Kết hợp những bước tiến trong lĩnh vực Trí tuệ nhân tạo (AI) với robot có thể chuyển đổi sản xuất, lưu trữ và đưa công nghệ AI lên một tầm cao mới.

Cánh tay robot đang thực hiện một nhiệm vụ Sisyphean đặc biệt. Nó di chuyển trên một chồng những miếng thịt gà đã chín, nhúng xuống và lấy lên chỉ một miếng. Lát sau, nó quay và nhẹ nhàng đặt miếng thịt gà vào chiếc hộp bento đang chạy trên băng chuyền.

Mẫu robot này được quản lí bởi một phần mềm đến từ công ty Osaro có trụ sở ở San Francisco, và nó thông minh hơn bất cứ thứ gì bạn từng thấy trước đây. Phần mềm đã dạy nó cách chọn và đặt gà vào vị trí trong khoảng 5 giây. Trong năm tới, Osaro dự kiến robot của họ có thể làm việc tại một nhà máy thực phẩm của Nhật Bản.

Bất cứ ai lo lắng về cuộc nổi dậy của robot chỉ cần bước vào một nhà máy hiện đại để hiểu rằng việc đó chưa phải là vấn đề. Phần lớn các robot đều có sức mạnh và sự chính xác, nhưng chúng không thể làm gì trừ khi đã được lập trình một cách tỉ mỉ. Một cánh tay robot bình thường thiếu đi nhận thức cần thiết để nhặt được một vật lên nếu nó di chuyển khoảng một inch do thiếu ý thức cần thiết. Nó hoàn toàn không có khả năng nắm bắt thứ mà nó không quen thuộc; nó không phân biệt được sự khác nhau giữa một viên kẹo dẻo và một mẩu chì. Việc nhặt lên một thứ với hình dạng khác thường từ trong đống lộn xộn là hành động của một thiên tài.

Robot công nghiệp phần lớn chịu ảnh hưởng bởi những tiến bộ mới nhất trong lĩnh vực Trí tuệ nhân tạo. Trong 5 năm qua, phần mềm AI đã trở nên chuyên nghiệp trong việc nhận diện hình ảnh, thắng các trò board game (trò chơi cờ bàn, như: cờ tướng, cờ vua, cờ vây, cờ dominoes…), và phản hồi lại với giọng nói của ai đó mà gần như không cần sự can thiệp của con người. Nó thậm chí có thể tự học thêm những khả năng mới nếu có đủ thời gian để thực hành. Trong khi đó, phần máy móc của AI là robot phải nỗ lực để mở được cánh cửa hoặc cầm lấy quả táo.

Đó là những gì sắp thay đổi. Phần mềm AI điều khiển robot của Osaro cho phép chúng có khả năng nhận dạng các vật thể trước mặt nó, nghiên cứu cách chúng hoạt động khi bị chọc, đẩy, nắm rồi sau đó quyết định cách xử lí chúng. Giống như các thuật toán AI khác, nó học hỏi từ kinh nghiệm. Sử dụng một máy camera có sẵn kết hợp với phần mềm máy học (machine learning) trên chiếc máy tính có cấu hình mạnh gần đó, nó tìm ra cách nắm bắt các vật một cách hiệu quả. Với đủ những thử nghiệm và mắc lỗi, cánh tay này có thể học cách nắm lấy mọi thứ ngang qua.

Một robot đang lấy các sản phẩm từ thùng tại trụ sở của Osaro.

Ảnh: Winni Wintermeyer

Robot ở nơi làm việc được trang bị AI sẽ cho phép sự tự động hóa trong nhiều phạm vi công việc khác nhau. Chúng có thể thay thế con người ở bất cứ nơi nào sản phẩm cần được sắp xếp, gỡ ra hoặc đóng gói. Với khả năng điều hướng trên mặt bằng lộn xộn ở các nhà máy, chúng có thể làm được nhiều việc hơn trong sản xuất. Có thể đây không phải là một cuộc nổi dậy, nhưng dù sao cũng là cuộc cách mạng. Willy Shih, nhà nghiên cứu xu hướng sản xuất tại Trường Kinh doanh Harvard, cho biết: “Chúng tôi đang tiến hành rất nhiều thử nghiệm khác nhau, nhiều khả năng dành cho (tự động hóa) các nhiệm vụ mang tính lặp lại”.

