诗文、短文乃至书本，有什么是 OpenAI 服务平台 ChatGPT 没法解决的嘛？这种一个新的 AI 发展趋势启迪了研究人员开展更深层次的研究：比如，ChatGPT 是不是还可以设计机器人？这会对设计全过程而言是件好事，或是是有风险的？

研究人员在《自然·机器智能》刊物上发布了她的观点。

人类将来所面临的挑战是什么？这也是代尔夫特高校终身教授Cosimo Della Santina和博士研究生Francesco Stella及其EPFL的Josie Hughes向ChatGPT所提出的第一个问题。Della Santina说：“我希望ChatGPT不但设计一个机器人，并且设计一个真正有用的机器人。”最终，她们选了食材供货做为他的考验，当她们与ChatGPT聊天的时候，她们想出建立西红柿收种机器人的念头。

研究人员遵循着ChatGPT中的所有设计管理决策。Stella表明，事实上，这种投放在概念阶段非常有使用价值。“ChatGPT将设计师专业知识拓展到别的行业领域。比如，闲聊机器人教给大家哪一种农作物在自动化技术层面极具经济效益。”但ChatGPT在执行阶段提出了有用的意见：“用硅橡胶或塑胶制做工装夹具，以防止损坏西红柿”和“Dynamixel电动机是推动机器人最好的方式。”人类和人工智能协作的结果就是一个可以收种西红柿的机械手臂。

研究人员发觉，协作设计流程是积极主动和丰富。Stella说：“但是，我们真的发觉，我作为工程师的人物角色转移到了实行更多技术性每日任务。”在《自然-机器智能》中，研究人员构建了人类与大中型语言模型（LLM）中间一定程度的协作，ChatGPT就是其中之一。在极端化的情形下，人工智能技术为机器人设计带来了每一个键入，而人类则盲目的遵照它。在这样的情况下，LLM当做研究员和技术工程师，而人类当做管理人员，承担特定设计总体目标。

针对今日的LLM而言，这类极端状况还不可能发生。关键是它是不是可用。Della Santina说：“实际上，假如LLM导出未经认证或验证，它可能产生欺诈。人工智能技术机器人的设计目地是为了难题形成‘最有可能’的回答，因而机器人行业存有错误报告和恶意的风险性。”与LLM协作也提出了别的关键问题，如抄袭、可溯源和专利权。

Della Santina、Stella和Hughes将正常使用西红柿收种机器人开展机器人研究。她们仍在继续研究LLM，以设计一个新的机器人。具体来说，她们关心的是人工智能技术在设计自己的身体后的主体性。Stella总结道：“最后，大家行业将来的一个难以解决的问题就是，怎样在没有限定机器人解决21新世纪考验所需要的创造力和创新的情形下，应用LLM来协助机器人开发设计人员。”