Tôi Đã Thấy Tương Lai Của AI Trong Một Robot Có Thể Học Ngay Tại Chỗ

Tuần trước, tôi đã đến thăm văn phòng của Generalist AI tại Cambridge, Massachusetts, và chứng kiến những cánh tay robot thực hiện các công việc vô cùng ấn tượng. Điều đáng kinh ngạc nhất là chúng có thể học và thích nghi nhanh chóng, thậm chí ứng biến linh hoạt như con người, chỉ sau khi xem một đoạn video ngắn mà không cần đào tạo riêng cho từng nhiệm vụ cụ thể.

Trong một buổi trình diễn, một robot được yêu cầu quét một khối nhỏ vào bát bằng cây chổi và hốt rác. Khi cây chổi bị lấy đi, robot ngay lập tức xoay xở và dùng chính cái hốt rác như một công cụ thay thế để đẩy khối vào bát. Ở một thí nghiệm khác, một robot hai tay sau khi xem video người mở túi xách và lấy tiền đã tự động làm điều tương tự với một chiếc túi khác. Đáng kinh ngạc hơn, khi không thể cầm nắm tờ tiền, robot đã chủ động chuyển từ tay phải sang tay trái để có góc tiếp cận tốt hơn—một kỹ năng mà ngay cả kỹ sư đứng cạnh cũng phải thốt lên: "Nó chưa bao giờ làm điều này trước đây." Đúng như CEO Pete Florence nhận xét: "Đây chính là điều mà mọi người từng rất phấn khích với GPT-3—bạn có thể yêu cầu mô hình làm một việc mới và nó sẽ có khả năng thực hiện thật sự."

Học Hỏi Từ Trực Giác Vật Lý Của Con Người

Generalist AI đang tập trung vào việc dạy robot hiểu về vật lý của thế giới xung quanh, một ý tưởng lấy cảm hứng từ khả năng cảm nhận vật lý trực quan mà con người có từ khi còn rất nhỏ. Chính điều này giúp mô hình có thể chuyển giao kiến thức từ tình huống này sang tình huống khác. Trong các buổi demo, các nhà nghiên cứu thường bất ngờ trước những lựa chọn sáng tạo của robot—một lần, robot tự ý dùng quả chuối đặt trước mặt để quét vật phẩm. Mặc dù nghe có vẻ đơn giản, nhưng trí thông minh vật lý này vẫn là thứ mà máy móc còn thiếu rất nhiều.

Robot dùng chuối làm công cụ quét

Đội ngũ sáng lập của Generalist AI bao gồm Pete Florence, Andrew Barry và Andy Zeng, những người từng làm việc tại Google DeepMind và Boston Dynamics. Họ đang đi theo một hướng khác biệt so với các công ty robot truyền thống: thay vì nạp hàng nghìn ví dụ vào mô hình, họ xây dựng một "mô hình robot tổng quát" được huấn luyện bởi con người. Công ty sản xuất những chiếc găng tay đặc biệt mô phỏng ngón kẹp robot gắn camera, giúp thu thập dữ liệu huấn luyện chất lượng cao trên quy mô lớn. Tôi đã nhìn thấy cả một thùng chứa hàng trăm chiếc găng tay như vậy được chuyển đến Mexico và các nơi khác để phục vụ việc thu thập dữ liệu.

Tiềm Năng Ứng Dụng Và Thách Thức Còn Lại

Các chuyên gia trong lĩnh vực đánh giá cao cách tiếp cận của Generalist AI. Danfei Xu, nhà nghiên cứu robot tại Georgia Tech, nhận định: "Họ đã đẩy mọi thứ đến giới hạn và thực hiện rất tốt công việc... Họ là những người gần nhất với một sản phẩm có thể triển khai trong thực tế." Karen Liu từ Stanford cũng đồng tình: "Chiến lược thu thập dữ liệu tương tác vật lý ở quy mô lớn mà không gắn chặt với một robot cụ thể nào có vẻ đang phát huy hiệu quả."

Robot quét vật dụng bằng hốt rác

Tuy nhiên, vẫn còn những thách thức lớn. Hiện tại, robot chỉ hoàn thành nhiệm vụ được giao khoảng 59% số lần, trong khi mục tiêu lý tưởng là trên 99%. Khả năng áp dụng vào mọi tình huống vẫn chưa được đảm bảo. Dù vậy, tiềm năng ứng dụng trong sản xuất là vô cùng rõ ràng. Một đoạn video ghi lại cảnh một kỹ sư xếp chồng những chiếc cốc nhỏ trước mặt robot chỉ để thử nghiệm; bất ngờ, robot đã tự động tham gia vào việc xếp cốc cùng anh ta, gây bất ngờ thích thú cho cả phòng thí nghiệm.

Với những gì đang diễn ra tại Generalist AI, có thể thấy tương lai của robot không còn nằm ở những thao tác máy móc cứng nhắc, mà là khả năng học hỏi và ứng biến linh hoạt như con người—mở ra một kỷ nguyên mới cho trí tuệ nhân tạo trong thế giới vật chất.