原文來源：量子位
當我還在跟ChatGPT吹牛尬聊時，有人已經在拿它操控機器人了。
不是別人，正是OpenAI的金主爸爸、不久前剛拿ChatGPT“重新發明搜索引擎”的微軟。
到目前為止，開發者調教機器人不僅技術門檻高，還道阻且長：
工程師需要在工作流程迴路中，不斷手寫新代碼和規範來糾正機器人行為；另外，操控不同的機器人可能需要不同的編程語言和環境。
而在ChatGPT的幫助下，工程師甚至不用手寫代碼——直接用人話描述想做什麼，AI就能自動翻譯成機器語言。
這意味著，一方面專業人士與機器人的交互效率起飛；另一方面，技術門檻也降低一大截，外行人甚至也能參與調試，創造出更多使用方法。
舉個簡單的例子：讓無人機自動檢查貨架。
首先，操作者只需用自然語言給ChatGPT提出要求；然後，AI就能自動翻譯成代碼，並指揮無人機行動。 （還可以規定無人機的飛行路徑。）
難怪特斯拉前AI主管Andrej Karpathy會調侃：
最新的熱門編程語言是英語。
一個AI指揮多種機器人
實際上，ChatGPT會玩兒的花樣可多了。
比如，一位操作者跟AI說：“我渴了，請幫我找個喝的。”
此時AI並不會直愣愣地就去找水了，而是會很機靈地反問：
請問你想喝哪種？這裡有好幾種飲料，比如椰子水、可樂等等。
當然操作者也不是吃素的，他並未直接告訴AI選哪個，而是說：“我剛從健身房回來，請幫我找個健康點兒的飲料。”
然後更神奇的操作就開始了：
AI先是猜測他想喝椰子水，然後自己劈裡啪啦寫出一段代碼（甚至還有註釋）：
寫完就自己指揮無人機去找椰子水：
除了無人機，ChatGPT還能輕鬆操控別的小機器人，包括攝像頭、機械臂等等。
比如讓攝像頭在房間裡找出能加熱午飯的東西。
還有指揮機械臂拼出一個微軟的Logo。 （悄悄夾帶私貨）
看到這些，有網友腦洞大開，有人發問：
他們是不是正在建立無所不能的天網？
還有人甚至調侃稱，AI可能連發射核彈的指令都會寫：
不過話說回來，其實離網友說的這些還差得遠，畢竟現在還是需要人類參與的。
怎麼實現的？
從前文可以看出，這只靈活的AI不僅與人交易所暢通無阻，而且和機器也能快速溝通。
這主要得益於微軟團隊專門開發的一系列API和高級函數庫。
他們沒有讓ChatGPT背後的語言大模型（LLM），生成某固定種類的代碼；因為機器人是個多元化領域，這樣可能會在不同場景下涉及大量微調。
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AI，就能適應不同的對象、不同的任務。
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，最終生成高質量的回答。
其中一項要求，就是所有API名稱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函數或計算機視覺模型。
設計好庫和API後，微軟給ChatGPT編寫了一個文本提示（prompt），描述目標任務，並明確說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言。
值得一提的是，AI生成內容效果，和人為提示的質量呈正相關。為此，微軟還開發了一個協作開源平台PromptCraft，任何人都能在此分享不同類機器人的Prompt策略。
到此，幕後部署基本完成，然後用戶就能通過“說人話”間接操控機器人了。
如果想要檢查AI生成的代碼是否有Bug，隨時都能在聊天框直接檢查，或通過模擬器測試，人類可以用自然語言指導AI進行修正。
另外，還能到等到用戶對解決方案滿意為止，再在將ChatGPT生成代碼部署到機器人上。
最後，如果是你，會想用ChatGPT操控機器人做些什麼呢？
論文地址：
https://www.microsoft.com/en-us/research/uploads/prod/2023/02/ChatGPT___Robotics.pdf
參考鏈接：
[1]https://arstechnica.com/information-technology/2023/02/robots-let-chatgpt-touch-the-real-world-thanks-to-microsoft/
[2]https://www.microsoft.com/en-us/research/group/autonomous-systems-group-robotics/articles/chatgpt-for-robotics/
[3]https://github.com/microsoft/PromptCraft-Robotics#promptcraft-robotics
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載