07.07.2025 [18:55]
Вполне возможно, что уже в недалёком будущем ИИ-модели будут управлять космическими кораблями. В недавнем соревновании разработчиков по моделированию управления полётом космического аппарата модель ChatGPT заняла второе место, продемонстрировав после небольшой настройки отличные результаты в пилотировании, сообщает Space.com.
Для стимулирования инноваций в области аэронавтики разработчики создали платформу Kerbal Space Program Differential Game Challenge — своего рода игровую площадку на основе популярной видеоигры Kerbal Space Program. С её помощью можно проектировать и тестировать автономные системы в достаточно реалистичной среде.
Предлагаемая участникам соревнования задача состоит из нескольких сценариев, включая миссии по преследованию и перехвату спутника, а также по уклонению от обнаружения. Как сообщается в публикации журнала Journal of Advances in Space Research, международная группа исследователей решила использовать в качестве претендента для её решения коммерчески доступную большую языковую модель (LLM), такую как ChatGPT или LLaMA.
Спойлер
Выбор LLM объясняется тем, что традиционные подходы к разработке автономных ИИ-систем требуют множества циклов обучения, обратной связи и доработки. Однако суть задачи в Kerbal заключается в том, чтобы быть максимально реалистичной: миссии должны длиться всего несколько часов. А значит, постоянное дообучение модели было бы непрактичным.
Тем не менее, LLM настолько высокопроизводительны, что потребовалось лишь немного тщательной настройки подсказок и несколько попыток, чтобы задать правильный контекст для конкретной ситуации, пишет Space.com.
Исследователи разработали способ описания текущего состояния космического корабля и его целей в текстовом формате. Они передавали этот текст LLM и запрашивали рекомендации о том, как сориентировать и маневрировать космическим аппаратом. Затем они создали промежуточный слой, преобразующий текстовый вывод модели в функциональный код, способный управлять моделируемым транспортным средством.
В итоге, после серии подсказок и небольшой доработки, ChatGPT успешно выполнила многие из тестов, что позволило ей занять второе место в соревновании. Первое место, как сообщается, заняла модель, основанная на других принципах.
Исследователи отметили, что предстоит ещё многое сделать — особенно в борьбе с так называемыми «галлюцинациями». Однако данный эксперимент показывает, что даже готовые LLM могут находить применение в самых разных областях.
Тем не менее, LLM настолько высокопроизводительны, что потребовалось лишь немного тщательной настройки подсказок и несколько попыток, чтобы задать правильный контекст для конкретной ситуации, пишет Space.com.
Исследователи разработали способ описания текущего состояния космического корабля и его целей в текстовом формате. Они передавали этот текст LLM и запрашивали рекомендации о том, как сориентировать и маневрировать космическим аппаратом. Затем они создали промежуточный слой, преобразующий текстовый вывод модели в функциональный код, способный управлять моделируемым транспортным средством.
В итоге, после серии подсказок и небольшой доработки, ChatGPT успешно выполнила многие из тестов, что позволило ей занять второе место в соревновании. Первое место, как сообщается, заняла модель, основанная на других принципах.
Исследователи отметили, что предстоит ещё многое сделать — особенно в борьбе с так называемыми «галлюцинациями». Однако данный эксперимент показывает, что даже готовые LLM могут находить применение в самых разных областях.
