นักวิจัยร่วมมือกับ ChatGPT เพื่อออกแบบหุ่นยนต์

การมาถึงของปัญญาประดิษฐ์ไม่เพียงแต่เปลี่ยนแปลงภูมิทัศน์ดิจิทัลของเราเท่านั้น แต่ยังซึมซับเข้าไปในหลายสาขาในทางที่ไม่คาดคิดด้วย ในการแสดงออกของพลังการเปลี่ยนแปลงของ AI ที่ล่าสุด นักวิจัยจาก Technical University of Delft (TU Delft) ในเนเธอร์แลนด์ และ École Polytechnique Fédérale de Lausanne (EPFL) ในสวิตเซอร์แลนด์ ได้ร่วมมือกับ OpenAI’s ChatGPT เพื่อออกแบบหุ่นยนต์ โครงการที่เป็น 里程碑 นี้สำรวจถึงประโยชน์และความเสี่ยงที่อาจเกิดขึ้นจากการรวม AI เข้ากับกระบวนการออกแบบ

ChatGPT: ผู้เล่นใหม่ในด้านการออกแบบหุ่นยนต์

ChatGPT เป็นโมเดลภาษาที่ซับซ้อนมากซึ่งพัฒนาโดย OpenAI และได้รับการใช้ในการสร้างข้อความที่เหมือนมนุษย์ ตั้งแต่บทกวีและเรียงความไปจนถึงหนังสือที่สมบูรณ์ นักวิจัยจาก TU Delft และ EPFL ต้องการทดสอบว่าความสามารถของ AI นี้สามารถขยายออกไปนอกเหนือจากภาษาและเข้าสู่ด้านหุ่นยนต์ได้หรือไม่

เมื่อถาม ChatGPT เกี่ยวกับความท้าทายที่ยิ่งใหญ่ที่สุดที่มนุษยชาติต้องเผชิญ นักวิจัยต้องการให้ AI ช่วยในการสร้างหุ่นยนต์ที่มีจุดประสงค์เชิงปฏิบัติ ผลลัพธ์คือการมุ่งเน้นไปที่ห่วงโซ่อุปทานอาหาร โดยมีงานออกแบบที่มุ่งเน้นไปที่หุ่นยนต์เก็บมะเขือเทศ

กระบวนการและผลลัพธ์

ผู้ช่วยศาสตราจารย์ Cosimo Della Santina, นักศึกษาปริญญาเอก Francesco Stella จาก TU Delft และ Josie Hughes จาก EPFL ได้ติดตามคำแนะนำในการออกแบบของ ChatGPT ตลอดกระบวนการ การมีส่วนร่วมของ AI เป็นประโยชน์อย่างมากในช่วงระยะการออกแบบแนวคิด โดยให้ข้อมูลเชิงลึกที่หลากหลายและแนะนำพืชที่มีคุณค่าทางเศรษฐกิจสำหรับการอัตโนมัติ

ตามที่ Stella อธิบาย “ChatGPT ขยายความรู้ของนักออกแบบไปสู่พื้นที่ความเชี่ยวชาญอื่น ๆ ตัวอย่างเช่น หุ่นยนต์聊天สอนเราเกี่ยวกับพืชที่จะมีคุณค่าทางเศรษฐกิจมากที่สุดในการอัตโนมัติ” ChatGPT ยังแสดงถึงคุณค่าในช่วงระยะการนำไปใช้ โดยให้คำแนะนำทางเทคนิค เช่น การใช้ซิลิโคนหรือยางเพื่อหลีกเลี่ยงการบดมะเขือเทศ และแนะนำการใช้มอเตอร์ Dynamixel เพื่อขับเคลื่อนหุ่นยนต์

การเปลี่ยนแปลงในพลวัตของกระบวนการออกแบบ

หุ่นยนต์เก็บมะเขือเทศที่ได้รับเป็นผลลัพธ์จากความร่วมมือที่ประสบความสำเร็จระหว่างนักวิจัยมนุษย์และ AI อย่างไรก็ตาม กระบวนการออกแบบใหม่นี้ยังเปลี่ยนแปลงบทบาทของวิศวกรมนุษย์ โดยย้ายพวกเขาไปสู่งานทางเทคนิคมากขึ้น ทีมวิจัยได้สำรวจความร่วมมือในหลายระดับที่เป็นไปได้ระหว่างมนุษย์และโมเดลภาษาขนาดใหญ่ (LLMs) เช่น ChatGPT

การใคร่ครวญถึงความเสี่ยงและผลกระทบทางจริยธรรม

แม้ว่า LLMs ในปัจจุบันอาจยังไม่สามารถรับความรับผิดชอบเต็มที่ในการออกแบบหุ่นยนต์ได้ แต่ทีมวิจัยก็แสดงความระมัดระวังต่อสถานการณ์ดังกล่าว ตามที่ Della Santina ระบุ “ผลลัพธ์ของ LLM อาจทำให้เข้าใจผิดหากไม่ได้รับการยืนยันหรือตรวจสอบ AI บอทถูกออกแบบมาเพื่อสร้างคำตอบที่ ‘น่าจะเป็นไปได้มากที่สุด’ สำหรับคำถาม ดังนั้นจึงมีความเสี่ยงของข้อมูลที่ไม่ถูกต้องและความเอนเอียงในด้านหุ่นยนต์”

นอกเหนือจากความกังวลเกี่ยวกับข้อมูลที่ไม่ถูกต้องและความเอนเอียง การรวม LLMs เข้ากับกระบวนการออกแบบยังทำให้เกิดประเด็นสำคัญทางจริยธรรมเกี่ยวกับการลอกเลียนแบบ การติดตามแหล่งที่มา และสิทธิ์ในทรัพย์สินทางปัญญา

อนาคตของ AI ในการออกแบบหุ่นยนต์

ไม่หยุดยั้งจากการเผชิญกับความท้าทายที่อาจเกิดขึ้น ทีมวิจัยมีแผนที่จะใช้หุ่นยนต์เก็บมะเขือเทศต่อไปในงานวิจัยหุ่นยนต์ของพวกเขา พวกเขายังจะสำรวจต่อไปเกี่ยวกับบทบาทของ LLMs ในการออกแบบหุ่นยนต์ใหม่ โดยมุ่งเน้นไปที่ความเป็นอิสระของ AI ในการกำหนดรูปแบบทางกายภาพของตนเอง

ตามที่ Stella สรุป “สุดท้าย คำถามที่เปิดกว้างสำหรับอนาคตของสาขานี้คือ วิธีการที่ LLMs สามารถช่วยเหลือนักพัฒนาหุ่นยนต์โดยไม่จำกัดความคิดสร้างสรรค์และนวัตกรรมที่จำเป็นต่อหุ่นยนต์เพื่อเผชิญกับความท้าทายของศตวรรษที่ 21” ความพยายามนี้ชี้ไปสู่อนาคตที่น่าสนใจ ซึ่ง AI กลายเป็นส่วนสำคัญของเครื่องมือในการแก้ปัญหา