當我還在跟ChatGPT吹牛尬聊時(shí)，有人已經(jīng)在拿它操控機器人了。

(資料圖)

不是別人，正是OpenAI的金主爸爸、不久前剛拿ChatGPT“重新發(fā)明搜索引擎”的微軟。

到目前為止，開(kāi)發(fā)者調教機器人不僅技術(shù)門(mén)檻高，還道阻且長(cháng)：

工程師需要在工作流程回路中，不斷手寫(xiě)新代碼和規范來(lái)糾正機器人行為；另外，操控不同的機器人可能需要不同的編程語(yǔ)言和環(huán)境。

而在ChatGPT的幫助下，工程師甚至不用手寫(xiě)代碼——直接用人話(huà)描述想做什么，AI就能自動(dòng)翻譯成機器語(yǔ)言。

這意味著(zhù)，一方面專(zhuān)業(yè)人士與機器人的交互效率起飛；另一方面，技術(shù)門(mén)檻也降低一大截，外行人甚至也能參與調試，創(chuàng )造出更多使用方法。

舉個(gè)簡(jiǎn)單的例子：讓無(wú)人機自動(dòng)檢查貨架。

首先，操作者只需用自然語(yǔ)言給ChatGPT提出要求；然后，AI就能自動(dòng)翻譯成代碼，并指揮無(wú)人機行動(dòng)。（還可以規定無(wú)人機的飛行路徑。）

難怪特斯拉前AI主管Andrej Karpathy會(huì )調侃：

最新的熱門(mén)編程語(yǔ)言是英語(yǔ)。

一個(gè)AI指揮多種機器人

實(shí)際上，ChatGPT會(huì )玩兒的花樣可多了。

比如，一位操作者跟AI說(shuō)：“我渴了，請幫我找個(gè)喝的?！?/p>

此時(shí)AI并不會(huì )直愣愣地就去找水了，而是會(huì )很機靈地反問(wèn)：

請問(wèn)你想喝哪種？這里有好幾種飲料，比如椰子水、可樂(lè )等等。

當然操作者也不是吃素的，他并未直接告訴AI選哪個(gè)，而是說(shuō)：“我剛從健身房回來(lái)，請幫我找個(gè)健康點(diǎn)兒的飲料?！?/p>

然后更神奇的操作就開(kāi)始了：

AI先是猜測他想喝椰子水，然后自己噼里啪啦寫(xiě)出一段代碼（甚至還有注釋?zhuān)?/p>

寫(xiě)完就自己指揮無(wú)人機去找椰子水：

除了無(wú)人機，ChatGPT還能輕松操控別的小機器人，包括攝像頭、機械臂等等。

比如讓攝像頭在房間里找出能加熱午飯的東西。

看到這些，有網(wǎng)友腦洞大開(kāi)，有人發(fā)問(wèn)：

他們是不是正在建立無(wú)所不能的天網(wǎng)？

不過(guò)話(huà)說(shuō)回來(lái)，其實(shí)離網(wǎng)友說(shuō)的這些還差得遠，畢竟現在還是需要人類(lèi)參與的。

怎么實(shí)現的？

從前文可以看出，這只靈活的AI不僅與人交流暢通無(wú)阻，而且和機器也能快速溝通。

這主要得益于微軟團隊專(zhuān)門(mén)開(kāi)發(fā)的一系列API和高級函數庫。

他們沒(méi)有讓ChatGPT背后的語(yǔ)言大模型（LLM），生成某固定種類(lèi)的代碼；因為機器人是個(gè)多元化領(lǐng)域，這樣可能會(huì )在不同場(chǎng)景下涉及大量微調。

而在新穎的操作框架下，不同機器人，都有自己對應的特定函數庫。

——一個(gè)AI，就能適應不同的對象、不同的任務(wù)。

一方面，這些函數庫，能夠連接到機器人控制系統中管理底層硬件，以及執行基本運動(dòng)的代碼和功能模塊。

另一方面，為了讓ChatGPT也能遵循函數庫的規則，預定義函數命名就很關(guān)鍵。清晰的函數名，能讓各API之間建立良好的功能連接，最終生成高質(zhì)量的回答。

其中一項要求，就是所有API名稱(chēng)必須描述整體功能行為。例如，detect_object(object_name) 函數可以在內部鏈接到OpenCV函數或計算機視覺(jué)模型。

設計好庫和API后，微軟給ChatGPT編寫(xiě)了一個(gè)文本提示（prompt），描述目標任務(wù)，并明確說(shuō)明函數庫中哪些函數可用；另外，這還能規定ChatGPT生成代碼用哪種編程語(yǔ)言。

值得一提的是，AI生成內容效果，和人為提示的質(zhì)量呈正相關(guān)。為此，微軟還開(kāi)發(fā)了一個(gè)協(xié)作開(kāi)源平臺PromptCraft，任何人都能在此分享不同類(lèi)機器人的Prompt策略。

到此，幕后部署基本完成，然后用戶(hù)就能通過(guò)“說(shuō)人話(huà)”間接操控機器人了。

如果想要檢查AI生成的代碼是否有Bug，隨時(shí)都能在聊天框直接檢查，或通過(guò)模擬器測試，人類(lèi)可以用自然語(yǔ)言指導AI進(jìn)行修正。

另外，還能到等到用戶(hù)對解決方案滿(mǎn)意為止，再在將ChatGPT生成代碼部署到機器人上。

最后，如果是你，會(huì )想用ChatGPT操控機器人做些什么呢？

本文來(lái)源：量子位，原文標題：《ChatGPT已能操控機器人，工程師連代碼都不用寫(xiě)，網(wǎng)友：微軟在搞天網(wǎng)？》

風(fēng)險提示及免責條款 市場(chǎng)有風(fēng)險，投資需謹慎。本文不構成個(gè)人投資建議，也未考慮到個(gè)別用戶(hù)特殊的投資目標、財務(wù)狀況或需要。用戶(hù)應考慮本文中的任何意見(jiàn)、觀(guān)點(diǎn)或結論是否符合其特定狀況。據此投資，責任自負。

關(guān)鍵詞：