Đây là một cuộc cách mạng không chỉ dành cho các robot mà còn cho cả AI. Việc đưa phần mềm AI vào một thực thể làm nó có khả năng nhận diện hình ảnh, giọng nói và điều hướng trong thế giới thực. AI trở nên thông minh hơn khi thu thập được nhiều dữ liệu hơn. Bởi vậy, với mỗi lần cầm nắm và sắp đặt vị trí, phần mềm đằng sau những robot này sẽ ngày càng trở nên chuyên nghiệp hơn trong việc mang lại ý nghĩa của cuộc sống và cách nó hoạt động.

“Điều này có thể dẫn đến những bước tiến không thể khả thi nếu thiếu mọi dữ liệu đó”, bà Pieter Abbeel – Giáo sư Đại học California, Berkeley, nhà sáng lập Covariant.ai (nay là Embodied Intelligence) phát biểu.

Được tách rời từ khi ra đời

Thời đại này đã kéo dài được một thời gian. Năm 1954, nhà phát minh George C. Devol đã phác thảo bản thiết kế của một cánh tay máy có thể được lập trình. Năm 1961, doanh nhân Joseph Engelberger đã biến thiết kế đó thành Unimate – cỗ máy phức tạp, vụng về đầu tiên được dùng trên dây chuyền lắp ráp General Motors ở New Jersey.

Ngay từ đầu, đã có một khuynh hướng lãng mạn hóa trí thông minh đằng sau những máy móc đơn giản này. Engelberger chọn tên “robot” cho Unimate để vinh danh các android mà nhà văn khoa học viễn tưởng Isaac Asimov hằng mơ ước. Nhưng cỗ máy của ông là những thiết bị cơ khí thô được hướng dẫn để thực hiện nhiệm vụ cụ thể bằng một phần mềm tương đối đơn giản. Ngay cả những robot tiên tiến hơn nhiều hiện nay vẫn còn ít hơn số máy móc cơ khí được lập trình cho mọi hoạt động.

AI đã đưa chúng ta rẽ sang con đường khác. Trong những năm 1950, nó được tạo ra với mục đích sử dụng các công cụ tính toán để bắt chước một cách logic giống người. Một số nhà nghiên cứu đã cố gắng cung cấp cho hệ thống này một thực thể vật lí. Đầu năm 1948 và 1949, nhà thần kinh học người Anh William Greay Walter đã phát triển hai máy tự trị nhỏ là Elsie và Elmer. Những thiết bị giống con rùa này được trang bị các mạch cảm ứng thần kinh đơn giản để chúng tự theo dõi nguồn sáng. Walter tạo ra chúng nhằm chỉ ra cách kết nối giữa một vài tế bào thần kinh trong não có thể dẫn đến các hành vi tương đối phức tạp.

Nhân viên của Embodied Intelligence đang dùng giàn khoan thực tế ảo để hướng dẫn một robot.

Ảnh: MIT Technology Review

Tuy nhiên, sự hiểu biết và trí tuệ tái tạo được cho là một thách thức rất lớn, và AI đã trải qua khoảng thời gian dài với vài bước đột phá. Trong khi đó, lập trình máy móc vật lí để làm những việc hữu ích trong thế giới thực là khá phức tạp. AI và robot đã ổn định trong các phòng thí nghiệm nghiên cứu nhiều thập kỉ qua, và các nhà nghiên cứu đã thử áp dụng máy học cho robot công nghiệp. Nhưng điều này vẫn chưa được tiến hành trong ngành công nghiệp.

Cho đến khoảng 6 năm trước, các nhà nghiên cứu đã tìm ra cách làm mẹo AI cũ trở thành một phương tiện hữu dụng. Các nhà khoa học đã sử dụng các mạng thần kinh – những thuật toán gần chính xác. Những mạng lưới này hóa ra là “con cháu” trực tiếp của những thành phần đã mang đến khả năng cho Elsie và Elmer. Các nhà nghiên cứu phát hiện ra mạng lưới thần kinh rất lớn hoặc “sâu” có thể làm được những việc ấn tượng khi cung cấp cho nó lượng lớn dữ liệu đã gắn nhãn, chẳng hạn như nhận diện đối tượng tròn hình ảnh với sự hoàn hảo gần như giống con người.

Lĩnh vực AI đang thay đổi nhanh chóng. Học sâu (deep learning), một kĩ thuật được nhiều người biết tới, hiện đang được sử dụng rộng rãi trong các hoạt động liên quan đến nhận thức: nhận dạng khuôn mặt, phiên âm và đào tạo cho xe tự lái xác định người đi bộ cùng biển hiệu. Bạn có thể tưởng tượng một robot nhận ra khuôn mặt của mình, nói chuyện với bạn rất thông minh và điều hướng vị trí đến nhà bếp, giúp bạn lấy lon soda từ tủ lạnh một cách an toàn.

