實際測試表明，基于ChatGPT設計的番茄采摘機器人在移動方面表現出色，取得了令人矚目的成果。當然，在使用ChatGPT設計機器人時也存在一些風險，但總體上來說，ChatGPT為研究人員提供了一個優秀的設計平臺，可以協助他們解決各種難題。

研究人員在設計西紅柿采摘機器人的過程中，充分利用了ChatGPT的設計決策功能，并且重視其輸入。他們認為ChatGPT的應用擴展了設計師在各個領域的知識，包括如何識別具有經濟價值的自動化作物。此外，在實施過程中，ChatGPT還提供了一些有用的建議，例如使用硅膠或橡膠作為抓手以防止番茄被壓碎，以及使用Dynamixel電機以獲得最佳機器人驅動。

雖然協作設計過程是積極和豐富的，但是在異常極端情況下，人工智能可以完全控制機器人的設計過程，這需要對錯誤信息的風險進行評估?，F在的大型語言模型(LLM)尚無法實現這種極端場景。未經驗證的LLM輸出可能會產生誤導，帶來錯誤信息和機器人偏見的風險。因此，與人類合作仍然非常必要。在這種設置中，LLM負責技術方面的研究，而人類則扮演管理者的角色，負責定義設計目標和監督流程。

研究人員計劃在進行機器人研究時使用西紅柿采摘機器人，并探討LLM在設計新機器人中的作用，主要關注AI在塑造身體方面的自主性。他們還提出了一個懸而未決的問題，即如何使用LLM來協助機器人開發人員，在保留應對21世紀機器人技術挑戰所必需的創造力和創新的同時，確保機器人設計過程的準確性和可靠性，避免錯誤信息的風險和偏見的產生。