Partner, pomocnik czy szef? ChatGPT został poproszony o zaprojektowanie robota i tak się stało
Naukowcy, którzy wspólnie z ChatGPT zaprojektowali i zbudowali robota do zbierania pomidorów, przekazali kilka kluczowych wniosków na przyszłość współpracy człowieka z sztuczną inteligencją.
Europejscy naukowcy pracujący nad projektem robota zbierającego pomidory.
Kiedy słychać sygnały alarmowe dotyczące sztucznej inteligencji (AI) popychającej nas w stronę wyginięcia, można sobie wyobrazić proces projektowania robota przez sztuczną inteligencję na wzór Frankensteina tworzącego Terminatora - lub nawet na odwrót!
Ale co, jeśli w pewnym momencie przyszłości, dystopijnej lub innej, będziemy musieli współpracować z maszynami przy rozwiązywaniu problemów? Jak wyglądałaby ta współpraca? Kto byłby apodyktyczny, a kto uległy?
Po spożyciu wielu odcinków dystopijnej serii Dark Mirror Netflix, wraz z zamówieniem pobocznym „2001: Odyseja kosmiczna” Arthura C. Clarke’a, postawiłbym na farmę, że maszyna będzie apodyktyczna.
Jednak rzeczywisty eksperyment tego rodzaju przeprowadzony przez europejskich badaczy przyniósł pewne charakterystyczne wyniki, które mogą mieć poważny wpływ na współpracę maszyna-człowiek.
Adiunkt Cosimo Della Santina i doktorant Francesco Stella, oboje z TU Delft, i Josie Hughes ze szwajcarskiego uniwersytetu technicznego EPFL, we współpracy z ChatGPT przeprowadzili eksperyment mający na celu zaprojektowanie robota, który rozwiązał poważny problem społeczny.
„Chcieliśmy, aby ChatGPT zaprojektowało nie tylko robota, ale takiego, który będzie naprawdę użyteczny” - stwierdziła Della Santina w artykule opublikowanym w Nature Machine Intelligence.
I tak rozpoczęła się seria sesji pytań i odpowiedzi między badaczami a botem, których celem było ustalenie, co obie grupy mogłyby wspólnie zaprojektować.
Duże modele językowe (LLM), takie jak ChatGPT, to absolutne bestie, jeśli chodzi o zdolność do przeglądania i przetwarzania ogromnych ilości tekstu i danych, a także potrafią wypluwać spójne odpowiedzi z niesamowitą szybkością.
Fakt, że ChatGPT może to zrobić z technicznie złożonymi informacjami, czyni to jeszcze bardziej imponującym - i prawdziwym dobrodziejstwem dla każdego, kto szuka supernaładowanego asystenta badawczego.
Praca z maszynami
Kiedy europejscy badacze poprosili ChatGPT o zidentyfikowanie niektórych wyzwań stojących przed społeczeństwem ludzkim, sztuczna inteligencja wskazała na kwestię zapewnienia stabilnych dostaw żywności w przyszłości.
Nastąpiła ciągła rozmowa między badaczami a botem, dopóki ChatGPT nie wybrała pomidorów jako rośliny uprawnej, którą roboty mogłyby uprawiać i zbierać, a tym samym wywrzeć znaczący pozytywny wpływ na społeczeństwo.
ChatGPT przedstawił przydatne sugestie dotyczące projektowania chwytaka, aby mógł obsługiwać delikatne przedmioty, takie jak pomidory.
Jest to jeden obszar, w którym partner zajmujący się sztuczną inteligencją był w stanie wnieść rzeczywistą wartość dodaną - przedstawiając sugestie w obszarach takich jak rolnictwo, w których jego odpowiednicy-ludzie nie mieli prawdziwego doświadczenia. W przeciwnym razie wybranie uprawy, która miałaby największą wartość ekonomiczną z punktu widzenia automatyzacji, wymagałoby od naukowców czasochłonnych badań.
„Mimo że Chat-GPT jest modelem językowym, a generowanie kodu odbywa się w oparciu o tekst, dostarczył znaczących spostrzeżeń i intuicji w zakresie projektowania fizycznego oraz pokazał ogromny potencjał jako płyta rezonansowa stymulująca ludzką kreatywność” - powiedział Hughes z EPFL.
Następnie ludzie byli odpowiedzialni za wybór najciekawszych i odpowiednich kierunków realizacji swoich celów - w oparciu o opcje udostępniane przez ChatGPT.
Inteligentny design
Znalezienie sposobu na zbiór pomidorów to obszar, w którym ChatGPT naprawdę zabłysnął. Pomidory i podobnie delikatne owoce - tak, pomidor to owoc, a nie warzywo - stanowią największe wyzwanie podczas zbioru.
Chwytak zaprojektowany przez sztuczną inteligencję w pracy.
