La inteligencia artificial y los humanos colaboran en el primer robot diseñado por ChatGPT

Vea También

Un brazo robot recolector de tomates diseñado por ChatGPT e investigadores de TU Delft y EPFL "mira' a la cámara. Crédito: Adrien Buttier / EPFL
Un brazo robot recolector de tomates diseñado por ChatGPT e investigadores de TU Delft y EPFL "mira' a la cámara. Crédito: Adrien Buttier / EPFL

Los grandes modelos lingüísticos (LLM), o redes neuronales, han acaparado recientemente la atención por su potencial para revolucionar la forma en que los humanos escriben, estudian e incluso crean arte. Uno de ellos es Chat-GPT. Investigadores de la EPFL han utilizado este método en un nuevo sector: el diseño robótico. Gracias a él, el LLM cambiará radicalmente el panorama de la robótica al dotar a los robots de una capacidad sin precedentes para comprender y analizar el lenguaje natural.

Francesco Stella, estudiante de doctorado de la EPFL, Cosimo Della Santina, de TU Delft, y Josie Hughes, jefa del Laboratorio de Diseño y Fabricación Computacional de Robots de la Escuela de Ingeniería, crearon una cosechadora de tomates robótica y funcional utilizando Chat-GPT. Los investigadores explican las ventajas e inconvenientes de utilizar herramientas de inteligencia artificial (IA) en robótica basándose en su experiencia, y argumentan que esto "podría cambiar la forma en que diseñamos robots, al tiempo que enriquece y simplifica el proceso".

Para establecer el objetivo, los criterios de diseño y las especificaciones de su robot, los investigadores y LLM entablaron inicialmente un debate de "ideación". A continuación, el robot se puso en práctica en el mundo real en un paso posterior que supuso optimizar el código generado por LLM, construirlo y solucionar problemas de funcionamiento.

El robot recolector de tomates diseñado con ChatGPT por investigadores de TU Delft y EPFL se desplaza por un entorno de pruebas. Crédito: Adrien Buttier / EPFL
El robot recolector de tomates diseñado con ChatGPT por investigadores de TU Delft y EPFL se desplaza por un entorno de pruebas. Crédito: Adrien Buttier / EPFL

Los investigadores empezaron a un alto nivel conceptual e identificaron la recolección robótica de cultivos como una respuesta potencial. A continuación, utilizaron el acceso del LLM a datos de todo el mundo procedentes de revistas académicas, manuales técnicos, novelas y medios de comunicación para responder a preguntas como "¿Qué características debería tener una cosechadora robotizada?" con la respuesta "más probable".

Además de asignar a Chat-GPT el papel de "inventor", los investigadores esbozan en su artículo otros posibles modos de colaboración entre humanos y MLM. Por ejemplo, la "exploración colaborativa" utiliza la IA para aumentar la experiencia de los investigadores aportando amplios conocimientos más allá de sus propios campos.

Hughes afirma: "En nuestro estudio, Chat-GPT identificó los tomates como el cultivo 'más digno' de ser cosechado con una cosechadora robotizada. Sin embargo, esto puede estar sesgado hacia cultivos que están más cubiertos en la literatura, en contraposición a aquellos con una necesidad real. Cuando las decisiones se toman fuera del ámbito de conocimiento del ingeniero, esto puede conducir a errores éticos, de ingeniería o de hecho significativos."

Fuentes, créditos y referencias:

Universidad Tecnológica de Delft - Francesco Stella et al, How can LLMs transform the robotic design process?, Nature Machine Intelligence (2023). DOI: 10.1038/s42256-023-00669-7. www.nature.com/articles/s42256-023-00669-7

Artículo Anterior Artículo Siguiente

Anuncio publicitario

Reciba actualizaciones por Telegram

¡Únete a nuestro canal de WhatsApp para recibir actualizaciones!