Khởi Nghiệp Đức Đưa Robot Vào Tập Thể Dục Tại Nhà Máy, Hướng Tới Robot Đa Năng

Những điểm chính

• Startup MicroAGI cung cấp dịch vụ dọn nhà miễn phí tại New York để thu thập dữ liệu luyện tập cho robot thông qua ghi hình nhân viên vệ sinh.

• Mô hình ngôn ngữ như ChatGPT giúp robot lập kế hoạch và nhận diện vật thể nhưng không thể tạo lệnh điều khiển động tác cụ thể.

• Khoảng cách dữ liệu giữa giả lập và thực tế còn lớn, ước tính cần tới 100.000 năm dữ liệu huấn luyện cho robot.

• NEURA Robotics xây dựng phòng tập "Robogym" diện tích trên 2000 m2 tại München để đào tạo robot đa nhiệm và thu thập dữ liệu điều khiển chính xác.

• Hướng đến robot humanoid đa năng và trí tuệ nhân tạo tổng quát, song vẫn còn tranh luận về phương pháp phát triển trí tuệ nhân tạo phù hợp.

Dịch vụ dọn nhà miễn phí cung cấp dữ liệu cho robot

Tại New York, người dân có thể trải nghiệm một dịch vụ dọn nhà độc đáo và hoàn toàn miễn phí qua ứng dụng Shift do startup MicroAGI có trụ sở tại Aachen (Đức) phát triển. Những người làm vệ sinh sẽ được trang bị camera gắn trên trán, ghi lại chi tiết mọi thao tác trong quá trình làm việc. Thông tin ghi nhận không nhằm mục đích quảng cáo hay kiểm soát, mà chủ yếu để tạo ra dữ liệu huấn luyện cho robot. Người dùng cũng có thể tự đăng ký quay video các hành động tay của mình trong công việc hoặc cuộc sống cá nhân, qua đó góp phần xây dựng bộ dữ liệu lớn phục vụ nghiên cứu robot học. Công ty khẳng định không có chi phí ẩn và khuyến khích những căn nhà càng bừa bộn càng tốt để thu thập dữ liệu đa dạng hơn, mặc dù vấn đề bảo mật và riêng tư được đặt ra như một thách thức tiềm tàng.

Tiềm năng và giới hạn của mô hình ngôn ngữ trong robot

Sau thành công lớn của các mô hình ngôn ngữ như ChatGPT, nhiều chuyên gia kỳ vọng robot có thể tích hợp trí tuệ tương tự để nhận được hướng dẫn thực thi nhiệm vụ. Tuy nhiên, mô hình ngôn ngữ chỉ mô phỏng ngôn từ và không thể trực tiếp tạo lệnh điều khiển động tác robot. Chúng giúp robot hiểu nhiệm vụ, nhận diện vật thể và lên kế hoạch theo từng bước cụ thể, chẳng hạn như đặt ly rồi rót rượu, nhưng chưa đủ để vận hành thực tế trong thế giới vật chất.

Thách thức dữ liệu trong đào tạo robot

Một trong những khó khăn lớn nhất hiện nay là thiếu hụt dữ liệu đào tạo thực tế cho robot, mất tới khoảng 100.000 năm dữ liệu theo các tính toán chuyên gia. Các video trên Internet chỉ cung cấp thông tin về chuyển động (kinematics) nhưng không bao gồm thông số lực tác động (dynamics), yếu tố thiết yếu để robot biết cách cầm nắm vật phẩm mà không làm rơi hoặc nghiền nát, theo lời Giáo sư Lorenzo Masia từ Đại học Kỹ thuật München.

Để khắc phục, một số phương pháp dựa vào mô hình giả lập máy tính cho phép robot học tập nhanh và tiết kiệm chi phí, nhưng vẫn tồn tại khoảng cách đáng kể so với dữ liệu thực tế gọi là "Sim-to-Real Gap". MicroAGI tập trung thu thập dữ liệu từ góc nhìn của người thực hiện hành động bằng cách quay video trực tiếp. Trong khi đó, cách làm của NEURA Robotics tận dụng công nghệ điều khiển từ xa (teleoperation) để con người thao tác mô phỏng qua găng tay dữ liệu, ghi lại chuyển động và lực nhằm huấn luyện robot chính xác hơn. Bộ dữ liệu này được gọi là Neuraverse, như một bộ nhớ tập thể cho các robot truy cập và áp dụng khi cần thiết.

