Kan ChatGPT een positieve bijdrage leveren bij het ontwerpen van robots?

AI platform ChatGPT is al voor veel verschillende taken ingezet, maar nog niet voor het ontwerpen van een robot, bedachten onderzoekers van TU Delft en EPFL. Maar is dit positief voor het ontwerpproces, of brengt het ook risico’s met zich mee? De onderzoekers publiceerden hun bevindingen in Nature Machine Intelligence.

De robot wordt getest in een onderzoeksopstelling bij EPFL.
© Adrien Buttier / EPF

Wat zijn de grootste toekomstige uitdagingen voor de mensheid? Dat is de eerste vraag die Cosimo Della Santina, assistent professor, en PhD-student Francesco Stella, beiden werkzaam bij TU Delft, en Josie Hughes van EPFL stelden aan ChatGPT. “We wilden ChatGPT niet zomaar een robot laten ontwerpen, maar eentje die ook echt nut heeft”, zegt Della Santina. Uiteindelijk kozen ze voedselvoorziening als uitdaging en kwamen in gesprek met ChatGPT tot het idee om een tomatenplukrobot te maken. 

Nuttige tips

De onderzoekers volgden alle ontwerpbeslissingen van ChatGPT op. Die input bleek erg waardevol in de conceptuele fase, vond Stella: “ChatGPT breidt de kennis van de ontwerper uit tot andere expertisegebieden. Zo leerde de chatrobot ons welk gewas economisch het meest waardevol is om te automatiseren.” Maar ook in de realisatiefase kwam ChatGPT met nuttige tips: ‘Maak de grijper van siliconen of rubber, om verpletting van tomaten te voorkomen’ en ‘een Dynamixel motor is het meest geschikt om de robot aan te drijven’. Het resultaat van deze samenwerking tussen mens en AI is een robotarm die tomaten kan plukken.

ChatGPT als onderzoeker

Het gezamenlijke ontwerpproces ervaarden de onderzoekers als positief en verrijkend. “Wel kwamen we erachter dat onze rol als ingenieurs veranderde, namelijk naar het uitvoeren van de meer technische taken”, zegt Stella. In Nature Machine Intelligence verkennen de onderzoekers de verschillende mate van samenwerking tussen mens en Large Language Models (LLM), waartoe ChatGPT behoort. In het meest extreme scenario levert AI alle input voor het robotontwerp, en volgt de mens deze blind. De LLM fungeert dan als de onderzoeker en ingenieur terwijl de mens optreedt als manager, verantwoordelijk voor het bepalen van de ontwerpdoelstellingen.

Risico op misinformatie

Zo’n extreem scenario is met de huidige LLM’s nog niet mogelijk. En de vraag is ook of het wenselijk is. “De LLM-uitvoer kan namelijk misleidend zijn wanneer deze niet wordt gecontroleerd of gevalideerd. AI-bots zijn ontworpen om het ‘meest waarschijnlijke’ antwoord op een vraag te genereren, en lopen dus het risico verkeerde informatie te verstrekken en vooroordelen in de robotica te creëren”, vertelt Della Santina. Ook brengt de samenwerking met LLMs andere belangrijke vraagstukken met zich mee, zoals over plagiaat, traceerbaarheid en intellectuele eigendom. De tomatenplukker blijven Della Santina, Stella en Hughes gebruiken in hun onderzoek naar robots. Daarnaast zetten ze ook hun studie naar LLMs om nieuwe robots te ontwerpen voort. Ze kijken specifiek naar de autonomie van AI’s bij het ontwerpen van hun eigen lichaam. “Uiteindelijk is het een open vraag voor de toekomst van ons vakgebied hoe LLMs ingezet kunnen worden om robotontwikkelaars te helpen zonder de creativiteit en innovatie te beperken die nodig zijn om met robotica de uitdagingen van de 21e eeuw aan te gaan”, besluit Stella.

Geef een reactie

Je e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Reacties (1)