オランダのデルフト工科大学とスイスの EPFL 工科大学の研究者は、OpenAI の ChatGPT と協力してトマト収穫ロボットの設計に成功し、ロボット工学の分野における人間と人工知能の間の新時代のコラボレーションを示しました。

Cosimo Della Santina、Francesco Stella、Josie Hughes を含む開発者は、将来の人類の最大の課題について ChatGPT に質問することからプロジェクトを開始しました。 目標は、このシステムが人類の生存の延長をサポートするためにできると考えていることを完全に制御できるようにすることです。 議論の結果、ChatGPT は他の選択肢を検討した結果、食品配達に焦点を当て、特にトマト収穫ロボットを作成することを決定しました。

科学者は、プロジェクトの構想段階と実装段階の両方における ChatGPT の貢献を高く評価しています。 Francesco Stella 氏は、「ChatGPT は、設計者が他の専門分野の知識を得るのに役立ちました。たとえば、自動化された化学によってどの作物が最も収益性が高いかを示してくれました。」と述べています。

ChatGPT は、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ことや、ロボットの制御にダイナミクセル モーターを使用することを提案するなど、実装段階で役立つ提案も提供します。 人間と AI のコラボレーションの結果、トマトをうまく収穫できるロボット アームが誕生しました。

ロボットアームの実用化

Nature に掲載された論文の中で、研究者らは人間と ChatGPT などの大規模言語モデル (LLM) との間のさまざまなレベルの協力を調査し、説明しました。 最も極端なケースでは、AI がロボットの設計に必要なすべての情報を提供し、人間はそれに盲目的に従うことになります。 この場合、LLM は研究者でもありエンジニアでもありますが、人間は管理の役割を果たし、設計目標を設定するだけです。

AI への過度の依存に伴うリスクについての懸念が生じているのは、この極端なシナリオです。 Della Santina 氏は、AI ボットは質問に対して必ずしも正しい答えではなく、「最も可能性の高い」答えを与えるように設計されており、偽情報につながる可能性があるため、LLM が提供する情報は調査と検証が行われていない場合、誤解を招く可能性があると指摘しています。 あるいはロボット工学の分野における偏見。 その他の LLM の問題には、トレーサビリティの問題、盗作、知的財産の盗難などがあります。

こうした懸念にもかかわらず、研究者らはロボット工学の研究でトマト収穫ロボットを使用する予定であり、新しいロボット設計での LLM の応用を模索し続けている。 彼らは、AI が自らの肉体を設計する能力に特に興味を持っています。 ステラは、ロボット工学の将来について未解決の質問をして記事を締めくくっています。「ロボット開発者の創造性を制限することなく、LLM を使用してロボット開発者をサポートするにはどうすればよいでしょうか?」 – 21世紀のこの業界の課題に対処するために非常に必要なことは何ですか? 」。

このプロジェクトは、ロボット工学における人間と AI のコラボレーションの可能性を実証しましたが、同時に AI を設計プロセスに統合する際の注意と批判的思考の必要性も強調しました。 絶え間なく変化する AI の状況では、研究者やエンジニアにとって、AI 機能の活用と人間の監視とイノベーションの維持の間でバランスを取ることが非常に重要です。

* ベトナムテレビが放送する番組を TV Online および TV Online でフォローするよう読者にお勧めします。 VTVGo！