将幽灵放入机器中——团队使用零样本提示法获得设计解决方案

Josiah02

对于成功的设计团队来说，支持多元化问题解决者的工作环境是不可或缺的。人机协作专家 Chris McComb 和他的研究团队正在通过将认知风格融入大型语言模型来弥合团队成员之间的认知差距，使团队能够更轻松地利用个人的独特优势。
卡内基梅隆大学机械工程副教授麦库姆说： “广义上讲，我们之所以如此关注人形机器人，是因为我们这个世界的很多东西都是为人形物体而建的。”
“因此，当我们思考人工智能在设计师眼中应该是什么样子时，它需要以设计师为中心，这意味着它需要反映不同的解决问题的风格。”
根据 Kirton 的适应-创新理论引入的认知连续体，McComb 的团队提出了一个现成的大型语言模型，以模拟两种认知风格——适应性和创新性——同时生成设计问题的解决方案。适应性更强的思考者更喜欢用高度结构化的流程来解决问题，而创新性更强的思考者则更喜欢用更灵活的结构来用突破性的想法解决问题。
这篇发表在《ASME 工程计算与信息科学杂志》上的论文的第一作者 Vasvi Agarwal解释说，该团队使用零样本提示法来获得设计解决方案，表明该模型可以在很少的指导下采用认知风格。
它以更具适应性和创新性的思维设计出了一种只用一只手就可以打开的带盖食品容器、一种可以在旅行时使用的轻便便携式健身器材以及一种在公共场合保护人们财物安全的方法。
研究人员发现，在自适应提示下产生的设计更可行——就像人类设计师所见的那样。同样，在创新提示下产生的设计更具突破性——再次模仿人类特征。Agarawl 认为，尽管一些创新设计是“开箱即用的”，但 LLM 可以进行微调以获得更好的结果。
“这项研究的主要目的是促进人类人工智能团队合作，”她说。“通过在设计团队中使用人工智能，我们可以减少工作量并产生更多创新解决方案。”
“现在，人工智能的世界令人兴奋不已。我们已经达到了一个更容易构建系统并测试设计师如何与系统互动的阶段，”麦库姆说。“这项工作表明了一种快速、迭代并与用户互动的研究范式。我们推动的不仅仅是设计语言模型，还有设计研究的新范式。”