在最近发表在《自然机器智能》杂志的一项研究中，荷兰科技大学和瑞士洛桑联邦理工学院的研究人员深入探讨了OpenAI的ChatGPT平台的能力。好奇心促使他们调查这种先进的语言模型是否可以扩展其范围，超越生成诗歌、论文和书籍，协助机器人的设计过程。该团队试图确定在此方式下与人工智能合作的优势和潜在风险。
TU Delft的助理教授Cosimo Della Santina，与来自EPFL的博士生Francesco Stella和Josie Hughes，与ChatGPT展开了对话，重点关注粮食供应的增强。他们共同的头脑风暴会议使他们构思出了番茄收获机器人的想法，这是一个真正有用的创造。
研究人员发现ChatGPT在概念阶段的贡献尤为宝贵，因为它扩展了他们的专业知识。Stella解释说，这种语言模型提供了哪种作物对自动化最具经济可行性的见解。ChatGPT与之交互为设计过程中的明智决策铺平了道路。
此外，在实施阶段，ChatGPT提供了有用的建议，引导研究人员使用硅胶或橡胶作为夹具，以防止番茄被压碎。AI模型还建议采用Dynamixel电机，这是驱动机器人的最佳解决方案。这些协作努力最终导致了一个能够有效收获番茄的机械臂。
虽然研究人员发现协作设计过程丰富而积极，但他们注意到了自己作为工程师角色的变化。他们开始花更多时间进行技术任务，而ChatGPT则承担了共同研究员的角色。该团队探讨了人类和大型语言模型（LLMs）之间不同程度的合作，ChatGPT是其中之一的例子。
在最极端的情况下，AI提供所有输入，人类仅仅是遵循其指导，LLM实际上扮演研究员和工程师的角色。相反，人类则承担管理角色，负责定义设计目标。然而，这种情况在当前的LLMs中尚不可行，其可取性仍然存在争议。
Della Santina提出的一个潜在问题是机器人领域的错误信息和偏见的风险。LLMs基于概率生成响应，如果没有验证或验证不当，可能会导致误导或不准确的信息。研究人员还承认与LLMs合作的重要问题，包括抄袭、可追溯性和知识产权。
通过这种合作开发的番茄收获机器人将成为Della Santina、Stella和Hughes进一步研究机器人领域的有价值工具。此外，他们打算探索AI模型在设计其机器人身体方面的自主性。该团队认为，未来的一个开放性问题在于确定LLMs如何在不妨碍创造性思维和创新的情况下协助机器人开发人员解决21世纪的挑战。
随着研究人员继续利用像ChatGPT这样的AI模型的力量，他们的发现揭示了协作设计过程所涉及的潜在利益和风险。LLMs增强人类专业知识和扩大知识范围的能力是不可否认的。然而，必须谨慎行事，以确保准确性、透明度和保护机器人领域的创造性思维。通过在人类智慧和AI协助之间取得平衡，机器人领域可以应对未来的挑战，同时最小化潜在的风险。