Cựu nhà khoa học Meta mang AI thị giác đến nhà máy, xưởng sản xuất

Perceptron, một startup do hai cựu nhà nghiên cứu tại Meta sáng lập, vừa chính thức trình làng mô hình Isaac 0.5 — một hệ thống AI thị giác tiên phong nhằm giúp robot điều hướng và hoạt động linh hoạt trong các môi trường công nghiệp phức tạp. Mô hình mã nguồn mở này hứa hẹn thay đổi cách thức tự động hóa hoạt động tại nhà máy, kho bãi và chuỗi logistics, khi kết hợp cả khả năng nhận thức và hành động trong một hệ thống duy nhất.

Bước tiến của AI từ thế giới số sang thế giới thực

Trong khi AI đang biến đổi gần như mọi lĩnh vực, phần lớn các ứng dụng hiện nay vẫn giới hạn trong không gian kỹ thuật số — chat, xử lý văn bản, phân tích dữ liệu. Tuy nhiên, một làn sóng startup mới đang hướng đến việc đưa AI vào thế giới vật lý, và Perceptron là một trong những đại diện tiêu biểu.

Được thành lập vào tháng 11/2024, Perceptron là sản phẩm của hai nhà nghiên cứu từng làm việc tại bộ phận Fundamental AI Research (FAIR) của Meta — nơi nghiên cứu AI hàng đầu của gã khổng lồ công nghệ. Startup tập trung phát triển các mô hình thị giác (vision models) với tham vọng giúp máy móc tương tác thông minh hơn với môi trường xung quanh.

Isaac 0.5: Mô hình AI "đa nhiệm" cho môi trường công nghiệp

Tuần này, Perceptron công bố mô hình mới nhất mang tên Isaac 0.5, được mô tả là có khả năng "nhận thức, suy luận và hành động" trong môi trường công nghiệp. Cụ thể, phần mềm có thể hỗ trợ các robot điều hướng bằng thị giác trong các không gian phức tạp như kho hàng, nhà máy sản xuất, đồng thời trích xuất thông tin thị giác từ video do robot ghi lại.

Đáng chú ý, Isaac 0.5 được phát hành dưới dạng mã nguồn mở (open-weight), cho phép mọi cá nhân và tổ chức kiểm tra các tham số và dữ liệu huấn luyện của mô hình — một bước đi minh bạch hiếm có trong lĩnh vực AI công nghiệp.

Startup mới gọi vốn thành công 21 triệu USD trong vòng gọi vốn do Bessemer Venture Partners dẫn đầu.

Giải pháp "tổng hợp" cho vấn đề AI vật lý

Theo Perceptron, thị trường AI vật lý hiện tại đang mắc kẹt trong một lựa chọn sai lầm:

"AI vật lý ngày nay buộc bạn phải chọn: hoặc các mô hình nền tảng (foundation models) tổng quát nhưng cần nhiều GPU đám mây riêng cho từng trường hợp, hoặc các mô hình hẹp chỉ giỏi một việc duy nhất — nhưng không bao giờ làm được cả hai."

Isaac 0.5 khác biệt bởi nó được thiết kế như một hệ thống đa năng (general-purpose), không bị khóa vào một tác vụ lặp lại cụ thể nào. Thay vào đó, mô hình có khả năng linh hoạt thích ứng với từng môi trường, tình huống cụ thể.

Để minh họa, đồng sáng lập Akshat Shrivastava đưa ra ví dụ về một robot phân loại bưu kiện: không chỉ đơn giản là "nhặt" một hộp. Robot phải đọc nhãn trên kiện hàng, phân tích không gian để xác định vị trí các thùng, quyết định thùng nào cần lấy trước, và lên kế hoạch thứ tự thao tác khi phải xử lý nhiều kiện liên tiếp.

Dữ liệu huấn luyện: Hàng triệu giờ video

Để huấn luyện các mô hình như Isaac 0.5, Perceptron sử dụng nguồn dữ liệu video khổng lồ. Theo công bố, mô hình mới được "nạp" một triệu giờ video tổng quát để dạy thuật toán nhận diện bối cảnh, hình ảnh và tình huống cụ thể.

Ngoài ra, công ty còn tận dụng hai nguồn dữ liệu quan trọng khác:

• Ego video: Video quay từ góc nhìn thứ nhất của người thực hiện tác vụ vật lý (thường qua camera GoPro hoặc camera đeo trên người).
• UMI video: Video dùng để dạy AI các chuyển động thông qua việc ghi lại các hành động lặp lại của con người.

Dù không tiết lộ nguồn dữ liệu huấn luyện cụ thể, Shrivastava xác nhận Perceptron đã "nội bộ xây dựng các bộ dữ liệu quy mô petabyte, trải dài nhiều dạng thức — từ hình ảnh, văn bản, video đến quỹ đạo robot."

Ứng dụng đa ngành và tầm nhìn tương lai

Tiềm năng của phần mềm giúp robot hoạt động thành thạo trong kho bãi là rất lớn, và Perceptron tự tin sẽ dẫn đầu làn sóng tự động hóa này. Startup hướng đến việc cung cấp phần mềm cho nhiều nhà cung cấp khác nhau, qua đó đưa "tầng trí tuệ" của mình vào hàng loạt ngành công nghiệp:

• Sản xuất và chế tạo
• Logistics và kho bãi
• An ninh và giám sát
• Di chuyển (mobility)
• Truyền thông và giải trí

Với vị thế là mô hình mã nguồn mở kết hợp khả năng vừa nhận thức vừa hành động, Isaac 0.5 có thể trở thành nền tảng quan trọng cho làn sóng ứng dụng AI vào môi trường vật lý — một xu hướng đang được giới công nghệ toàn cầu theo dõi sát sao. Như Aghajanyan nhấn mạnh: "Chưa có gì như thế này tồn tại trên thị trường. Chúng tôi thực sự hào hứng về nó."