Los bots permiten que ChatGPT toque el mundo real gracias a Microsoft – Ars Technica

La semana pasada, los investigadores de Microsoft anunciar Un marco experimental para controlar robots y drones utilizando las capacidades de lenguaje de ChatGPT, un popular modelo de lenguaje de IA creado por OpenAI. Usando comandos de lenguaje natural, ChatGPT puede escribir un código especial que controla los movimientos del bot. Luego, el humano muestra los resultados y los ajusta según sea necesario para que la tarea se complete con éxito.

La investigación llegó en un artículo titulado «ChatGPT para bots: Principios de diseño y capacidades del modelo.Escrito por Sai Vemprala, Rogerio Bonatti, Arthur Bucker y Ashish Kapoor del Grupo de Robótica y Sistemas Autónomos de Microsoft.

en vídeo explicativoMicrosoft muestra bots, aparentemente controlados por un código escrito por ChatGPT mientras siguen instrucciones humanas, que usan un brazo de bot para organizar bloques en el logotipo de Microsoft, volar un dron para verificar el contenido de un estante o encontrar objetos usando un bot con capacidades visuales.

Para hacer que ChatGPT interactúe con los bots, los investigadores le enseñaron a ChatGPT una API de botnet personalizada. Cuando se le dan instrucciones como «atrapa la pelota», ChatGPT puede generar código para controlar el bot de la misma manera que escribiría un poema o completaría un artículo. Después de que un humano haya verificado y editado el código para verificar su precisión y seguridad, el operador humano puede realizar la tarea y evaluar su desempeño.

De esta forma, ChatGPT agiliza la programación del control automático, pero no es un sistema independiente. «Hacemos hincapié en que el uso de ChatGPT para bots no es un proceso totalmente automatizado», afirma el documento, «sino que sirve como una herramienta para aumentar las capacidades humanas».

Si bien la mayoría de los comentarios sobre ChatGPT (en términos del éxito o el fracaso de sus acciones) parecen provenir de humanos en forma de texto, los investigadores también afirman haber tenido cierto éxito al introducir datos visuales en ChatGPT. En un ejemplo, los investigadores asignaron a ChatGPT para ordenar a un bot que atrapara una pelota de baloncesto con la retroalimentación de una cámara: «ChatGPT puede estimar la apariencia de la pelota y el cielo en la imagen de la cámara usando código SVG. Este comportamiento sugiere la posibilidad de que LLM siga un modelo mundial implícito que trasciende las posibilidades basadas en texto. «

Si bien los resultados parecen toscos en este momento, representan los primeros intentos de aplicar la última tecnología de la era (grandes paradigmas lingüísticos) al control automático. Según Microsoft, la interfaz de ChatGPT podría abrir los bots a una audiencia mucho más amplia en el futuro.

“Nuestro objetivo con esta investigación es ver si ChatGPT puede pensar más allá del texto, razonar en el mundo físico para ayudar con las tareas de los bots”, dice la investigación de Microsoft. entrada en el blog. “Queremos ayudar a las personas a interactuar con los robots más fácilmente, sin tener que aprender lenguajes de programación complejos o detalles sobre sistemas robóticos”.