OpenAI 的 ChatGPT 是一个语言模型，能够处置和懂得大批文本数据，并运用这些信息来答复问题。在一项新的案例研讨中，来自荷兰代尔夫特理工大学和瑞士联邦理工学院的研讨人员向 ChatGPT-3 追求辅助，让其参与了机器人的设计和制作。

这听起来有点奇异，因为 ChatGPT-3 是一个语言模型，而不是一个机械模型。“尽管 ChatGPT-3 是一个语言模型，它的代码生成也是基于文本的，能为物理设计供给了主要的看法和直觉，并展示出了激发人类发明力的宏大潜力，”该研讨的合著者 Josie Hughes 说。

首先，研讨人员问这个人工智能模型，“人类未来面临的挑衅有哪些？”ChatGPT-3 提出了三个：食物供给、人口老龄化和睦候变更。研讨人员选择了食物供给作为机器人设计的方向，然后问 ChatGPT-3 一个番茄收割机器人应当具备哪些特点。ChatGPT-3 提出了一个由马达驱动的夹子，用于从藤蔓上拽下成熟的番茄。

一旦断定了这个大致的设计，研讨人员就可以进行设计细节的决议，包含应用什么资料和编写什么把持代码。目前，语言模型还不能生成完全的盘算机帮助设计（CAD）模型、评估代码或主动制作机器人，所以这一步须要研讨人员扮演“技术员”的角色，协助完成这些方面，优化语言模型写出的代码，完成 CAD 并制作机器人。

图示：研讨人员与语言模型之间的讨论概览，上面是人类提出的问题，下面是语言模型供给的选项。绿色暗影表现人类的决策树，逐渐将问题聚焦到符合他们目标的方向。

依据 ChatGPT-3 供给的技术建议，研讨人员制作了他们的机器人夹子，并在现实世界中进行了测试，用它来采摘番茄，成果很胜利。

a. 语言模型生成的一些技术建议，包含形状唆使、代码、部件和资料选择、机械设计等。b. 在这些输入的领导下，一个夹子被制作出来，并在现实世界的任务中进行了测试，比如番茄采摘，如右图所示。

研讨人员表现，他们的案例研讨展现了人类和语言模型之间的协作在转变设计进程方面的潜力，但他们也意识到这种协作可能有不同水平的方法。

他们说，一种极端的方法是，人工智能充任“创造者”，供给所有的机器人设计输入，而人类只是盲目地运用它。另一种方法是运用人工智能的普遍知识来弥补人类的专业知识。第三种方法是保存人类作为创造者，运用人工智能来消除故障、调试和处置繁琐或耗时的进程，优化设计进程。

研讨人员提出了一些可能由于人工智能与人类协作而发生的道德和常识风险，他们指出成见、抄袭和知识产权等问题是须要关注的范畴。

“在我们的研讨中，ChatGPT-3 觉得番茄是最值得为之设计一个收割机器人的作物，”Hughes 说，“但是，这可能是对文献笼罩较多的作物有成见，而不是那些真正有须要的作物。当决策超越工程师知识范畴时，这可能导致严重的道德、工程或事实不正确。”

尽管存在这些问题，研讨人员信任如果管理得当，人工智能与人类之间的协作有很大的潜力。