Η Microsoft δοκιμάζει τη δυνατότητα του ChatGPT να ελέγχει ρομπότ

"Επεκτείναμε τις δυνατότητες του ChatGPT στη ρομποτική", καυχιέται η ερευνητική ομάδα Αυτόνομων Συστημάτων και Ρομποτικής της Microsoft, "και ελέγξαμε πολλαπλές πλατφόρμες, όπως ρομποτικούς βραχίονες, μη επανδρωμένα αεροσκάφη και ρομπότ οικιακού βοηθού διαισθητικά με τη γλώσσα".

Εξερευνούν πώς να χρησιμοποιήσουν το ChatGPT για να καταστήσουν δυνατές τις φυσικές αλληλεπιδράσεις ανθρώπου-ρομπότ και για να δουν αν το ChatGPT μπορεί να σκέφτεται πέρα από το κείμενο και να συλλογίζεται για τον φυσικό κόσμο, ώστε να βοηθήσει σε εργασίες ρομποτικής.
Πιο συγκεκριμένα, στο blog Autonomous Systems and Robotics Group, αναφέρονται τα παρακάτω: "Θέλουμε να βοηθήσουμε τους ανθρώπους να αλληλεπιδρούν με τα ρομπότ πιο εύκολα, χωρίς να χρειάζεται να μάθουν πολύπλοκες γλώσσες προγραμματισμού ή λεπτομέρειες σχετικά με τα ρομποτικά συστήματα. Η βασική πρόκληση εδώ είναι να μάθουμε στο ChatGPT πώς να λύνει προβλήματα λαμβάνοντας υπόψη τους νόμους της φυσικής, το πλαίσιο του περιβάλλοντος λειτουργίας και το πώς οι φυσικές ενέργειες του ρομπότ μπορούν να αλλάξουν την κατάσταση του κόσμου.

Αποδεικνύεται ότι το ChatGPT μπορεί να κάνει πολλά από μόνο του, αλλά εξακολουθεί να χρειάζεται κάποια βοήθεια. Το τεχνικό μας έγγραφο περιγράφει μια σειρά από αρχές σχεδιασμού που μπορούν να χρησιμοποιηθούν για την καθοδήγηση των γλωσσικών μοντέλων προς την επίλυση εργασιών ρομποτικής. Αυτές περιλαμβάνουν, μεταξύ άλλων, ειδικές δομές προτροπών, υψηλού επιπέδου API και ανθρώπινη ανατροφοδότηση μέσω κειμένου..... Στην εργασία μας παρουσιάζουμε πολλαπλά παραδείγματα του ChatGPT που λύνουν γρίφους ρομποτικής, μαζί με πολύπλοκες εφαρμογές ρομπότ στους τομείς χειρισμού, εναέριας και πλοήγησης.....

Δώσαμε στο ChatGPT πρόσβαση σε λειτουργίες που ελέγχουν ένα πραγματικό drone και αποδείχθηκε ότι είναι μια εξαιρετικά διαισθητική διεπαφή με βάση τη γλώσσα μεταξύ του μη τεχνικού χρήστη και του ρομπότ. Το ChatGPT έκανε διευκρινιστικές ερωτήσεις όταν οι οδηγίες του χρήστη ήταν διφορούμενες και έγραψε πολύπλοκες δομές κώδικα για το drone, όπως ένα μοτίβο ζιγκ-ζαγκ για την οπτική επιθεώρηση των ραφιών. Βρήκε ακόμη και πώς να βγάλει μια selfie! Χρησιμοποιήσαμε επίσης το ChatGPT σε ένα σενάριο προσομοίωσης βιομηχανικής επιθεώρησης με τον προσομοιωτή Microsoft AirSim. Το μοντέλο ήταν σε θέση να αναλύσει αποτελεσματικά τις προθέσεις του χρήστη και τις γεωμετρικές ενδείξεις για τον ακριβή έλεγχο του drone.

Είμαστε ενθουσιασμένοι που κυκλοφορούμε αυτές τις τεχνολογίες με στόχο να καταστήσουμε τη ρομποτική προσιτή σε ένα ευρύτερο κοινό. Πιστεύουμε ότι ο γλωσσικός έλεγχος της ρομποτικής θα είναι θεμελιώδης για να βγει η ρομποτική από τα επιστημονικά εργαστήρια και να περάσει στα χέρια των καθημερινών χρηστών.

Τούτου λεχθέντος, τονίζουμε ότι τα αποτελέσματα του ChatGPT δεν προορίζονται για άμεση ανάπτυξη σε ρομπότ χωρίς προσεκτική ανάλυση. Ενθαρρύνουμε τους χρήστες να αξιοποιήσουν τη δύναμη των προσομοιώσεων προκειμένου να αξιολογήσουν αυτούς τους αλγορίθμους πριν από πιθανές εφαρμογές στην πραγματική ζωή, και να λαμβάνουν πάντα τις απαραίτητες προφυλάξεις ασφαλείας. Το έργο μας αντιπροσωπεύει μόνο ένα μικρό κλάσμα του τι είναι δυνατό στο πλαίσιο της διασταύρωσης των μεγάλων γλωσσικών μοντέλων που λειτουργούν στο χώρο της ρομποτικής, και ελπίζουμε να εμπνεύσουμε μεγάλο μέρος του έργου που πρόκειται να έρθει. tics στην εμβέλεια ενός ευρύτερου κοινού. Πιστεύουμε ότι ο γλωσσικός έλεγχος της ρομποτικής θα είναι θεμελιώδης για να βγει η ρομποτική από τα επιστημονικά εργαστήρια και να περάσει στα χέρια των καθημερινών χρηστών.

Το ZDNet επισημαίνει ότι η Google Research και τα Everyday Robots της Alphabet "έχουν επίσης εργαστεί σε παρόμοιες προκλήσεις ρομποτικής χρησιμοποιώντας ένα μεγάλο γλωσσικό μοντέλο που ονομάζεται PaLM, ή Pathways Language Model, το οποίο βοήθησε ένα ρομπότ να επεξεργαστεί ανοιχτές προτροπές και να ανταποκριθεί με λογικούς τρόπους".