AI dan Manusia Berkolaborasi dalam Desain Robot Petani Tomat
Para peneliti dari TU Delft dan EPFL melakukan studi terbaru tentang kemampuan platform ChatGPT milik OpenAI. Mereka ingin mengetahui apakah model bahasa canggih tersebut dapat melampaui kemampuannya dalam menghasilkan puisi, esai, dan buku dan membantu dalam proses desain robot. Tim ini bertujuan untuk menentukan keuntungan dan potensi risiko dari berkolaborasi dengan AI dalam hal ini.
Cosimo Della Santina, seorang profesor asisten di TU Delft, bersama dengan mahasiswa PhD Francesco Stella dan Josie Hughes dari EPFL, terlibat dalam dialog dengan ChatGPT, fokus pada peningkatan pasokan makanan. Sesi brainstorming mereka bersama-sama menyebabkan mereka untuk mengkonseptualisasikan ide robot petani tomat, penciptaan yang benar-benar bermanfaat.
Para peneliti menemukan kontribusi ChatGPT sangat berharga selama fase konseptual, karena memperluas pengetahuan mereka di luar bidang keahlian mereka. Stella menjelaskan bahwa model bahasa memberikan wawasan tentang tanaman mana yang paling layak secara ekonomi untuk otomatisasi. Interaksi dengan ChatGPT membuka jalan untuk keputusan yang terinformasi dalam proses desain.
Selain itu, ChatGPT menawarkan saran yang membantu selama fase implementasi, membimbing para peneliti untuk menggunakan silikon atau karet untuk gripper agar tidak merusak tomat. Model AI juga merekomendasikan menggunakan motor Dynamixel, solusi optimal untuk menggerakkan robot. Upaya kolaboratif ini menghasilkan penciptaan lengan robot yang mampu memanen tomat dengan efisien.
Potensi dan Risiko dalam Kolaborasi Manusia dan AI
Sementara para peneliti menemukan proses desain kolaboratif yang kaya dan positif, mereka mengamati perubahan dalam peran mereka sebagai insinyur. Mereka mulai menghabiskan lebih banyak waktu untuk tugas teknis, dengan ChatGPT mengambil peran co-researcher. Tim ini mengeksplorasi berbagai tingkat kerja sama antara manusia dan Large Language Models (LLMs), dengan ChatGPT sebagai salah satu contoh.
Dalam skenario paling ekstrem, di mana AI memberikan semua masukan dan manusia hanya mengikuti panduannya, LLM efektif bertindak sebagai peneliti dan insinyur. Sebaliknya, manusia mengambil peran manajer yang bertanggung jawab untuk menentukan tujuan desain. Namun, skenario seperti itu belum dapat dilakukan dengan LLM saat ini, dan keinginannya masih diperdebatkan.
Salah satu kekhawatiran potensial yang diungkapkan oleh Della Santina adalah risiko informasi dan bias dalam bidang robotika. LLM menghasilkan respons berdasarkan probabilitas, yang dapat mengakibatkan informasi yang menyesatkan atau tidak akurat jika tidak diverifikasi atau divalidasi. Para peneliti juga mengakui masalah penting dari bekerja dengan LLM, termasuk plagiarisme, penelusuran jejak, dan kekayaan intelektual.
Robot petani tomat yang dikembangkan melalui kolaborasi ini akan menjadi alat yang berharga untuk penelitian lebih lanjut dalam robotika untuk Della Santina, Stella, dan Hughes. Selain itu, mereka bertujuan untuk mengeksplorasi otonomi model AI dalam merancang tubuh robot mereka sendiri. Tim percaya bahwa sebuah pertanyaan terbuka untuk masa depan adalah menentukan bagaimana LLM dapat membantu pengembang robot tanpa menghambat kreativitas dan inovasi yang diperlukan untuk robotika menangani tantangan abad ke-21.
Saat para peneliti terus memanfaatkan kekuatan model AI seperti ChatGPT, temuan mereka memberikan wawasan tentang manfaat dan risiko potensial yang terkait dengan proses desain kolaboratif. Kemampuan LLM untuk meningkatkan keahlian manusia dan memperluas cakupan pengetahuan tidak dapat disangkal. Namun, harus dilakukan tindakan pencegahan untuk memastikan akurasi, transparansi, dan pelestarian pemikiran kreatif dalam robotika. Dengan menemukan keseimbangan antara kecerdasan manusia dan bantuan AI, bidang robotika dapat menanggapi tantangan masa depan sambil meminimalkan potensi masalah.
Disarikan dari: Source