Mitra, pembantu, atau bos? ChatGPT diminta merancang robot dan ini terjadi

Para peneliti yang merancang dan membuat robot pemetik tomat bersama ChatGPT telah menunjukkan beberapa pelajaran penting untuk masa depan kolaborasi manusia-AI.

Peneliti Eropa sedang mengerjakan desain robot pemetik tomat.

Ketika peringatan mengenai kecerdasan buatan (AI) yang mendorong kita menuju kepunahan, Anda mungkin membayangkan proses AI merancang robot mirip dengan Frankenstein yang menciptakan Terminator -- atau bahkan sebaliknya!

Namun bagaimana jika, di masa depan, baik distopia atau tidak, kita perlu berkolaborasi dengan mesin untuk memecahkan masalah? Bagaimana cara kerja kolaborasi tersebut? Siapa yang suka memerintah dan siapa yang tunduk?

Setelah menyerap banyak episode serial distopia Netflix Dark Mirror, bersama dengan urutan sampingan dari "2001: A Space Odyssey" karya Arthur C. Clarke, saya berani bertaruh bahwa pertanian di mesin tersebut akan menjadi bossy.

Namun, eksperimen serupa yang dilakukan oleh para peneliti Eropa menghasilkan beberapa hasil berbeda yang dapat berdampak besar pada kolaborasi mesin-manusia.

Asisten Profesor Cosimo Della Santina dan mahasiswa PhD Francesco Stella, keduanya dari TU Delft, dan Josie Hughes dari universitas teknik Swiss EPFL, melakukan eksperimen untuk merancang robot melalui kemitraan dengan ChatGPT yang memecahkan masalah besar masyarakat.

“Kami ingin ChatGPT merancang bukan sekadar robot, tapi robot yang benar-benar berguna,” kata Della Santina dalam makalah yang diterbitkan di Nature Machine Intelligence.

Maka dimulailah serangkaian sesi tanya jawab antara para peneliti dan bot untuk mencoba mencari tahu apa yang dapat dirancang bersama oleh kedua kelompok.

Model bahasa besar (LLM) seperti ChatGPT adalah yang terbaik dalam hal kemampuannya untuk memproses dan memproses teks dan data dalam jumlah besar, dan dapat memberikan jawaban yang koheren dengan kecepatan tinggi.

Fakta bahwa ChatGPT dapat melakukan hal ini dengan informasi yang rumit secara teknis membuatnya semakin mengesankan -- dan merupakan keuntungan nyata bagi siapa pun yang mencari asisten peneliti yang sangat canggih.

Bekerja dengan mesin

Ketika ChatGPT diminta oleh para peneliti Eropa untuk mengidentifikasi beberapa tantangan yang dihadapi masyarakat manusia, AI menunjuk pada masalah pengamanan pasokan pangan yang stabil di masa depan.

Percakapan bolak-balik antara para peneliti dan bot pun terjadi, hingga ChatGPT memilih tomat sebagai tanaman yang dapat ditanam dan dipanen oleh robot -- dan, dengan melakukan hal tersebut, memberikan dampak positif yang signifikan terhadap masyarakat.

ChatGPT memberikan saran berguna tentang cara mendesain gripper, sehingga dapat menangani benda halus seperti tomat.

Ini adalah salah satu bidang di mana mitra AI dapat memberikan nilai tambah yang nyata -- dengan memberikan saran di bidang-bidang seperti pertanian, dimana mitra manusianya tidak memiliki pengalaman nyata. Memilih tanaman yang memiliki nilai ekonomi paling tinggi untuk otomatisasi akan memerlukan penelitian yang memakan waktu oleh para ilmuwan.

“Meskipun Chat-GPT adalah model bahasa dan pembuatan kodenya berbasis teks, hal ini memberikan wawasan dan intuisi yang signifikan untuk desain fisik, dan menunjukkan potensi besar sebagai alat untuk merangsang kreativitas manusia,” kata Hughes dari EPFL.

Manusia kemudian bertanggung jawab untuk memilih arah yang paling menarik dan sesuai untuk mencapai tujuan mereka -- berdasarkan opsi yang disediakan oleh ChatGPT.

Desain Cerdas

Mencari tahu cara memanen tomat adalah hal yang membuat ChatGPT benar-benar bersinar. Tomat dan buah-buahan sejenisnya -- ya, tomat adalah buah, bukan sayur -- merupakan tantangan terbesar dalam hal pemanenan.

Gripper rancangan AI sedang bekerja.

Ketika ditanya tentang bagaimana manusia dapat memanen tomat tanpa merusaknya, bot tersebut tidak mengecewakan, dan memberikan beberapa solusi orisinal dan berguna.

