Fonte: Innovations Report

Os pesquisadores da EPFL usaram o popular modelo de linguagem grande Chat-GPT-3 para desenvolver uma pinça robótica para a colheita de tomates, em uma primeira demonstração do potencial da ferramenta de inteligência artificial para colaborar com humanos. Com sua capacidade de processar grandes quantidades de dados de texto e de usar essas informações para responder a prompts, as redes neurais conhecidas como grandes modelos de linguagem (LLMs), como Chat-GPT, têm ganhado as manchetes por seu potencial de mudar a maneira como escrevemos, aprendemos, e até fazer arte. Agora, os pesquisadores da EPFL aplicaram a tecnologia a uma nova esfera: o design robótico.

Em um estudo de caso publicado na Nature Machine Intelligence, Josie Hughes, chefe do Laboratório de Design e Fabricação de Robôs Computacionais da Escola de Engenharia, o estudante de doutorado da EPFL Francesco Stella e Cosimo Della Santina da TU Delft usaram Chat-GPT para projetar um trabalho colheitadeira robótica de tomate. O estudo fornece uma estrutura para humanos e LLMs projetarem tais dispositivos de forma colaborativa.

Com base na sua experiência, os investigadores descrevem oportunidades e riscos da aplicação de ferramentas de inteligência artificial (IA) à robótica, que argumentam “poderiam mudar a forma como projetamos robôs, ao mesmo tempo que enriquecem e simplificam o processo”. “Embora o Chat-GPT seja um modelo de linguagem e sua geração de código seja baseada em texto, ele forneceu insights e intuição significativos para o design físico e mostrou grande potencial como caixa de ressonância para estimular a criatividade humana”, diz Hughes.

Potencial e armadilhas da IA como inventor

Numa primeira fase, os investigadores e o LLM envolveram-se numa discussão de “ideação” para definir a finalidade, os parâmetros de design e as especificações do seu robô. Uma segunda fase foi dedicada à realização do robô no mundo real, que envolveu o refinamento do código gerado pelo LLM, a fabricação do dispositivo e a solução de problemas de seu funcionamento.

Para a primeira fase, os investigadores começaram num alto nível conceptual, conversando com o LLM sobre os desafios futuros para a humanidade e identificando a colheita robótica como uma solução para o desafio do abastecimento global de alimentos. Eles então aproveitaram o acesso do LLM a dados globais de publicações acadêmicas, manuais técnicos, livros e mídia para fornecer a resposta “mais provável” a perguntas como “quais recursos um robô colhedor deve ter?” Uma vez identificado um formato robótico básico (uma pinça motorizada para agarrar tomates maduros), os investigadores poderiam então colocar questões mais específicas, como “que formato deve ter a pinça?”, e pedir ao LLM que fizesse sugestões técnicas, incluindo materiais e código de computador para controlar o dispositivo.

“Embora a computação tenha sido amplamente utilizada para auxiliar engenheiros na implementação técnica, pela primeira vez, um sistema de IA pode idealizar novos sistemas, automatizando assim tarefas cognitivas de alto nível. Isto poderia envolver uma mudança de funções humanas para funções mais técnicas”, diz Stella. Além de atribuir ao Chat-GPT o papel de “inventor”, os pesquisadores delinearam outros possíveis modos de colaboração humano-LLM em seu artigo. Por exemplo, a “exploração colaborativa” utiliza a IA para aumentar a experiência dos investigadores, contribuindo com um amplo conhecimento para além dos seus próprios campos. A IA também pode funcionar como um “funil”, ajudando a refinar o processo de design e fornecendo informações técnicas, mantendo os humanos o controle criativo.

Como existem riscos lógicos e éticos associados a cada modo de colaboração, os investigadores alertam que o papel dos LLMs deve ser cuidadosamente avaliado no futuro. Por exemplo, o uso de LLMs levanta questões de preconceito, plágio e propriedade intelectual, pois não está claro se um design gerado por LLM pode ser considerado novo.“Em nosso estudo, o Chat-GPT identificou o tomate como a cultura ‘mais valiosa’ para uma colheitadeira robótica.

No entanto, isto pode ser tendencioso para culturas que são mais abordadas na literatura, em oposição àquelas onde existe realmente uma necessidade real. Quando as decisões são tomadas fora do escopo do conhecimento do engenheiro, isso pode levar a erros éticos, de engenharia ou factuais significativos.” Hughes diz. Apesar destas advertências, Hughes e a sua equipa concluem, com base na sua experiência, que os LLMs têm um grande potencial para serem uma força para o bem, se bem geridos: “A comunidade robótica deve, portanto, identificar como aproveitar estas ferramentas poderosas para acelerar o avanço dos robôs. de uma forma ética, sustentável e socialmente fortalecedora.”