파트너, 도우미 또는 상사? ChatGPT에 로봇 설계를 요청받았는데 이런 일이 일어났습니다.

ChatGPT와 함께 토마토 수확 로봇을 설계하고 제작한 연구원들은 인간-AI 협업의 미래에 대한 몇 가지 중요한 교훈을 보여주었습니다.

토마토 따기 로봇을 설계하는 유럽 연구원들.

우리를 멸종으로 몰고 가는 인공 지능(AI)에 대한 경종이 울리는 가운데, AI가 로봇을 설계하는 과정이 프랑켄슈타인이 터미네이터를 만드는 것과 비슷하거나 심지어 그 반대일 수도 있다고 상상할 수 있습니다.

하지만 미래의 어느 시점, 디스토피아적이든 아니든 문제 해결을 위해 기계와 협력해야 한다면 어떻게 될까요? 그 협력은 어떻게 이루어지나요? 누가 권위적이고 누가 복종할까요?

Arthur C. Clarke의 "2001: A Space Odyssey"의 부가 주문과 함께 디스토피아적인 Netflix 시리즈 Dark Mirror의 많은 에피소드를 섭취한 결과, 나는 기계가 강력할 것이라고 확신합니다.

그러나 유럽 연구자들이 실시한 이런 종류의 실제 실험에서는 기계와 인간의 협력에 큰 영향을 미칠 수 있는 몇 가지 독특한 결과가 나타났습니다.

TU Delft의 Cosimo Della Santina 조교수와 박사 과정 학생 Francesco Stella, 스위스 기술 대학 EPFL의 Josie Hughes는 ChatGPT와 협력하여 주요 사회 문제를 해결하는 로봇을 설계하는 실험을 수행했습니다.

Nature Machine Intelligence에 발표된 논문에서 Della Santina는 "우리는 ChatGPT가 로봇뿐만 아니라 실제로 유용한 로봇을 설계하기를 원했습니다."라고 말했습니다.

그래서 두 그룹이 함께 설계할 수 있는 것이 무엇인지 알아내기 위해 연구원과 봇 간의 일련의 질의응답 세션이 시작되었습니다.

ChatGPT와 같은 대규모 언어 모델(LLM)은 엄청난 양의 텍스트와 데이터를 처리하고 처리하는 능력에 있어 절대적인 짐승이며, 빠른 속도로 일관된 답변을 뱉어낼 수 있습니다.

ChatGPT가 기술적으로 복잡한 정보로 이를 수행할 수 있다는 사실은 이를 더욱 인상적으로 만들어주며, 강력한 연구 조교를 찾는 모든 사람에게 진정한 이점이 됩니다.

기계 작업

유럽 연구자들이 ChatGPT에 인류 사회가 직면한 과제 중 일부를 식별해 달라는 요청을 했을 때 AI는 향후 안정적인 식량 공급 확보 문제를 지적했습니다.

ChatGPT가 토마토를 로봇이 재배하고 수확할 수 있는 작물로 선택하기 전까지 연구원과 로봇 사이에 주고받는 대화가 이어졌고, 이를 통해 사회에 상당히 긍정적인 영향을 미쳤습니다.

ChatGPT는 토마토와 같은 섬세한 물체를 다룰 수 있도록 그리퍼를 설계하는 방법에 대한 유용한 제안을 제시했습니다.

이는 AI 파트너가 농업과 같이 인간 파트너가 실제 경험이 없는 분야에서 제안을 함으로써 실질적인 가치를 추가할 수 있었던 영역 중 하나입니다. 자동화에 가장 경제적 가치가 있는 작물을 선택하려면 과학자들의 시간 소모적인 연구가 필요했을 것입니다.

EPFL의 Hughes는 "Chat-GPT는 언어 모델이고 코드 생성은 텍스트 기반이지만 물리적 설계에 대한 상당한 통찰력과 직관을 제공했으며 인간의 창의성을 자극하는 공명판으로서 큰 잠재력을 보여주었습니다"라고 말했습니다.

그런 다음 인간은 ChatGPT에서 제공하는 옵션을 기반으로 목표를 추구하기 위해 가장 흥미롭고 적합한 방향을 선택하는 책임을 맡았습니다.

지능형 설계

토마토를 수확하는 방법을 찾는 것이 ChatGPT가 진정으로 빛을 발한 부분입니다. 토마토와 이와 비슷하게 섬세한 과일(그렇습니다. 토마토는 야채가 아니라 과일입니다)은 수확에 있어 가장 큰 어려움을 안겨줍니다.

AI가 설계한 그리퍼가 작동 중입니다.

