Et si un robot conçu par Chat-GPT récoltait vos tomates?

Capables de traiter de grandes quantités de données textuelles et d’utiliser ces informations pour répondre à des questions, les réseaux neuronaux appelés grands modèles de langage (LLM), tels que Chat-GPT, font la une de l’actualité en raison de leur capacité à modifier notre façon d’écrire, d’apprendre et même de faire de l’art. Aujourd’hui, des chercheuses et chercheurs de l’EPFL ont utilisé cette technologie dans un nouveau domaine: la conception de robots.

Dans une étude de cas publiée dans Nature Machine Intelligence, Josie Hughes, responsable du Laboratoire de conception et de fabrication de robots informatiques de la Faculté des sciences et techniques de l’ingénieur, Francesco Stella, doctorant à l’EPFL, et Cosimo Della Santina de l’Université de Technologie de Delft ont utilisé Chat-GPT pour concevoir un robot cueilleur de tomates. Cette étude fournit un cadre permettant aux êtres humains et aux LLM de concevoir de tels dispositifs de manière collaborative. Sur la base de leur expérience, les scientifiques décrivent les opportunités et les risques liés à l’utilisation des outils d’intelligence artificielle (IA) dans la robotique. Selon eux, ces outils pourraient changer notre façon de concevoir les robots, tout en enrichissant et en simplifiant le processus.

«Bien que Chat-GPT soit un modèle de langage et que son code soit généré sur la base de texte, il a fourni d’importantes informations et intuitions pour la conception physique, et a montré un grand potentiel pour stimuler la créativité humaine», déclare Josie Hughes.

Potentiel et pièges de l’IA comme «inventeur»

Dans une première phase, les chercheuses et chercheurs et le LLM se sont engagés dans une discussion génératrice d’idées pour définir l’objectif, les paramètres de conception et les spécifications de leur robot. Une seconde phase a été consacrée à la réalisation du robot dans la réalité, ce qui impliquait d’affiner le code généré par le LLM, de fabriquer le dispositif et de résoudre les problèmes de fonctionnement.

Pour la première phase, ils ont commencé à un niveau conceptuel élevé, en discutant avec le LLM des défis à venir de l’humanité et en identifiant la cueillette robotisée comme une solution au problème de l’approvisionnement alimentaire mondial. Ils ont ensuite alimenté le LLM en données globales provenant de publications universitaires, de manuels techniques, de livres et de médias pour fournir la réponse «la plus probable» à des questions telles que «quelles caractéristiques doit avoir un robot cueilleur»?

Une fois qu’un format robotique de base a été identifié (une pince motorisée pour saisir des tomates mûres), les scientifiques peuvent poser des questions plus spécifiques comme «quelle forme doit avoir la pince?», et demander au LLM de faire des suggestions techniques, notamment sur les matériaux et le code informatique pour commander le dispositif.

«Alors que l’informatique est largement utilisée pour aider les ingénieurs dans la mise en œuvre technique, pour la première fois, un système d’IA peut concevoir de nouveaux systèmes, automatisant ainsi des tâches cognitives de haut niveau. Les rôles des êtres humains pourraient ainsi devenir plus techniques», explique Francesco Stella.

Outre l’attribution du rôle d’«inventeur» à Chat-GPT, les chercheuses et chercheurs décrivent dans leur article d’autres modes de collaboration possibles entre l’être humain et le LLM. Par exemple, l’«exploration collaborative» utilise l’IA pour renforcer leur expertise en leur apportant de vastes connaissances qui dépassent leur propre domaine. L’IA peut également faire office d’«entonnoir», en aidant à affiner le processus de conception et en fournissant des informations techniques, les êtres humains conservant le contrôle créatif.

Étant donné que chaque mode de collaboration comporte des risques logiques et éthiques, les scientifiques soulignent que le rôle des LLM doit être attentivement évalué à l’avenir. Par exemple, l’utilisation de LLM soulève des questions de partialité, de plagiat et de propriété intellectuelle, car on ne sait pas si une conception générée par un LLM peut être considérée comme nouvelle.

«Dans notre étude, Chat-GPT a identifié les tomates comme la culture “la plus intéressante” pour un robot cueilleur. Toutefois, il se peut que ce résultat soit biaisé en faveur des cultures qui sont davantage abordées dans la littérature, par opposition à celles pour lesquelles il existe un réel besoin. Lorsque des décisions sont prises en dehors du champ de connaissances de l’ingénieur, cela peut conduire à des erreurs éthiques, techniques ou factuelles importantes», ajoute Josie Hughes.

Malgré ces précautions, la chercheuse et son équipe concluent, sur la base de leur expérience, que les LLM pourraient être très utiles, s’ils sont bien gérés: «La communauté de la robotique doit donc déterminer comment tirer parti de ces outils performants pour accélérer les progrès des robots d’une manière éthique, durable et socialement responsable.»