Menyadari bahwa setiap bagian yang bersentuhan dengan tomat harus lembut dan fleksibel, ChatGPT menyarankan silikon atau karet sebagai pilihan bahan. ChatGPT juga menunjuk pada perangkat lunak CAD, cetakan, dan printer 3D sebagai cara untuk membuat tangan lembut ini, dan menyarankan bentuk cakar atau sendok sebagai pilihan desain.

Juga: 7 cara yang tidak Anda ketahui bahwa Anda dapat menggunakan Bing Chat dan chatbot AI lainnya

Hasilnya sangat mengesankan. Kolaborasi AI-manusia ini berhasil merancang dan membangun robot kerja yang mampu memetik tomat dengan cekatan, dan hal ini bukanlah hal yang mudah mengingat tomat mudah memar.

Bahaya kemitraan

Kolaborasi unik ini juga menimbulkan banyak masalah kompleks yang akan menjadi semakin penting dalam kemitraan desain manusia-mesin.

Kemitraan dengan ChatGPT menawarkan pendekatan interdisipliner dalam pemecahan masalah. Namun, bergantung pada struktur kemitraan, Anda dapat memperoleh hasil yang berbeda-beda, yang masing-masing memiliki implikasi besar.

Misalnya, LLM dapat memberikan semua rincian yang diperlukan untuk desain robot tertentu sementara manusia hanya bertindak sebagai pelaksananya. Dalam pendekatan ini, AI menjadi penemu dan memungkinkan orang awam non-spesialis untuk terlibat dalam desain robot.

Hubungan ini mirip dengan pengalaman para peneliti dengan robot pemetik tomat. Meskipun mereka terkejut dengan keberhasilan kolaborasi ini, mereka menyadari bahwa mesin tersebut melakukan banyak pekerjaan kreatif. “Kami mendapati bahwa peran kami sebagai teknisi bergeser ke arah melakukan tugas-tugas yang lebih teknis,” kata Stella.

Perlu juga diingat bahwa kurangnya kendali manusia adalah penyebab bahaya yang mengintai. “Dalam penelitian kami, Chat-GPT mengidentifikasi tomat sebagai tanaman yang ‘paling berharga’ untuk dikembangkan menggunakan robot pemanen,” kata Hughes dari EPLF.

“Namun, hal ini mungkin bias terhadap tanaman yang lebih tercakup dalam literatur, dibandingkan dengan tanaman yang benar-benar dibutuhkan. Ketika keputusan dibuat di luar lingkup pengetahuan insinyur, hal ini dapat menyebabkan masalah etika, rekayasa, dan etika yang signifikan. atau kesalahan faktual."

Singkatnya, kekhawatiran ini adalah salah satu bahaya besar penggunaan LLM. Jawaban mereka atas pertanyaan-pertanyaan yang tampaknya ajaib hanya mungkin terjadi karena mereka telah diberi jenis konten tertentu dan kemudian diminta untuk memuntahkan sebagian dari konten tersebut, seperti gaya pendidikan klasik yang masih diandalkan oleh banyak masyarakat hingga saat ini.

Jawaban pada dasarnya akan mencerminkan bias -- baik atau buruk -- dari orang-orang yang merancang sistem dan data yang dimasukkan ke dalamnya. Bias ini berarti bahwa sejarah marginalisasi segmen masyarakat, seperti perempuan dan orang kulit berwarna, sering kali terjadi di LLM.

Lalu ada masalah halusinasi yang mengganggu di LLM seperti ChatGPT, di mana AI hanya mengarang ketika dihadapkan dengan pertanyaan yang tidak mudah dijawab.

Ada juga masalah yang semakin rumit mengenai penggunaan informasi kepemilikan tanpa izin, seiring dengan terungkapnya beberapa tuntutan hukum terhadap Open AI.

Juga: ChatGPT vs. Bing Chat: Chatbot AI manakah yang sebaiknya Anda gunakan?

Namun demikian, pendekatan yang adil - di mana LLM memainkan lebih banyak peran pendukung - dapat memperkaya dan produktif, memungkinkan terjalinnya hubungan interdisipliner yang penting yang tidak dapat dipupuk tanpa bot.

Meskipun demikian, Anda harus berinteraksi dengan AI dengan cara yang sama seperti yang Anda lakukan terhadap anak-anak Anda: dengan cermat memeriksa ulang semua informasi terkait pekerjaan rumah dan waktu pemakaian perangkat, dan terutama ketika informasi tersebut terdengar fasih.