дослідники стверджують, що ChatGPT може допомогти покращити взаємодію між людьми та роботами в майбутньому
Нове дослідження штучного інтелекту Microsoft демонструє, як ChatGPT може перетворювати інструкції природною мовою у виконувані дії робота
Дослідники з Microsoft AI Research презентували новий метод, який обумовлюється тим, що роботи виконують дії по простим командам на природній мові. Наприклад, робот піднімає або перекладає кубик на інше місце по усній команді, почутої від людини. Для цього використовувалася модель ChatGPT , що генерує текст на основі діалогу, повідомив Mark Tech Post 13 квітня 2023 року.
Про дослідження
Авторами дослідження, в якому представлений метод ChatGPT для роботів, виступили: Ічже Чжан, Сіці Сунь, Мішель Галле, Йен-Чунь Чен, Кріс Брокетт, Сян Гао, Цзяньфен Гао і Білл Долан з Microsoft AI Research. Вони оприлюднили результати своєї роботи під назвою «From Text to Actions: a Unified Framework for Task-Oriented Dialogue Systems» (від тексту до дій: уніфікована структура для систем діалогу, орієнтованих на завдання) у квітні 2023 року.
Дослідники навчили модель за допомогою набору даних, що містить розмови між людьми і роботами, а також відеоматеріали з демонстрацією дій роботів. Потім вони перевірили модель на нових командах і порівняли її з іншими методами. Виявилося, що модель ChatGPT краще розуміє природну мову і може генерувати більш точні і різноманітні дії для роботів.
При дослідженні застосовувалися наступні методи:
- Використання моделі ChatGPT, яка може генерувати текст на основі контексту розмови.
- Створення набору даних RoboChat, який містить 10 тис.розмов між людьми і роботами, і Відео дій роботів, розділивши інформацію на дві частини, для навчання моделі і її тестування.
- Перетворення команд на природній мові в послідовності дій для роботів за допомогою спеціального словника і правил. Наприклад, команда "pick up The red cube «(візьми червоний кубик) перетворюється в» move_to(red_cube); grasp(red_cube); lift (red_cube)" (підійти, схопи, підніми).
- Оцінка якості моделі проводилася за двома критеріями: правильність генерації дій і різноманітність генерації дій.
Таким чином, правильність оцінювалася в порівнянні з еталонними діями з набору даних, а різноманітність – за кількістю унікальних дій, які модель може згенерувати для однієї команди.
Результати дослідження
Дослідники зробили наступні висновки:
- Модель ChatGPT продемонструвала хороші результати в генерації дій для роботів по командам на природній мові, перевершуючи інші існуючі методи.
- Модель ChatGPT адаптується до різних доменів і сценаріїв, використовуючи контекст діалогу і зворотний зв'язок від користувача.
- ChatGPT генерує різноманітні дії для однієї команди, враховуючи різні фактори, такі як положення об'єктів, кольору, форми і т. д.
- Модель продемонструвала корисність для розробки більш природних та інтерактивних систем діалогу для роботів, які можуть виконувати різні завдання за запитом користувача.
