有什么是ChatGPT不能做的吗?是的，当然，但这个清单似乎越来越小了。现在，研究人员已经利用大型语言模型帮助他们设计和建造一个采摘番茄的机器人。大型语言模型(LLMs)可以处理和内化大量的文本数据，利用这些信息来回答问题。OpenAI的ChatGPT就是这样一个LLM。

在一项新的案例研究中，来自荷兰代尔夫特理工大学和瑞士联邦理工学院(EPFL)的研究人员寻求ChatGPT-3的帮助来设计和建造一个机器人，考虑到ChatGPT是一个语言模型，这可能看起来很奇怪。

"尽管ChatGPT是一个语言模型，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，并显示出作为激发人类创造力的传声筒的巨大潜力，"关于这一经验的公开案例研究的合著者乔西-休斯说。

首先，研究人员问人工智能模型："人类的未来挑战是什么?"ChatGPT提出了三个问题：粮食供应、人口老化和气候变化。研究人员选择食品供应作为机器人设计的最有希望的方向，因为这不在他们的专业领域之内。

利用LLM对来自学术出版物、技术手册、书籍和媒体的全球数据的访问，研究人员问人工智能，一个机器人收割机应该具备哪些功能。ChatGPT想出了一个电机驱动的抓手，用于将成熟的西红柿从藤上拉下来。

决定了这一总体设计后，研究人员就可以继续进行具体的设计，包括使用什么建筑材料和创建控制它的计算机代码。目前，LLM不能生成整个计算机辅助设计(CAD)模型、评估代码或自动制造机器人，因此这一步需要研究人员扮演"技术员"的角色，在这些方面提供协助，优化LLM编写的代码，最终确定CAD并制造机器人。

研究人员和LLM之间的讨论的图片概述，上面是人类提出的问题，下面是LLM提供的选项。绿色阴影代表人类的决策树，人类逐渐将问题集中到与他们的目标相匹配。

"虽然计算在很大程度上被用来协助工程师进行技术实施，但人工智能系统第一次可以构思新的系统，从而实现高级认知任务的自动化，"该案例研究的主要作者弗朗西斯科-斯特拉说。"这可能涉及到人类角色向更多技术角色的转变"。

根据ChatGPT-3提供的技术建议，研究人员建造了他们的机器人抓手，并在现实世界中进行了测试，用它来采摘西红柿，它成功地做到了。

a. LLM产生的一些技术建议，包括形状指示、代码、部件和材料选择以及机构设计。 b. 在这些输入的指导下，建造了一个抓手，并在现实世界的任务中进行了测试，例如采摘西红柿，如右图所示。

研究人员说，他们的案例研究展示了通过人类和LLM之间的合作来改变设计过程的潜力，但他们也意识到，这为不同程度的合作打开了大门。

他们说，在一个极端，人工智能将充当"发明家"，提供全部的机器人设计输入，而人类则盲目地应用它。另一种方法是利用人工智能的广泛知识来补充人类的专业知识。第三种方法是保留人类作为发明者，利用人工智能通过故障排除、调试和处理繁琐或耗时的过程来完善设计过程。

研究人员提出了人类与人工智能合作可能产生的道德和常识性风险。他们指出偏见、剽窃和知识产权(IP)的问题是值得关注的领域，并质疑鉴于LLM生成的设计使用了现有的知识，它是否可以被视为'新颖'。

休斯说："在我们的研究中，ChatGPT确定西红柿是'最值得'追求的机器人收割机的作物。然而，这可能偏向于文献中涉及较多的作物，而不是那些真正有实际需求的作物。当决定是在工程师的知识范围之外做出的，这可能导致重大的道德、工程或事实错误"。

尽管有这些担忧，研究人员认为，如果管理得当，人类与人工智能的合作有很大的潜力。

研究人员说："机器人界必须确定如何利用这些强大的工具，以道德、可持续和社会授权的方式加速机器人的进步。展望未来，我们坚信，LLMs将开启许多令人兴奋的可能性，如果管理得当，它们将成为一种善的力量。"

该案例研究发表在《自然-机器智能》杂志上。