Már űrhajót is tud vezetni a ChatGPT, és meglepően jól csinálja

Egy speciális versenyen alkalmazták a Massachusettsi Műszaki Egyetem mérnökei a ChatGPT mögött futó nagy nyelvi modellt, hogy rábízzák egy űrhajó irányítását. Mindez persze csak játék volt, annak viszont igen hasznos.

Az OpenAI által fejlesztett ChatGPT azzal robbant be a köztudatba, hogy emberi módon képes írásban kommunikálni a felhasználókkal. Azóta már megtanult többek között képeket generálni, és bevásárlós funkciót is kapott, most pedig egy újabb, nem mindennapi képességgel bővült a palettája: űrhajót is tud vezetni.

Egész pontosan egy, az űrhajók vezetésével kapcsolatos versenyen teljesített jól a mesterséges intelligencia, megszerezve a második helyet. Arra azonban nem kell számítani még egy darabig, hogy éles helyzetben is az övé lesz az irányítás.

2015-ben a mexikói Squad játékstúdió elkészítette a Kerbal Space Program nevű videójátékot, ami meglepően nagy sikert aratott. Az űrrepülést szimuláló játékban egy csoport földönkívülivel lehet a játékos, akik a NASA földönkívüli megfelelőjét irányítják. A játékosnak meg kell terveznie és meg kell építenie az űrhajót, majd el kell hagyni a Kerbin nevű bolygót és egy másik égitestre kell átjutni.

Bár a szimulátor nem tökéletes, de az űrhajó viselkedése (manőverezhetősége) rendkívüli módon hasonlít arra, amit a valóságban is tapasztalhat egy űrhajós. Beépítették például a Hohmann-pályát, ami az energiafelhasználás szempontjából a legjobb módja annak, hogy egyik égitestről a másikra eljusson az ember.

A NASA szerint a küldetés céljaitól és az űrhajó jellemzőitől függően a mérnökök a jövőben a Hohmann-pályát fogják alkalmazni, hogy a Földről űrhajót küldjenek a Marsra.

Az American Institute of Aeronautics and Astronautics nevű szervezet még 2024-ben hozta létre a Kerbal Space Program Differential Games (KSPDG) nevű kiírást, amelyben arra buzdították a játék résztvevőit, hogy bátran alkalmazzanak különböző technológiákat ahhoz, hogy végül az űrhajó önvezérelt módon tudjon repülni.

A Massachusettsi Műszaki Egyetem csapata is elindult a megmérettetésen, a szakemberek pedig megállapították, hogy a KSPDG környezete nem alkalmas a megerősítéses tanulásra – arra, amire a legtöbb mesterséges intelligencia képzésénél támaszkodnak a cégek.

Ehelyett kifejlesztettek egy rendszert, amely a játék telemetriai adatait olyan nyelvre fordítja, amelyet a nagy nyelvi modellek (LLM) is meg tudnak fejteni és döntéseket tudnak hozni. Az LLM ezután szöveges formában továbbítja a döntését, amelyet visszajuttat a KSPDG-be, hogy irányítsa a karakterek lépéseit. A játékhoz a ChatGPT mögött dolgozó nagy nyelvi modellt alkalmazták. A projektről az Advances in Space Research című tudományos lapban írtak publikációt.

Bár a csapat második helyezést ért el a versenyben – az első helyen végzett csapat egy differenciálegyenlet-alapú megközelítést alkalmazott –, elégedettek voltak az eredményekkel, és úgy vélik, hogy a rendszer hatékonysága a későbbiekben tovább javítható.

(hvg.hu)