Езиковият модел може да управлява роботизирани ръце, дронове и роботи домашни асистенти.
Представете си сценарий, при който можете директно да комуникирате с роботи, карайки ги да изпълняват различни задачи вместо вас.
За да постигне това, Microsoft очерта плановете си да си партнира с OpenAI, за да развие възможностите на ChatGPT за контрол на роботи. Софтуерният гигант използва чатбота и „контролира множество платформи като роботизирани ръце, дронове и роботи домашни асистенти“, пише компанията в публикация в блог.
Роботите все още разчитат в голяма степен на ръкописни кодове, за да изпълняват своите задачи, докато хората намират говоримия език за най-интуитивния начин за комуникация. Microsoft работи, за да промени тази реалност и „да направи възможни естествените взаимодействия между човек и робот, използвайки новия езиков модел на OpenAI, ChatGPT“.
Как може ChatGPT да помогне в това отношение?
Екипът планира да използва способността на платформата да разработва съгласувани и граматически правилни отговори на различни подкани и въпроси и да види дали ChatGPT може да мисли отвъд текста и да разсъждава за физическия свят, за да помогне при задачите на роботиката.
„Искаме да помогнем на хората да взаимодействат по-лесно с роботите, без да е необходимо да учат сложни езици за програмиране или подробности за роботизираните системи.“
Основното препятствие пред езиков модел, базиран на AI, е да се решават проблеми, като се вземат предвид законите на физиката, контекстът на работната среда и как физическите действия на робота могат да променят състоянието на света. Въпреки че ChatGPT може да прави много неща сам, той все още се нуждае от помощ.
Microsoft пусна поредица от принципи на проектиране, включително уникални подканващи структури, API на високо ниво и човешка обратна връзка чрез текст. Тези модели могат да се използват за насочване на езикови модели към решаване на задачи по роботика.
Фирмата също така представя PromptCraft, платформа с отворен код, където всеки може да „сподели примери за стратегии за подсказване за различни категории роботика“.
Използвайки тези принципи на проектиране, изследователите биха могли да настроят фино и да използват знанията на ChatGPT, за да контролират различни форми на роботи за различни задачи. Екипът може да използва езиковия модел за решаване на „роботизирани пъзели, заедно със сложни внедрявания на роботи в манипулационни, въздушни и навигационни домейни“.
Различни случаи, в които моделът работи
Екипът успява да използва системата, за да позволи на ChatGPT да управлява дрон. Според Microsoft, ChatGPT задава последващи въпроси, когато командите са неясни и „написа сложни кодови структури за дрона, като зигзагообразен модел, за да инспектира визуално рафтовете. Той дори измисли как да направи селфи.“
Моделът също така извърша симулирана промишлена проверка със симулатора Microsoft AirSim.
„Моделът успя ефективно да анализира на високо ниво намерението на потребителя и геометричните знаци, за да контролира точно дрона.“
Моделът показва способността да свързва текстови и физически домейни, когато е натоварен със задачата да изгради логото на Microsoft от дървени блокове.
ChapGPT може също така да напише алгоритъм за дрон, за да достигне цел в космоса, без да се блъска в препятствия.
Microsoft обаче предупреди потребителите да внимават, тъй като подобни практики се нуждаят от задълбочен анализ, преди да бъдат използвани в ежедневието им.
„Насърчаваме потребителите да използват силата на симулациите, за да оценят тези алгоритми преди потенциални внедрявания в реалния живот и винаги да вземат необходимите предпазни мерки за безопасност.“
Източник: InterestingEngineering
