好家伙，微软又玩新花样了。
当我还在用ChatGPT吹牛的时候，已经有人在用它来控制机器人了。
不是别人，正是OpenAI的金主和微软，他们不久前刚刚用ChatGPT“重新发明了搜索引擎”。
到现在为止，开发者训练机器人不仅技术门槛高，而且障碍长:
工程师需要在工作流循环中不断编写新的代码和规范来纠正机器人的行为；此外，操纵不同的机器人可能需要不同的编程语言和环境。
在ChatGPT的帮助下，工程师甚至不用手写代码——他们只是用人类的语言描述他们想做的事情，AI可以自动翻译成机器语言。
这意味着，一方面，专业人员与机器人的交互效率起飞；另一方面，技术门槛也大大降低，外行人甚至可以参与调试，创造更多的使用方式。
举个简单的例子:让无人机自动检查货架。
首先，操作者只需要用自然语言向ChatGPT发出请求；然后，AI可以自动翻译成代码，指挥无人机行动。(也可以指定无人机的飞行路径。)
难怪特斯拉前AI总监安德烈·卡帕西(Andrej Karpathy)调侃道:
一个AI指挥多个机器人。
其实ChatGPT可以玩很多花样。
比如一个话务员对AI说:“我渴了，请帮我找一杯喝的。”
这时，艾不会等一会儿就直接去找水，而是会很乖巧地问:
当然，运营商也不是吃素的。他没有直接告诉AI选哪个，而是说:“我刚从健身房回来，请帮我找一种更健康的饮料。”
然后更神奇的操作开始了:
艾先是猜测他想喝椰子水，然后自己写了一段代码(甚至是纸条):
命令无人机找到椰子水后写道:
除了无人机，ChatGPT还可以轻松控制其他小型机器人，包括相机、机械臂等等。
比如让摄像头在房间里找到可以加热午餐的东西。
并命令机械臂拼出一个微软的标志。(走私私货)
看到这里，有网友脑洞大开，有人问:
还有人甚至嘲讽AI甚至可能会写发射核弹的指令:
不过话说回来，其实和网友说的差远了。毕竟现在还是需要人类的参与。
怎么发生的？
从上一篇文章可以看出，这种灵活的AI不仅可以与人交流畅通无阻，还可以与机器快速交流。
这主要得益于微软团队专门开发的一系列API和高级函数库。
他们没有让ChatGPT背后的语言大模型(LLM)生成固定种类的代码；因为机器人是一个多样化的领域，这可能需要在不同的场景下进行大量的微调。
在新颖的操作框架下，不同的机器人都有自己特定的函数库。
-一个AI可以适应不同的对象和不同的任务。
一方面，这些函数库可以连接到机器人控制系统中的管理硬件，以及执行基本运动的代码和功能模块。
另一方面，为了让ChatGPT遵循函数库的规则，定义函数命名是非常重要的。清晰的函数名可以在API之间建立良好的函数联系，最终生成高质量的答案。
其中一个要求是所有的API名称必须描述整体的功能行为。例如，detect_object(object_name)函数可以在内部链接到OpenCV函数或计算机视觉模型。
在设计好库和API之后，微软为ChatGPT写了一个文本提示，描述了目标任务，明确说明了函数库中哪些函数可用。此外，它还可以指定ChatGPT生成哪种编程语言的代码。
值得一提的是，AI产生的内容效果与人类提示的质量正相关。为此，微软还开发了一个合作开源平台promptCraft，任何人都可以分享不同类型机器人的提示策略。
至此，幕后部署基本完成，接下来用户就可以通过“与人对话”来间接控制机器人了。
如果想检查AI生成的代码是否有Bug，可以随时直接在聊天框里检查，或者通过模拟器测试。人类可以用自然语言来指导AI改正。
此外，我们可以等到用户对解决方案满意后，再将ChatGPT生成的代码部署到机器人上。
最后，如果是你，你会想用ChatGPT做什么来控制机器人？
地址:https://www . Microsoft . com/en-us/research/uploads/prod/2023/02/chat GPT _ _ _ robotics.pdf。
参考链接:
[1]https://ars technica . 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/chat GPT-for-robotics/
[3]https://github . com/Microsoft/prompt craft-Robotics # prompt craft-Robotics
