Команди дослідників, які змагалися у навчанні моделей ШІ пілотуванню космічного корабля, переконалися, що ChatGPT може це робити напрочуд добре. На їхній подив, велика мовна модель (LLM) виявила неабиякі здібності в новій для себе галузі, посівши під час конкурсних тестів друге місце.
«Ти дієш як автономний агент, що керує космічним кораблем-винищувачем», – такою була перша підказка дослідників, котрі воліли пересвідчитися у ще одному таланті ChatGPT.
Науковці давно цікавилися розробкою автономних систем для керування супутниками та навігації космічних апаратів. Нині супутників занадто багато, а в майбутньому їх буде ще більше, тож люди не зможуть вручну керувати кожним із них. А отже, доведеться звертатися по допомогу до моделей штучного інтелекту та дозволяти їм самостійно приймати рішення, розповіло видання Live Science.
Що це був за конкурс
Щоб заохочувати такі футуристичні інновації, дослідники в галузі аеронавтики з різних країн започаткували конкурс Kerbal Space Program Differential Game Challenge. Це – свого роду ігровий майданчик на основі популярної відеогри Kerbal Space Program для проєктування й тестування автономних систем пілотування в середовищі, наближеному до реального. Завдання для ШІ складалося з кількох сценаріїв, таких як місія з переслідування та перехоплення супутника, місія з ухилення від викриття тощо.
У статті для видання Journal of Advances in Space Research дослідники резентували потенційно успішного учасника – комерційну LLM, таку як ChatGPT та Llama.
Учені вирішили використовувати великі мовні моделі, оскільки традиційні підходи до розробки автономних систем потребують багатьох циклів навчання, зворотного зв’язку та уточнення. А LLM вельми ефективні, адже вони вже навчені на величезних обсягах текстів, написаних людьми. Тож їм потрібні лише ретельно розроблені підказки та кілька спроб з отримання правильного контексту для даної ситуації.
Дослідники розробили метод переведення заданого стану космічного корабля та його цілей у текст. Потім вони завантажили його в LLM, запросивши в моделі рекомендації стосовно орієнтації та маневрування корабля. А далі вчені розробили шар перекладу, що перетворив текстові підказки LLM у функціональний код, який міг би керувати транспортним засобом (точніше, його імітацією).
За допомогою невеликої серії підказок та певного тонкого налаштування науковці змусили ChatGPT виконати низку тестів. І зрештою він посів друге місце. (Перше місце дісталося моделі ШІ, заснованої на інших алгоритмах).
До речі, тестування проводилося ще до випуску останньої, 4-ї версії ChatGPT. Учені зазначили, що попереду в них багато роботи в цьому напрямку, особливо, коли йдеться про уникнення моделями ШІ «галюцинацій» (небажаних, безглуздих висновків), що можуть призвести до катастроф у реальних умовах пілотування.
Та головне, що дослідники ще раз довели безмежні можливості ШІ у засвоєнні величезної кількості людських знань та використання їх у найрізноманітніших сферах діяльності.
Фото: ixabay.com
