Robot học phải dự đoán tương lai để điều khiển thế giới vật lý

Ngành chế tạo robot đang bước sang một trang mới khi bài toán cốt lõi không chỉ là làm theo mệnh lệnh mà là khả năng tự chủ trong thời gian dài. Công ty Dyna Robotics vừa công bố mô hình hành động thế giới có tên Dyna-2, được huấn luyện trước trên hơn một triệu giờ dữ liệu video con người. Điểm khác biệt lớn nhất của hệ thống này so với các mô hình truyền thống là khả năng dự đoán trạng thái tương lai của thế giới trước khi đưa ra hành động điều khiển phần cứng.

Dyna-2 kết hợp giữa việc sinh ra video tương lai và sản xuất hành động cho robot thực thi. Dữ liệu đầu vào của hệ thống này bao gồm video từ camera ghi lại môi trường trong nhiều giây trước đó, các góc quay góc nhìn thứ nhất, dữ liệu từ các bộ mã hóa khớp và cảm biến gia tốc trên thân máy, cùng với các câu lệnh ngôn ngữ tự nhiên từ người dùng. Thay vì chỉ xử lý video đơn thuần, mô hình kết hợp này cho phép robot suy luận trong không gian vật lý rồi mới xuất ra các chuyển động chính xác.

Kiến trúc bên dưới của mô hình sử dụng bộ biến áp mã hóa kết hợp với công nghệ khuếch tán và khớp luồng dòng chảy. Trong lĩnh vực thị giác máy tính và robot, khuếch tán giúp chuyển hóa dữ liệu nhiễu ngẫu nhiên thành các cử động có độ chi tiết và sắc nét cao, trong đó khớp luồng dòng chảy đóng vai trò đơn giản hóa quá trình biến đổi để giảm số bước tính toán mà vẫn duy trì được độ mượt mà cần thiết cho các khớp nối cơ khí.

Khả năng ứng dụng thực tế của công nghệ này đã được minh chứng qua các bài kiểm tra vận hành kéo dài. Robot Dyna-2.1 của hãng đã đạt tỷ lệ thành công chín mươi chín phu phẩy bốn phần trăm khi gấp khăn ăn liên tục trong hai mươi bốn giờ liền tại các nhà hàng thuộc hệ thống Din Tai Fung, bao gồm cả khả năng tự khôi phục trạng thái sau khi làm đổ cả chồng khăn. Điểm đáng chú ý là các robot này có thể học một tác vụ hoàn toàn mới chỉ sau khoảng bốn mươi lăm phút người thật làm mẫu.

Thay vì phụ thuộc vào các dạng hình nhân đi bằng hai chân vốn gặp nhiều vấn đề về tản nhiệt ở tay khéo léo, đội ngũ phát triển đã lựa chọn thiết kế khung gầm dạng bán hình nhân có bánh xe để tối ưu hóa khả năng suy luận trên thiết bị và chuỗi cung ứng phần cứng. Việc tập trung mở rộng quy mô dữ liệu huấn luyện từ con người thay vì xây dựng các giải pháp kỹ thuật chuyên biệt cho từng tình huống cụ thể đang định hình lại cách các hệ thống trí tuệ nhân tạo vật lý vươn khỏi phòng thí nghiệm để đi vào sản xuất thương mại quy mô lớn.