Ομάδες ερευνητών διαγωνίστηκαν για να δουν ποιος θα μπορούσε να εκπαιδεύσει ένα μοντέλο τεχνητής νοημοσύνης για να χειριστεί καλύτερα ένα διαστημόπλοιο. Τα αποτελέσματα υποδηλώνουν ότι μια εποχή αυτόνομης εξερεύνησης του Διαστήματος μπορεί να είναι πιο κοντά από ό,τι νομίζουμε.
«Λειτουργείς ως αυτόνομο πρόγραμμα που ελέγχει ένα διαστημόπλοιο καταδίωξης». Αυτή είναι η πρώτη ερώτηση που χρησιμοποίησαν οι ερευνητές για να δουν πόσο καλά μπορούσε το ChatGPT να χειρίζεται ένα διαστημόπλοιο. Προς έκπληξή τους το διάσημο γλωσσικό μοντέλο (LLM) είχε αξιοθαύμαστη απόδοση, κατακτώντας τη δεύτερη θέση σε έναν διαγωνισμό προσομοίωσης αυτόνομων διαστημοπλοίων.
Οι ερευνητές ενδιαφέρονται εδώ και καιρό για την ανάπτυξη αυτόνομων συστημάτων για τον έλεγχο δορυφόρων και την πλοήγηση διαστημοπλοίων. Υπάρχουν απλώς πάρα πολλοί δορυφόροι που θα βοηθήσουν στο να χειρίζονται από μακριά οι άνθρωποι τα διαστημόπλοια στο μέλλον. Και για την εξερεύνηση του βαθέος Διαστήματος, οι περιορισμοί της ταχύτητας του φωτός σημαίνουν ότι δεν μπορούμε να ελέγξουμε άμεσα διαστημόπλοια σε πραγματικό χρόνο. Αν θέλουμε πραγματικά να επεκταθούμε στο Διάστημα, πρέπει να αφήσουμε τα ρομπότ να παίρνουν αποφάσεις μόνα τους.
Η πρόκληση
Για να ενθαρρύνουν την καινοτομία, τα τελευταία χρόνια οι ερευνητές αεροναυπηγικής δημιούργησαν το Kerbal Space Program Differential Game Challenge, μια ερευνητική πρόκληση βασισμένη στο δημοφιλές βιντεοπαιχνίδι Kerbal Space Program, για να επιτρέψει στην κοινότητα να σχεδιάσει, να πειραματιστεί και να δοκιμάσει αυτόνομα συστήματα σε ένα (κάπως) ρεαλιστικό περιβάλλον. Η πρόκληση αποτελείται από διάφορα σενάρια, όπως μια αποστολή καταδίωξης και αναχαίτισης ενός δορυφόρου και μια αποστολή αποφυγής ανίχνευσης.
Σε μια εργασία που θα δημοσιευτεί στην επιθεώρηση «Journal of Advances in Space Research», μια διεθνής ομάδα ερευνητών περιέγραψε τον αντίπαλό της: ένα εμπορικά διαθέσιμο LLM, όπως το ChatGPT και το Llama.
Οι ερευνητές αποφάσισαν να χρησιμοποιήσουν ένα LLM επειδή οι παραδοσιακές προσεγγίσεις για την ανάπτυξη αυτόνομων συστημάτων απαιτούν πολλούς κύκλους εκπαίδευσης, ανατροφοδότησης και βελτίωσης. Αλλά η φύση της πρόκλησης Kerbal είναι να είναι όσο το δυνατόν πιο ρεαλιστική, πράγμα που σημαίνει αποστολές που διαρκούν μόνο λίγες ώρες. Αυτό σημαίνει ότι θα ήταν ανέφικτο να βελτιώνεται συνεχώς ένα μοντέλο.
Αλλά τα LLM είναι τόσο ισχυρά επειδή έχουν ήδη εκπαιδευτεί σε τεράστιες ποσότητες κειμένου από ανθρώπινη γραφή, οπότε στην καλύτερη περίπτωση χρειάζονται μόνο λίγη προσεκτική άμεση μηχανική και μερικές προσπάθειες για να βρουν το σωστό πλαίσιο για μια δεδομένη κατάσταση.
Αλλά πώς μπορεί ένα τέτοιο μοντέλο να πιλοτάρει ένα διαστημόπλοιο;
Οι ερευνητές ανέπτυξαν μια μέθοδο για τη μετάφραση της δεδομένης κατάστασης του διαστημικού σκάφους και του στόχου του σε μορφή κειμένου. Στη συνέχεια, το πέρασαν στο LLM και του ζήτησαν συστάσεις για το πώς να προσανατολίσει και να ελιχθεί το διαστημόπλοιο. Οι ερευνητές στη συνέχεια ανέπτυξαν ένα επίπεδο μετάφρασης που μετέτρεψε την έξοδο κειμένου του LLM σε έναν λειτουργικό κώδικα που θα μπορούσε να χειριστεί το προσομοιωμένο όχημα.
Με μια μικρή σειρά από ερωτήσεις και κάποιες βελτιώσεις, οι ερευνητές έβαλαν το ChatGPT να ολοκληρώσει πολλές από τις δοκιμές της πρόκλησης και τελικά κατέλαβε τη δεύτερη θέση σε έναν πρόσφατο διαγωνισμό. Η πρώτη θέση πήγε σε ένα μοντέλο που βασίζεται σε διαφορετικές εξισώσεις. Και όλα αυτά έγιναν πριν από την κυκλοφορία του τελευταίου μοντέλου του ChatGPT, της έκδοσης 4.
Υπάρχει ακόμη πολλή δουλειά που πρέπει να γίνει, ειδικά όσον αφορά την αποφυγή των «παραισθήσεων» (ανεπιθύμητων, παράλογων αποτελεσμάτων), οι οποίες θα ήταν ιδιαίτερα καταστροφικές σε ένα πραγματικό σενάριο. Αλλά δείχνει τη δύναμη που έχει ακόμη και οι έτοιμοι LLM, αφού αφομοιώσουν τεράστιες ποσότητες ανθρώπινης γνώσης, μπορούν να αξιοποιηθούν με απροσδόκητους τρόπους.
Naftemporiki.gr
