ChatGPT оказался способен управлять космическим кораблем
Международная группа ученых провела конкурс, чтобы узнать способны ли большие языковые модели (LLM) управлять космическим кораблем. В итоге нейросети справились с задачей, а ChatGPT в этом соревновании занял второе место.
Интерес к разработке автономных систем для управления спутниками и навигации космических аппаратов существует уже давно. В будущем количество спутников станет настолько огромным, что ручное управление ими станет невозможным. Кроме того, для дальнего космического исследования ограничения, связанные со скоростью света, делают невозможным прямое управление космическими аппаратами в реальном времени. Для эффективного освоения космоса необходимо, чтобы роботы сами принимали решения.
Для стимулирования инноваций в аэрокосмической отрасли был создан проект Kerbal Space Program Differential Game Challenge – своего рода игровая площадка на основе популярной видеоигры Kerbal Space Program. Она позволяет сообществу разрабатывать, тестировать и экспериментировать с автономными системами в относительно реалистичной среде. Соревнование включает несколько сценариев, например, задание по преследованию и перехвату спутника, а также задание по уклонению от обнаружения.
В ходе исследования был задействован LLM-агент, который использовал GPT-3.5 и LLaMA. Программисты выбрали технологию больших языковых моделей, потому что разработка автономных систем традиционными методами требует долгих циклов обучения, обратной связи и доработок. А в Kerbal Challenge миссии длятся всего несколько часов, и это делает постоянную доработку модели непрактичной.
Мощь больших языковых моделей объясняется тем, что они уже обучены на огромных объемах человеческих текстов. Благодаря этому в идеальном случае, им достаточно лишь небольшой, но точной настройки подсказок (промпт-инжиниринга) и нескольких попыток, чтобы уловить нужный контекст. Чтобы такая модель могла управлять космическим аппаратом, ученые разработали систему, которая преобразует текущее состояние корабля и его цель в текстовый формат. Этот текст передается языковой модели, которая потом выдает рекомендации по ориентации и маневрированию. Помимо того, исследователи сделали специальный слой-переводчик, который превращает текстовые рекомендации LLM в код для управления симулятором. С помощью небольшой серии подсказок и доработок ученые добились того, что их агент прошел испытания в этом конкурсе и занял второе место. Как сообщает Live Science, первое место досталось модели, разработанной на основе других уравнений.
Организаторы конкурса отмечают, что пока не надо делать далеко идущие выходы, по-прежнему ИИ до сих пор склонен к галлюцинациям, а это недопустимо для настоящих миссий. Однако если такие системы будут развиваться, роботы смогут управлять космическими аппаратами без активного участия человека.
Фото: YandexART
мероприятий