Một trong những kĩ năng đầu tiên mà AI sẽ cung cấp cho máy móc là sự khéo léo hơn nhiều trước kia. Trong vài năm gần đây, Amazon đã cho chạy thử cuộc thi “Robot Picking”, trong đó các nhà nghiên cứu cạnh tranh với nhau để robot của mình lấy các sản phẩm càng nhanh càng tốt. Tất cả các đội đều sử dụng máy học và robot của họ dần trở nên thành thạo hơn. Rõ ràng, Amazon rất quan tâm đến tự động hóa, chọn và đóng gói hàng tỉ hàng hóa trong các trung tâm.

“Tôi đã làm việc trong lĩnh vực nắm bắt robot 35 năm, và chúng tôi đã tiến bộ rất chậm”, Ken Goldberg – một đồng nghiệp của Abbeel tại UC Berkeley, cho biết nhờ sự phát triển của AI, họ hiện đã sẵn sàng để tiến những bước lớn phía trước.

Trí tuệ nhân tạo có một cơ thể

Trong khu dân cư NoHo ở New York, một trong những chuyên gia AI hàng đầu thế giới đang tìm kiếm bước đột phát tiếp theo trên lĩnh vực này. Và anh cho rằng robot có thể là một phần quan trọng trong câu đố đó.

Yann LeCun – người đứng đầu phòng nghiên cứu AI của Facebook, đóng vai trò quan trọng trong cuộc cách mạng Học sâu. Những năm 1980, khi các nhà nghiên cứu khác bác bỏ rằng mạng lưới thần kinh là phi thực tế, ông vẫn kiên định với quan điểm của mình. Nay, ông dẫn dắt doanh nghiệp phát triển các thuật toán học sâu, có thể xác định người dùng chỉ bằng bất kì hình ảnh nào mà họ đăng tải.

Nhưng Yann LeCun mong muốn AI làm được nhiều hơn việc chỉ thấy và nghe. Ông muốn nó thành lí do và hành động. Và ông nói AI cần một thực thể để làm được điều này. Trí thông minh của con người liên quan đến việc tương tác với thế giới thực; trẻ sơ sinh học bằng cách chơi với mọi thứ. AI nhúng trong máy nắm bắt có thể làm việc tương tự. Theo LeCun: “Rất nhiều nghiên cứu AI thú vị nhất hiện nay liên quan đến robot”.

Một bước tiến hóa ấn tượng của máy móc thậm chí có thể là kết quả phản ánh quá trình phát sinh trí thông minh sinh học. Tầm nhìn, sự khéo léo và trí tuệ nhân loại bắt đầu tiến hóa cùng với việc chúng ta chuyển sang đứng và đi thẳng, tự do sử dụng hai bàn tay của mình để kiểm tra và điều khiển các vật thể. Não của chúng ta phát triển hơn, từ đó phát minh ra các công cụ, sáng tạo các ngôn ngữ và hình thành các tổ chức xã hội tiến bộ hơn.

Liệu AI có thể trải qua một chu trình tương tự? Đến nay, AI đã tồn tại phần lớn trong máy tính, tương tác với các mô phỏng thô của thế giới thực, chẳng hạn như trò chơi video hoặc hình ảnh tĩnh. Những chương trình AI có khả năng nhận thức về thế giới thực, tương tác với nó; việc học hỏi về thế giới thực cuối cùng đã có thể trở nên thuận lợi hơn về mặt lí luận, thậm chí cả giao tiếp. Abbeel cho hay: “Nến bạn giải quyết đầy đủ các thao tác, bạn có thể tạo ra một thứ gì đó gần giống với trí thông thông minh ở cấp độ con người”.

* Hiệu đính: Một phiên bản trước của câu chuyện trên cho rằng nghiên cứu AI và robot đã được tiến hành trong các lĩnh vực riêng suốt nhiều thập kỉ. Một số thay đổi được đưa vào để làm rõ sự tách biệt chủ yếu là trong các ứng dụng thương mại, hơn là ở các nghiên cứu trong phòng thí nghiệm.

Thanh Huyền

Lược dịch theo MIT Technology Review


Tác giả Will Knight: Biên tập viên cao cấp về mảng Trí tuệ nhân tạo của tạp chí công nghệ uy tín MIT Technology Review. Ông phụ trách các bài viết bao gồm những tiến bộ mới nhất về AI và các lĩnh vực liên quan, bao gồm Học máy, lái xe tự động và robot.