这是人工智能工具在与人类合作方面潜力的首次展示

这张插图展示了一个智能手机，显示着ChatGPT标志，被放置在一个电脑主板上

教授AI设计机器人的过程

在第一阶段，研究人员和LLM进行“构思”讨论，以确定机器人的目标、设计参数和规格。第二阶段用于构建机器人，包括优化LLM生成的代码、制造设备以及解决其功能问题。

研究人员从较高概念层面开始，与LLM就人类面临的未来挑战进行对话，并确定机器人农作物采摘作为解决全球食品供应挑战的方案。然后，他们利用LLM可以访问来自学术出版物、技术手册、图书和媒体的全球数据，针对“机器人采摘机应具备哪些特点？”等提示提供“最有可能”的答案。

一旦确定了作为采摘成熟番茄的基本机器人形式，如带有驱动电机的抓握器，研究人员可以提出更具体的问题，比如“抓握器应该是什么形状？”并要求LLM提出技术建议，包括控制设备的材料和计算机代码。

Stella解释说：“尽管Chat-GPT是一个基于文本的语言模型，它的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，并显示出作为刺激人类创造力的 sounding board 的巨大潜力。”

人工智能与人类合作的更多可能性

除了将Chat-GPT指定为发明家的角色，研究人员在论文中还概述了其他可能的人类-LLM合作模式。例如，“协作探索”利用AI增强研究人员的专业知识，为其提供超越自己领域的广泛知识。AI还可以作为“漏斗”，帮助完善设计过程并提供技术输入，而人类则保留创造性控制权。

由于每种合作模式都存在逻辑和伦理风险，研究人员警告说，在未来必须仔细评估LLMs的角色。例如，使用LLMs引发了偏见、抄袭和知识产权的问题，因为尚不清楚LLM生成的设计是否可以被视为独特。

Hughes补充说：“在我们的研究中，Chat-GPT确定番茄作为‘最值得’追求的农作物采摘机。然而，这可能对更多文献涵盖的作物持有偏见，而不是真正需要的作物。当决策超出工程师知识范围时，这可能导致重大的伦理、工程或事实错误。”

尽管存在这些警告，但根据他们的经验，Hughes及其团队得出结论，如果管理得当，LLMs具有巨大的潜力成为一种有益的力量。Hughes说：“机器人界因此必须找出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。”