Robogym - Phòng tập thể dục cho robot

NEURA Robotics đang phát triển hệ thống «Robogym» - một phòng tập robot quy mô lớn nhằm tăng tốc thu thập dữ liệu và quá trình đào tạo. Nơi đây đang được xây dựng tại Trung tâm TUM Convergence gần sân bay München trên diện tích hơn 2000 m2, với nhiều nhiệm vụ được thiết kế nhằm giúp robot học các kỹ năng đa dạng.

Giáo sư Lorenzo Masia, người phụ trách dự án, giải thích rằng các doanh nghiệp có thể mang nhiệm vụ của mình đến phòng tập để robot học tập thông qua teleoperation và thu thập dữ liệu cần thiết, cuối cùng là áp dụng vào dây chuyền sản xuất. Việc chia sẻ dữ liệu giữa các khách hàng còn giúp giảm chi phí đào tạo.

Hướng tới robot đa năng và trí tuệ nhân tạo tổng quát

Mục tiêu hướng tới là phát triển các mô hình nền tảng không bị giới hạn bởi hình thái robot cụ thể, giúp đào tạo từ robot công nghiệp đến robot bốn chân hoặc humanoid. Phương pháp "Multi-Embodiment Learning" giúp robot có tính linh hoạt cao hơn. Theo đó, các robot humanoid có thể trở thành những cỗ máy đa năng, thực hiện mọi công việc trong nhà máy, kho bãi và thậm chí đảm nhiệm cả những công việc nhẹ nhàng như pha cà phê cho người lao động.

Ý tưởng về universal robot này cũng thu hẹp khoảng cách đến một loại trí tuệ nhân tạo tổng quát - AI có thể xử lý tất cả mọi nhiệm vụ. Dù vậy, vẫn còn những tranh luận chuyên môn như quan điểm của Yann LeCun - cựu nhà khoa học Meta, hiện sáng lập AMI - rằng nên ưu tiên trí tuệ có tính thích ứng và chuyên môn hóa hơn là tìm kiếm trí tuệ tổng quát siêu việt.

Tổng kết

Ngành robot và trí tuệ nhân tạo đang bước vào giai đoạn phát triển đột phá khi các startup Đức như MicroAGI và NEURA Robotics tiên phong khai thác dữ liệu thực tế và tạo môi trường huấn luyện quy mô lớn cho robot. Việc thu thập dữ liệu chính xác về chuyển động và lực tác động sẽ giúp thu hẹp khoảng cách giữa mô phỏng và thế giới thật, nâng cao khả năng vận hành của robot trong nhà máy và cuộc sống hàng ngày. Bên cạnh đó, các hướng tiếp cận khác biệt về trí tuệ nhân tạo sẽ ảnh hưởng sâu sắc đến tương lai robot đa năng và sự phát triển của trí tuệ nhân tạo tổng quát trong tương lai gần.

Câu hỏi thường gặp

Dịch vụ dọn nhà miễn phí của MicroAGI hoạt động như thế nào?

Người dùng đặt dịch vụ qua ứng dụng Shift và cho phép nhân viên vệ sinh đeo camera ghi hình để thu thập dữ liệu huấn luyện robot, hoàn toàn không tính phí.

Mô hình ngôn ngữ có thể điều khiển robot thực hiện công việc không?

Không, mô hình ngôn ngữ chỉ cung cấp thông tin và kế hoạch, không tạo ra lệnh điều khiển động tác robot.

Robogym của NEURA Robotics nhằm mục đích gì?

Robogym là phòng tập robot quy mô lớn để huấn luyện robot thực hiện các nhiệm vụ đa dạng, thu thập dữ liệu và rút ngắn khoảng cách giữa mô phỏng và thực tế.

Có bao nhiêu dữ liệu huấn luyện robot đang thiếu hụt hiện nay?

Theo các chuyên gia, còn thiếu khoảng 100.000 năm dữ liệu huấn luyện thực tế cho robot.

Bài viết được biên tập với sự hỗ trợ của công cụ trí tuệ nhân tạo (AI), tổng hợp từ các nguồn tin dẫn bên dưới và đã qua kiểm duyệt của toà soạn Quang Minh Việt Nam.