神经网络有能力处理大量文本数据，并利用这些信息回答提示，被称为大型语言模型(llm)的神经网络，如Chat-GPT，已经成为头条新闻，因为它们有可能改变我们写作、学习甚至创作艺术的方式。现在，EPFL的研究人员已经将这项技术应用到一个新的领域:机器人设计。

在今天发表在《自然机器智能》上的一个案例研究中，工程学院计算机器人设计与制造实验室的负责人Josie Hughes、EPFL的博士生Francesco Stella和代尔夫特理工大学的Cosimo Della Santina使用聊天- gpt设计了一个可以工作的机器人番茄收割机。该研究为人类和法学硕士合作设计此类设备提供了一个框架。根据他们的经验，研究人员描述了将人工智能(AI)工具应用于机器人的机遇和风险，他们认为“人工智能可以改变我们设计机器人的方式，同时丰富和简化这个过程。”

休斯说:“尽管Chat-GPT是一种语言模型，它的代码生成是基于文本的，但它为物理设计提供了重要的见解和直觉，并显示出作为激发人类创造力的巨大潜力。”

人工智能作为“发明者”的潜力和陷阱

在第一阶段，研究人员和法学硕士进行了“构思”讨论，以确定他们的机器人的目的、设计参数和规格。第二阶段致力于在现实世界中实现机器人，包括改进llm生成的代码，制造设备并排除其功能故障。

在第一阶段，研究人员从高概念层面开始，与法学硕士就人类未来面临的挑战进行对话，并确定机器人作物收割作为解决全球粮食供应挑战的解决方案。然后，他们利用法学硕士从学术出版物、技术手册、书籍和媒体中获取的全球数据，为诸如“机器人收割机应该具有什么功能”之类的问题提供“最可能”的答案?

一旦确定了基本的机器人形式(一个用于抓取成熟西红柿的马达驱动的抓取器)，研究人员就可以提出更具体的问题，比如“抓取器应该是什么形状?”，并请LLM提供技术建议，包括控制设备的材料和计算机代码。

“虽然计算主要用于协助工程师进行技术实施，但人工智能系统首次可以构思新系统，从而自动化高级认知任务。这可能涉及到人类角色向更多技术角色的转变，”斯特拉说。

除了赋予Chat-GPT“发明者”的角色外，研究人员还在他们的论文中概述了其他可能的人类与法学硕士合作模式。例如，“协作探索”利用人工智能来增加研究人员的专业知识，贡献超出他们自己领域的广泛知识。人工智能也可以充当“漏斗”，帮助完善设计过程并提供技术输入，而人类则保留创造性控制。

由于每种合作模式都存在逻辑和伦理风险，研究人员警告说，法学硕士的作用必须仔细评估。例如，法学硕士的使用引发了偏见、剽窃和知识产权的问题，因为不清楚法学硕士生成的设计是否可以被认为是新颖的。

“在我们的研究中，Chat-GPT将西红柿确定为机器人收割机'最值得'追求的作物。然而，这可能偏向于那些在文献中被更多提及的作物，而不是那些真正有实际需求的作物。当做出的决定超出了工程师的知识范围时，可能会导致重大的道德、工程或事实错误。”休斯说。

尽管有这些警告，休斯和她的团队根据他们的经验得出结论，如果管理得当，法学硕士有很大的潜力成为一股积极的力量:“因此，机器人社区必须确定如何利用这些强大的工具，以道德、可持续和社会赋权的方式加速机器人的进步。”