Puisi, esai, dan bahkan buku -- adakah yang tidak dapat ditangani oleh platform AI terbuka ChatGPT? Perkembangan AI baru ini telah menginspirasi para peneliti di TU Delft dan universitas teknik Swiss EPFL untuk menggali lebih dalam: Misalnya, apakah ChatGPT juga dapat merancang robot? Dan apakah ini merupakan hal yang baik untuk proses desain, atau adakah risikonya? Para peneliti mempublikasikan temuan mereka di Nature Machine Intelligence.
Apa tantangan terbesar umat manusia di masa depan? Ini adalah pertanyaan pertama yang diajukan Cosimo Della Santina, asisten profesor, dan mahasiswa PhD Francesco Stella, keduanya dari TU Delft, dan Josie Hughes dari EPFL, kepada ChatGPT. “Kami ingin ChatGPT merancang bukan sekadar robot, namun robot yang benar-benar berguna,” kata Della Santina. Pada akhirnya, mereka memilih pasokan makanan sebagai tantangannya, dan saat mengobrol dengan ChatGPT, mereka mendapat ide untuk membuat robot pemanen tomat.
Saran yang bermanfaat
Para peneliti mengikuti semua keputusan desain ChatGPT. Masukan tersebut terbukti sangat berharga dalam tahap konseptual, menurut Stella. "ChatGPT memperluas pengetahuan perancang ke bidang keahlian lainnya. Misalnya, robot obrolan mengajari kami hasil panen mana yang paling bernilai ekonomis untuk diotomatisasi." Namun ChatGPT juga memberikan saran yang berguna selama fase implementasi: "Buatlah gripper dari silikon atau karet agar tomat tidak hancur" dan "motor Dynamixel adalah cara terbaik untuk menggerakkan robot." Hasil dari kemitraan antara manusia dan AI ini adalah sebuah lengan robot yang dapat memanen tomat.
ChatGPT sebagai peneliti
Para peneliti menemukan proses desain kolaboratif menjadi positif dan memperkaya. “Namun, kami menemukan bahwa peran kami sebagai insinyur bergeser ke arah melakukan tugas-tugas yang lebih teknis,” kata Stella. Dalam Nature Machine Intelligence, para peneliti mengeksplorasi berbagai tingkat kerja sama antara manusia dan Large Language Model (LLM), salah satunya adalah ChatGPT. Dalam skenario paling ekstrem, AI memberikan semua masukan untuk desain robot, dan manusia mengikutinya secara membabi buta. Dalam hal ini, LLM bertindak sebagai peneliti dan insinyur, sedangkan manusia bertindak sebagai manajer, yang bertugas menentukan tujuan desain.
Risiko misinformasi
Skenario ekstrem seperti itu belum mungkin dilakukan dengan LLM saat ini. Dan pertanyaannya adalah apakah hal itu diinginkan. Faktanya, keluaran LLM bisa menyesatkan jika tidak diverifikasi atau divalidasi. Bot AI dirancang untuk menghasilkan jawaban yang 'paling mungkin' atas sebuah pertanyaan, sehingga ada risiko misinformasi dan bias di bidang robotik,” Della Santina mengatakan. Bekerja dengan LLM juga menimbulkan masalah penting lainnya, seperti plagiarisme, ketertelusuran, dan kekayaan intelektual.
Della Santina, Stella dan Hughes akan terus menggunakan robot pemanen tomat dalam penelitian robotika mereka. Mereka juga melanjutkan studi LLM untuk merancang robot baru. Secara khusus, mereka melihat otonomi AI dalam merancang tubuh mereka sendiri. “Pada akhirnya pertanyaan terbuka untuk masa depan bidang kami adalah bagaimana LLM dapat digunakan untuk membantu pengembang robot tanpa membatasi kreativitas dan inovasi yang dibutuhkan robotika untuk menghadapi tantangan abad ke-21,” Stella menyimpulkan.