科学松鼠会探索ChatGPT与人形机器人的未来组合

在ChatGPT的发布之前，一家英国公司Engineered Arts已经将其人形机器人Ameca接入了GPT3，实现了一个令人瞩目的创新：让Ameca能够自由地与工程师进行对话。Ameca因其丰富且逼真的人类表情而受到广泛关注，如皱眉、眨眼、瞪眼和咧嘴笑等。

当Ameca接入ChatGPT时，它是否能真正逆天呢？我们可以想象它可能会以更加智能和灵活的方式表达自己，并且能够理解并回应更复杂的问题。这不仅限于简单的对话，而是可能包括情感交流和创造性思维。

除了控制机器人的能力，ChatGPT还被用于生成文本、翻译信息以及解释各种内容。微软在OpenAI上投入巨资，将ChatGPT集成到了必应搜索引擎中，并计划将其功能扩展到控制机械臂和空中无人飞行器。本周，微软发表了一篇技术论文，讨论了一系列设计原则，以指导语言模型解决机器人任务。

尽管ChatGPT展示出强大的能力，但它仍需要一些帮助来完成复杂的任务。微软提出了几个挑战，比如提供完整而准确的问题描述，以及确定正确的函数调用和API集。此外，还需要使用特殊参数来偏向答案结构，以确保它们符合预期。

为了有效地将ChatGPT应用于机器人领域，研究人员构建了一个流程：

定义高级机器人函数库，这个库可以特定于感兴趣的场景，并映射到现有的低级实现。

为ChatGPT构建提示符，该提示符描述了任务目标，并标识可用的高级函数。

用户评估代码输出，可以通过直接分析或模拟进行反馈。

进行迭代后，当用户满意时，可部署代码到机器上。

例如，在一项实验中，研究人员使用ChatGPT来控制手臂操作。在这个过程中，它学习如何将最初提供的API组合成更复杂功能，从而执行堆叠块这样的操作。该模型甚至能够用木块搭出微软标志，这表明它能够从内部知识库回忆起SVG代码形式的标志，然后使用所学技能找出哪些物理形式可以构成它。

此外，还有尝试使用ChatGPT控制空中无人飞行器。一开始，他们给出了一个长列表，其中列出了可以编写计算机命令以控制无人飞行者的所有选项。在此之后，可以发出请求指示聊天系统按照不同的方式操作，无论是要求识别饮料还是编写导航代码结构。这显示出chatgpt具有极大的潜力，不仅在日常交互方面，而且在执行复杂任务方面都能发挥作用。