Các nhà nghiên cứu tại Microsoft tuần trước đã công bố khung thử nghiệm mới điều khiển rô-bốt và máy bay không người lái sử dụng ngôn ngữ của ChatGPT. Theo đó, bằng cách áp dụng hệ thống ngôn ngữ tự nhiên (NLC), ChatGPT có thể viết ra các loại mã đặc biệt nhằm điều khiển các chuyển động khác nhau của rô-bốt. Từ đó, người sử dụng có thể xem kết quả rõ ràng và có những điều chỉnh cần thiết nhằm đảm bảo chất lượng và đầu ra của công việc được giao.

Nghiên cứu kể trên đã được đưa ra trong một bài báo có tiêu đề "ChatGPT trong hệ thống rô-bốt: Nguyên tắc thiết kế và tiềm năng mô hình", được viết bởi Sai Vemprala, Rogerio Bonatti, Arthur Bucker và Ashish Kapoor thuộc Nhóm Hệ thống tự trị và phát triển rô-bốt của Microsoft.

Trong một video hướng dẫn được đăng lên trước đó, Microsoft cho thấy các rô-bốt dường như được điều khiển bằng ngôn ngữ lập trình do ChatGPT viết trong khi làm theo các chỉ dẫn của con người. Theo đó, một chuỗi các hành động đã được tiến hành thử nghiệm như sử dụng cánh tay rô-bốt để sắp xếp các khối thành logo Microsoft, điều khiển máy bay không người lái để kiểm tra sách trên giá hoặc tìm các đồ vật khác nhau.

Để ChatGPT có thể giao tiếp thành công với rô-bốt, các nhà nghiên cứu đã tích hợp  nó và một API rô-bốt tùy chỉnh. Khi nghe các khẩu hiệu như "nhặt quả bóng lên", ChatGPT có thể viết lệnh điều khiển rô-bốt giống như cách nó viết một bài thơ hoặc hoàn thành một bài luận. Sau khi người vận hành kiểm tra và chỉnh sửa mã lệnh để đảm bảo độ chính xác và an toàn, họ có thể thực hiện các nhiệm vụ khác nhau và đánh giá hiệu suất rõ ràng thông qua nó.

Bằng cách này, ChatGPT có thể tăng tốc lập trình điều khiển rô-bốt, nhưng nó không phải là một hệ thống tự trị riêng biệt. Theo đó, bài báo viết: "Chúng tôi nhấn mạnh việc sử dụng ChatGPT cho rô-bốt không phải quy trình hoàn toàn tự động mà hoạt động như một công cụ để nâng cao khả năng của con người".

Mặc dù hầu hết các phản hồi về ChatGPT đều đến từ người dùng ở dạng văn bản, các nhà nghiên cứu cũng nhận định đã có một số thành công nhất định trong việc cung cấp dữ liệu trực quan vào chính ChatGPT. Ví dụ, họ đã giao nhiệm vụ cho ChatGPT viết lệnh cho rô-bốt bắt bóng rổ bằng các tín hiệu truyền từ camera: "ChatGPT có thể ước tính sự xuất hiện của quả bóng và bầu trời trong hình ảnh camera thu được bằng mã SVG. Điều này gợi lên khả năng LLM có thể nhìn nhận thế giới vượt trên các xác suất đã tính toán trước đó”.

Mặc dù hiện tại các kết quả có vẻ còn chưa nhất quán, nhưng chúng một phần đã thể hiện những nỗ lực ban đầu trong việc áp dụng công nghệ tiên tiến nhất—các mô hình ngôn ngữ —để điều khiển rô-bốt. Theo Microsoft, ChatGPT có thể mở rộng giao diện rô-bốt cho nhiều đối tượng hơn trong tương lai.

Một bài đăng trên blog nghiên cứu của Microsoft nhận định: "Mục tiêu của chúng tôi với nghiên cứu được đề ra xem liệu ChatGPT có thể vượt xa hơn văn bản hay không cũng như các suy luận về thế giới nhằm hỗ trợ rô-bốt thực hiện các nhiệm vụ khác nhau. Từ đó, chúng tôi muốn giúp mọi người tương tác với rô-bốt dễ dàng hơn mà không cần phải học các ngôn ngữ lập trình phức tạp hay các chi tiết về hệ thống rô-bốt."

Đức Anh Nguyễn