Zapytany o to, jak ludzie mogą zbierać pomidory, nie uszkadzając ich, bot nie zawiódł i wygenerował kilka oryginalnych i przydatnych rozwiązań.
Zdając sobie sprawę, że wszelkie części mające kontakt z pomidorami musiałyby być miękkie i elastyczne, ChatGPT zasugerował silikon lub gumę jako opcje materiałowe. ChatGPT wskazał również oprogramowanie CAD, formy i drukarki 3D jako sposoby konstruowania tych miękkich dłoni i zasugerował kształt pazura lub czerpaka jako opcje projektowe.
Ponadto: 7 sposobów, o których nie wiedziałeś, że możesz korzystać z Bing Chat i innych chatbotów AI
Wynik był imponujący. W ramach współpracy AI i człowieka z powodzeniem zaprojektowano i zbudowano działającego robota, który był w stanie zręcznie zbierać pomidory, co nie jest łatwym zadaniem, biorąc pod uwagę, jak łatwo ulegają siniakom.
Niebezpieczeństwa partnerstwa
Ta wyjątkowa współpraca wprowadziła także wiele złożonych kwestii, które będą coraz bardziej istotne dla partnerstwa w projektowaniu człowiek-maszyna.
Partnerstwo z ChatGPT oferuje prawdziwie interdyscyplinarne podejście do rozwiązywania problemów. Jednak w zależności od struktury partnerstwa możesz uzyskać różne wyniki, a każdy z nich ma istotne konsekwencje.
Na przykład LLM mogą dostarczyć wszystkie szczegóły potrzebne do konkretnego projektu robota, podczas gdy człowiek po prostu działa jako wykonawca. W tym podejściu sztuczna inteligencja staje się wynalazcą i pozwala laikowi niebędącemu specjalistą zaangażować się w projektowanie robotów.
Zależność ta jest podobna do doświadczeń, jakie badacze mieli z robotem zbierającym pomidory. Chociaż byli oszołomieni sukcesem współpracy, zauważyli, że maszyna wykonywała dużą część twórczej pracy. „Odkryliśmy, że nasza rola jako inżynierów przesunęła się w stronę wykonywania bardziej technicznych zadań” - powiedziała Stella.
Warto również wziąć pod uwagę, że brak kontroli ze strony ludzi jest źródłem niebezpieczeństw. „W naszym badaniu Chat-GPT zidentyfikowało pomidory jako uprawę „najbardziej wartościową” dla zautomatyzowanego kombajnu” - powiedział Hughes z EPLF.
„Jednakże może to być ukierunkowane na uprawy, które są częściej omawiane w literaturze, w przeciwieństwie do tych, w przypadku których istnieje naprawdę realna potrzeba. Kiedy decyzje są podejmowane poza zakresem wiedzy inżyniera, może to prowadzić do znaczących problemów etycznych, inżynieryjnych, lub błędy rzeczowe.”
Krótko mówiąc, ta obawa jest jednym z najpoważniejszych zagrożeń związanych ze stosowaniem LLM. Ich pozornie cudowne odpowiedzi na pytania są możliwe tylko dzięki temu, że karmiono ich określonym rodzajem treści, a następnie proszono o przypomnienie ich części, podobnie jak w przypadku klasycznego stylu edukacji, na którym wiele społeczeństw nadal opiera się.
Odpowiedzi będą zasadniczo odzwierciedlać uprzedzenia - zarówno dobre, jak i złe - osób, które zaprojektowały system i danych, które do niego wprowadzono. To nastawienie oznacza, że historyczna marginalizacja segmentów społeczeństwa, takich jak kobiety i osoby kolorowe, często powtarza się w szkołach wyższych.
Do tego dochodzi nieznośny problem halucynacji w LLM, takich jak ChatGPT, gdzie sztuczna inteligencja po prostu zmyśla, gdy staje w obliczu pytań, na które nie ma łatwych odpowiedzi.
Istnieje również coraz bardziej drażliwy problem wykorzystywania informacji zastrzeżonych bez pozwolenia, co zaczęło ujawniać kilka pozwów wniesionych przeciwko Open AI.
Ponadto: ChatGPT kontra Bing Chat: jakiego chatbota AI powinieneś używać?
Niemniej jednak zrównoważone podejście - w którym LLM odgrywają bardziej rolę wspierającą - może być wzbogacające i produktywne, umożliwiając nawiązanie ważnych interdyscyplinarnych powiązań, których nie można by zbudować bez bota.
To powiedziawszy, będziesz musiał współpracować z sztuczną inteligencją w taki sam sposób, w jaki robisz to ze swoimi dziećmi: wytrwale dokładnie sprawdzaj wszystkie informacje związane z pracą domową i czasem spędzonym przed ekranem, a zwłaszcza te, które brzmią gładko.