El robot recolector de tomates - ChatGPT diseña su primer robot con investigadores de TU Delft
¿Cuáles son los mayores retos de futuro para la humanidad? Esta fue la primera pregunta que Cosimo Della Santina, profesor adjunto, y el estudiante de doctorado Francesco Stella, ambos de TU Delft, y Josie Hughes, de EPFL, plantearon a ChatGPT. "Queríamos que ChatGPT diseñara no sólo un robot, sino uno que fuera realmente útil", dice Della Santina. Al final, eligieron el suministro de alimentos como reto, y mientras charlaban con ChatGPT, se les ocurrió la idea de crear un robot recolector de tomates.
Sugerencias útiles
Los investigadores siguieron todas las decisiones de diseño de ChatGPT. Las aportaciones resultaron especialmente valiosas en la fase conceptual, según Stella. "ChatGPT amplía los conocimientos del diseñador a otras áreas de especialización. Por ejemplo, el robot de chat nos enseñó qué cultivo sería más valioso económicamente para automatizar". Pero ChatGPT también aportó sugerencias útiles durante la fase de ejecución: "Hacer la pinza de silicona o goma para evitar aplastar los tomates" y "un motor Dynamixel es la mejor forma de accionar el robot". El resultado de esta colaboración entre humanos e IA es un brazo robótico capaz de cosechar tomates.
ChatGPT como investigador
Para los investigadores, el proceso de diseño colaborativo fue positivo y enriquecedor. "Sin embargo, nos dimos cuenta de que nuestro papel como ingenieros se desplazaba hacia la realización de tareas más técnicas", afirma Stella. En Nature Machine Intelligence, los investigadores exploran los distintos grados de cooperación entre los humanos y los grandes modelos lingüísticos (LLM), de los que ChatGPT es uno. En el caso más extremo, la IA proporciona toda la información para el diseño del robot y el humano la sigue ciegamente. En este caso, el LLM actúa como investigador e ingeniero, mientras que el humano actúa como gestor, encargado de especificar los objetivos del diseño.
Riesgo de desinformación
Un escenario tan extremo aún no es posible con los LLM actuales. Y la cuestión es si es deseable. "De hecho, los resultados de los LLM pueden inducir a error si no se verifican o validan. Los robots de inteligencia artificial están diseñados para generar la respuesta 'más probable' a una pregunta, por lo que existe el riesgo de desinformación y sesgo en el campo de la robótica", afirma Della Santina. Trabajar con LLM también plantea otras cuestiones importantes, como el plagio, la trazabilidad y la propiedad intelectual.
Della Santina, Stella y Hughes seguirán utilizando el robot recolector de tomates en sus investigaciones sobre robótica. También prosiguen su estudio de los LLM para diseñar nuevos robots. En concreto, estudian la autonomía de las IA para diseñar sus propios cuerpos. "En última instancia, una cuestión abierta para el futuro de nuestro campo es cómo pueden utilizarse los LLM para ayudar a los desarrolladores de robots sin limitar la creatividad y la innovación necesarias para que la robótica esté a la altura de los retos del siglo XXI", concluye Stella.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.