Et si un robot conçu par Chat-GPT récoltait vos tomates?

- EN- DE - FR- IT
Et si un robot conçu par Chat-GPT récoltait vos tomates?
Forscherinnen und Forscher der EPFL haben Chat-GPT verwendet, um eine Roboterzange für das Tomatenpflücken zu entwickeln. Dies ist die erste Demonstration des Potenzials von künstlicher Intelligenz, um mit Menschen bei der Entwicklung von Robotern zusammenzuarbeiten.

Neuronale Netze, die große Mengen an Textdaten verarbeiten und diese Informationen zur Beantwortung von Fragen nutzen können, sind als große Sprachmodelle (Large Language Models, LLM) bekannt, wie Chat-GPT. Sie machen Schlagzeilen, weil sie die Art und Weise verändern können, wie wir schreiben, lernen und sogar Kunst machen. Forscher der EPFL haben diese Technologie nun in einem neuen Bereich eingesetzt: dem Design von Robotern.

In einer in Nature Machine Intelligence veröffentlichten Fallstudie haben Josie Hughes, Leiterin des Computer Robot Design and Manufacturing Laboratory der Fakultät für Ingenieurwissenschaften und Technik, Francesco Stella, Doktorand an der EPFL, und Cosimo Della Santina von der Delft University of Technology Chat-GPT verwendet, um einen Tomatenpflücker-Roboter zu entwerfen. Die Studie liefert einen Rahmen, der es Menschen und LLMs ermöglicht, solche Geräte kollaborativ zu entwerfen. Auf der Grundlage ihrer Erfahrungen beschreiben die Wissenschaftler die Chancen und Risiken, die mit dem Einsatz von Werkzeugen der künstlichen Intelligenz (KI) in der Robotik verbunden sind. Ihrer Meinung nach könnten diese Werkzeuge die Art und Weise, wie wir Roboter entwerfen, verändern und den Prozess bereichern und vereinfachen.

"Obwohl Chat-GPT ein Sprachmodell ist und sein Code auf Textbasis generiert wird, lieferte es wichtige Informationen und Einsichten für das physische Design und zeigte ein großes Potenzial, die menschliche Kreativität zu fördern", sagt Josie Hughes.

Potenzial und Fallstricke der KI als "Erfinderin".

In einer ersten Phase begaben sich die Forscherinnen und Forscher und die LLM in eine ideenfördernde Diskussion, um das Ziel, die Designparameter und die Spezifikationen ihres Roboters zu definieren. In einer zweiten Phase wurde der Roboter in die Realität umgesetzt, was bedeutete, den vom LLM erzeugten Code zu verfeinern, das Gerät herzustellen und Funktionsprobleme zu lösen.

In der ersten Phase begannen sie auf einer hohen konzeptionellen Ebene, indem sie mit dem LLM über die zukünftigen Herausforderungen der Menschheit diskutierten und das robotische Pflücken als Lösung für das Problem der weltweiten Nahrungsmittelversorgung identifizierten. Anschließend fütterten sie das LLM mit globalen Daten aus akademischen Publikationen, technischen Handbüchern, Büchern und Medien, um die "wahrscheinlichste" Antwort auf Fragen wie "Welche Eigenschaften muss ein Pflückroboter haben?" zu liefern.

Sobald ein grundlegendes Roboterformat identifiziert ist (eine motorisierte Zange zum Greifen reifer Tomaten), können die Wissenschaftler spezifischere Fragen stellen, z. B. "Welche Form muss die Zange haben?", und das LLM um technische Vorschläge bitten, z. B. zu Materialien und Computercode zur Steuerung des Geräts.

"Während die Informatik weitgehend dazu verwendet wird, Ingenieuren bei der technischen Umsetzung zu helfen, kann ein KI-System zum ersten Mal neue Systeme entwerfen und damit kognitive Aufgaben auf hohem Niveau automatisieren. Die Rollen der Menschen könnten dadurch technischer werden", erklärt Francesco Stella.

Neben der Zuweisung der Rolle des "Erfinders" an Chat-GPT beschreiben die Forscherinnen und Forscher in ihrem Artikel auch andere mögliche Arten der Zusammenarbeit zwischen Mensch und LLM. Beispielsweise wird bei der "kollaborativen Erkundung" KI eingesetzt, um ihre Expertise zu stärken, indem sie ihnen umfangreiches Wissen vermittelt, das über ihren eigenen Bereich hinausgeht. KI kann auch als "Trichter" fungieren, indem sie dabei hilft, den Designprozess zu verfeinern und technische Informationen bereitzustellen, wobei die Menschen die kreative Kontrolle behalten.

Da jede Art der Zusammenarbeit logische und ethische Risiken birgt, betonen Wissenschaftler, dass die Rolle von LLMs in Zukunft sorgfältig abgewogen werden muss. Beispielsweise wirft die Verwendung von LLM Fragen der Befangenheit, des Plagiats und des geistigen Eigentums auf, da nicht klar ist, ob ein von einer LLM erzeugter Entwurf als neu angesehen werden kann.

"In unserer Studie identifizierte Chat-GPT Tomaten als die "interessanteste" Kultur für einen Pflückroboter. Es könnte jedoch sein, dass dieses Ergebnis zugunsten der Kulturen verzerrt ist, die in der Literatur stärker behandelt werden, im Gegensatz zu denjenigen, für die ein echter Bedarf besteht. Wenn Entscheidungen außerhalb des Wissensbereichs eines Ingenieurs getroffen werden, kann dies zu erheblichen ethischen, technischen oder faktischen Fehlern führen", fügt Josie Hughes hinzu.

Trotz dieser Vorsichtsmaßnahmen kommen die Forscherin und ihr Team aufgrund ihrer Erfahrungen zu dem Schluss, dass LLMs sehr nützlich sein könnten, wenn sie richtig gehandhabt werden: "Die Robotikgemeinschaft muss also herausfinden, wie sie diese leistungsfähigen Werkzeuge nutzen kann, um den Fortschritt von Robotern auf ethische, nachhaltige und sozial verantwortliche Weise zu beschleunigen.