の形成における AI の自律性に焦点を当て、新しいロボットの設計における LLM の役割についても調査しています。研究者らは、21世紀のロボット工学の課題に対処するために必要な創造性と革新性を維持しながら、ロボット開発者を支援するためにLLMを使用するという未解決の問題を強調して結論づけています。

以上がChatGPT はボットを設計できますか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。