인간이 토마토를 손상시키지 않고 토마토를 수확할 수 있는 방법에 대해 질문했을 때 로봇은 실망하지 않고 독창적이고 유용한 솔루션을 생성했습니다.

ChatGPT는 토마토와 접촉하는 모든 부품이 부드럽고 유연해야 한다는 점을 깨닫고 재료 옵션으로 실리콘이나 고무를 제안했습니다. ChatGPT는 또한 이러한 부드러운 손을 구성하는 방법으로 CAD 소프트웨어, 금형 및 3D 프린터를 지적했으며 디자인 옵션으로 집게발 또는 국자 모양을 제안했습니다.

추가: Bing Chat 및 기타 AI 챗봇을 사용할 수 있는 7가지 방법

결과는 인상적이었습니다. 이 AI-인간 협력은 토마토를 능숙하게 선택할 수 있는 작업 로봇을 성공적으로 설계하고 구축했습니다. 토마토가 얼마나 쉽게 상처를 입는지를 고려하면 이는 쉬운 일이 아닙니다.

파트너십의 위험성

이 독특한 협업은 또한 인간-기계 설계 파트너십에 점점 더 두드러지게 될 많은 복잡한 문제를 도입했습니다.

ChatGPT와의 파트너십은 문제 해결에 대한 진정한 학제간 접근 방식을 제공합니다. 그러나 파트너십이 어떻게 구성되어 있는지에 따라 각각 상당한 영향을 미치는 서로 다른 결과가 나올 수 있습니다.

예를 들어, LLM은 특정 로봇 설계에 필요한 모든 세부 정보를 제공할 수 있으며 인간은 구현자 역할만 할 수 있습니다. 이 접근 방식에서는 AI가 발명가가 되어 비전문가도 로봇 설계에 참여할 수 있습니다.

이 관계는 연구원들이 토마토 따기 로봇에 대해 가졌던 경험과 유사합니다. 그들은 협업의 성공에 놀랐지만 기계가 많은 창의적인 작업을 수행하고 있다는 사실을 알아차렸습니다. Stella는 "엔지니어로서 우리의 역할이 좀 더 기술적인 작업을 수행하는 쪽으로 옮겨가고 있다는 사실을 깨달았습니다."라고 말했습니다.

인간의 통제력 부족으로 인해 위험이 도사리고 있다는 점도 고려해 볼 가치가 있습니다. EPLF의 Hughes는 "우리 연구에서 Chat-GPT는 로봇 수확기가 추구하는 '가장 가치 있는' 작물로 토마토를 식별했습니다."라고 말했습니다.

"그러나 이는 실제로 필요한 작물이 아닌 문헌에서 더 많이 다루는 작물에 편향될 수 있습니다. 엔지니어의 지식 범위를 벗어나서 결정이 내려지면 이는 상당한 윤리적, 공학적, 또는 사실적 오류입니다."

간단히 말해서 이러한 우려는 LLM 사용에 따른 심각한 위험 중 하나입니다. 질문에 대한 기적처럼 보이는 그들의 대답은 특정 유형의 콘텐츠를 제공받은 다음 그 콘텐츠의 일부를 역류하도록 요청받았기 때문에 가능합니다. 이는 오늘날 많은 사회가 여전히 의존하고 있는 고전적인 교육 스타일과 유사합니다.

답변은 본질적으로 시스템과 시스템에 제공된 데이터를 설계한 사람들의 좋든 나쁘든 편견을 반영합니다. 이러한 편견은 여성과 유색 인종과 같은 사회 계층의 역사적 소외가 LLM에서 종종 반복된다는 것을 의미합니다.

그리고 ChatGPT와 같은 LLM에는 환각이라는 성가신 문제가 있습니다. 여기서 AI는 쉬운 대답이 없는 질문에 직면했을 때 단순히 상황을 보완합니다.

또한 Open AI를 상대로 제기된 여러 소송이 드러나기 시작하면서 독점 정보가 허가 없이 사용되는 문제가 점점 더 까다로워지고 있습니다.

또한: ChatGPT와 Bing Chat: 어떤 AI 챗봇을 사용해야 할까요?

그럼에도 불구하고 LLM이 더 많은 지원 역할을 하는 공평한 접근 방식은 풍부하고 생산적일 수 있으며 봇 없이는 육성할 수 없었던 중요한 학제간 연결을 구축할 수 있습니다.

그렇긴 하지만, 여러분은 자녀에게 하는 것과 같은 방식으로 AI와 소통해야 합니다. 숙제 및 화면 시청 시간과 관련된 모든 정보를 꼼꼼하게 다시 확인해야 하며, 특히 AI가 입이 쩍 벌어질 때 더욱 그렇습니다.