Η τεχνητή νοημοσύνη φαίνεται πως δεν είναι μόνο για chatbot. Ομάδες επιστημόνων έθεσαν μοντέλα τεχνητής νοημοσύνης σε δοκιμασία, προκειμένου να διαπιστώσουν ποιο θα μπορούσε να καθοδηγήσει αποτελεσματικότερα ένα διαστημόπλοιο. Ανάμεσα στους συμμετέχοντες, το ChatGPT ξεχώρισε, κατακτώντας τη δεύτερη θέση σε διαγωνισμό προσομοίωσης αυτόνομων διαστημοπλοίων, αποδεικνύοντας ότι η αυτόνομη διαστημική εξερεύνηση είναι πιο κοντά από όσο φανταζόμαστε.
Το «Kerbal Space Program Differential Game Challenge» αποτελεί το πεδίο αυτής της τεχνολογικής μάχης, με αποστολές που προσομοιώνουν σενάρια όπως καταδιώξεις δορυφόρων και αποφυγή εντοπισμού. Το ενδιαφέρον της επιστημονικής κοινότητας για τη δημιουργία αυτόνομων συστημάτων στον έλεγχο δορυφόρων είναι μεγάλο, καθώς οι αυξανόμενες απαιτήσεις και οι φυσικοί περιορισμοί –όπως η καθυστέρηση λόγω ταχύτητας φωτός– καθιστούν αναγκαία τη λήψη αποφάσεων από τα ίδια τα μηχανήματα.
Η διεθνής ερευνητική ομάδα που συμμετείχε στη δοκιμή προτίμησε να αξιοποιήσει εμπορικά διαθέσιμα μεγάλα γλωσσικά μοντέλα, όπως το ChatGPT και το LLaMA, τα οποία, αντίθετα με τις παραδοσιακές μεθόδους που απαιτούν πολυάριθμους κύκλους εκπαίδευσης, έχουν ήδη απορροφήσει τεράστιο όγκο ανθρώπινης γνώσης. Αυτό τους επιτρέπει να προσαρμόζονται πιο γρήγορα σε νέες καταστάσεις μέσω κατάλληλης παραμετροποίησης.
Για να μετατρέψουν την κατάσταση ενός διαστημοπλοίου σε γλώσσα κατανοητή από το μοντέλο, οι ερευνητές κατασκεύασαν έναν ενδιάμεσο μηχανισμό που μετέτρεπε αριθμητικά δεδομένα σε κείμενο και αντίστροφα. Το ChatGPT έδινε οδηγίες πλοήγησης σε μορφή φυσικής γλώσσας, οι οποίες μεταφράζονταν σε εντολές κώδικα, επιτρέποντας την καθοδήγηση του προσομοιωμένου οχήματος.
Με λιγοστή καθοδήγηση και ορισμένες τροποποιήσεις, το ChatGPT κατάφερε να ολοκληρώσει πολλές δοκιμές με επιτυχία και τελικά να βρεθεί στη δεύτερη θέση της κατάταξης, πίσω μόνο από ένα ειδικό σύστημα που βασίζεται σε σύνθετες εξισώσεις. Και όλα αυτά χωρίς τη χρήση της τελευταίας του έκδοσης, του ChatGPT-4.
Παρά τα ενθαρρυντικά αποτελέσματα, εξακολουθούν να υπάρχουν προκλήσεις, όπως οι λεγόμενες «παραισθήσεις» των LLM, δηλαδή οι μη ρεαλιστικές ή ανεπιθύμητες απαντήσεις. Σε πραγματικά διαστημικά σενάρια, τέτοια λάθη θα μπορούσαν να έχουν σοβαρές επιπτώσεις. Ωστόσο, η επιτυχία αυτών των δοκιμών αποδεικνύει πως τα LLM μπορούν να αξιοποιηθούν δημιουργικά και λειτουργικά και σε πεδία που μέχρι πρόσφατα θεωρούνταν αμιγώς τεχνικά.