当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 陈根:ChatGPT和人类合作开发机器人

陈根:ChatGPT和人类合作开发机器人

来源:搜狐 2023-06-11 12:00:01 0浏览 收藏

在IT行业这个发展更新速度很快的行业,只有不停止的学习,才不会被行业所淘汰。如果你是科技周边学习者,那么本文《陈根:ChatGPT和人类合作开发机器人》就很适合你!本篇内容主要包括##content_title##,希望对大家的知识积累有所帮助,助力实战开发!

文/陈根

ChatGPT的面世大大推动了人工智能领域的发展,并由此触发了智能科技领域的翻天覆地变化。时至今日,AI不仅能够处理和理解大量文本数据,并利用这些数据信息与人类进行问答交流,甚至还可以与人类协同合作,进行机器人的研发设计,这不禁让人感叹于“还有什么是ChatGPT做不到的呢”!

据《自然·机器智能》杂志的最新报道,在探索人类与大型语言模型(LLM)合作的道路上,荷兰代尔夫特大学和瑞士洛桑联邦理工学院(EPFL)的科学家,借助ChatGPT设计并研制出了一款番茄收割机器人。

陈根:ChatGPT和人类合作开发机器人

“尽管ChatGPT是一种语言模型,其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共鸣板的巨大潜力。”工程学院计算机器人设计与制造实验室负责人Josie Hughes表示,“这可能会改变人类设计机器人的方式,同时丰富和简化流程。”

在协作研发的整个过程中,研究人员通过提问ChatGPT,引导其进行机器人开发的方向选择、创意构思和细节设计,包括将使用哪些建筑材料以及创建控制它的计算机代码等。虽然目前,LLM尚且无法生成整个计算机辅助设计模型,评估代码或自动制造机器人。但是,根据ChatGPT提供的技术建议,研究人员构建了他们的机器人抓手并在现实世界中对其进行了测试,用它来采摘西红柿,并取得了成功。

“虽然计算机主要用于帮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。”EPFL博士生Francesco Stella说,“这可能涉及将人类角色转变为更具技术性的角色。”

番茄收割机器人的成功研发,证明了人类科学家与LLM之间通过合作来改变设计过程的巨大潜力。但是,就其合作的方式和深度,研究人员提出了不同的假设及相应的道德和常识风险。如若人类极端地将人工智能当作“发明家”,对于其提供的机器人设计输入进行盲目地应用,那么显然是不可取且有巨大的风险隐患的。但是,如若保留人类作为发明者,并使用人工智能进行故障排除、调试和处理繁琐或耗时的项目来完善设计过程,那无疑是对人类发明的一种升级。

借助于人工智能进行研发设计,亦存在着剽窃和知识产权方面的问题和风险。另外,LLM生成的设计是否可以被视为“新颖”尚无定论,因为它使用了现有知识。“在我们的研究中,ChatGPT将西红柿确定为机器人收割机‘最值得’追求的作物,这可能偏向于文献中更多涉及的作物,而不是那些真正需要的作物。”研究人员表示,“当决策超出工程师的知识范围时,则可能会导致重大的道德、工程或事实错误。”

人类和人工智能协同合作的潜力无疑是巨大的。但是,人类必须有明确的界限意识,清晰地把控住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发展。基于此,“我们相信LLM将开辟许多令人兴奋的可能性,并将成为一股向善的力量。”研究人员表示。

以上就是《陈根:ChatGPT和人类合作开发机器人》的详细内容,更多关于机器人开发,人机合作的资料请关注golang学习网公众号!

版本声明
本文转载于:搜狐 如有侵犯,请联系study_golang@163.com删除
OpenAI霸榜前二!大模型代码生成排行榜出炉,70亿LLaMA拉跨,被2.5亿Codex吊打OpenAI霸榜前二!大模型代码生成排行榜出炉,70亿LLaMA拉跨,被2.5亿Codex吊打
上一篇
OpenAI霸榜前二!大模型代码生成排行榜出炉,70亿LLaMA拉跨,被2.5亿Codex吊打
苹果的新头显,VR的“救世主”
下一篇
苹果的新头显,VR的“救世主”
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    268次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    318次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    304次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    277次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    97次使用