
Có lẽ điều phẫn nộ nhất trong robot học hiện đại là việc robot quản gia vẫn chưa tồn tại. Điều đó có thực sự là quá nhiều để yêu cầu một robot quét dọn, lau chùi và mang cho bạn viên thuốc trên khay, giống như Rosie trong The Jetsons?
Thực ra, việc đó hơi quá nhiều để yêu cầu: Một robot có thể làm ngay cả những công việc đơn giản nhất (ngoại trừ việc hút bụi), như đặt bàn, là một thách thức lớn vì những nhiệm vụ như vậy đòi hỏi cả sự khéo léo và kế hoạch. Nhưng các nhà khoa học tại Viện Công nghệ và Trí tuệ Nhân tạo MIT đang làm việc hướng đến một thế giới nơi robot pha cà phê và đặt bàn cho chúng ta. Và nghiên cứu đó đang diễn ra trong một mô phỏng. Bởi vì nếu chúng ta muốn các máy móc quản lý nhà cửa thay vì phá hủy chúng, chúng ta phải huấn luyện chúng một cách đúng đắn.
Bạn dành một khoảng thời gian tốt trong ngày của bạn hoạt động tự động. Ví dụ, tôi không tưởng tượng bạn đã đưa ra nhiều lý do để pha một tách cà phê. Bạn không nghĩ:
Mở tủ > lấy cà phê > đóng tủ > đặt cà phê xuống > mở tủ khác > lấy cốc > đóng tủ > bật máy pha cà phê ...
Bạn đã hiểu rồi. Điều dễ dàng đối với bạn thực tế là một bộ hướng dẫn cực kỳ phức tạp đối với một robot lý thuyết. Vì vậy, những nhà nghiên cứu này đã tạo ra phiên bản phần mềm của robot humanoid trong một mô phỏng, có thể chia mỗi nhiệm vụ thành “hành động nguyên tử”, hoặc các bước nhỏ bạn phải thực hiện. “Chúng có thể là việc bật tivi nếu bạn muốn xem TV, hoặc mở tủ lạnh để lấy sữa để pha cà phê,” nói nhà khoa học máy tính Xavier Puig của MIT CSAIL, là tác giả chính của một bài báo mới mô tả hệ thống này.
Những hành động nguyên tử này kết hợp với nhau để tạo ra cái mà bản chất là một phân tử - một nhiệm vụ phức tạp. Mô tả các hành động nhỏ cung cấp cho các robot humanoid trong mô phỏng một phân loại chung để tham khảo. Sử dụng chúng, robot thực hiện các công việc nhà, mà các nhà nghiên cứu đã mô phỏng như các chương trình máy tính. Vì vậy, như bạn có thể thấy trong video ở trên, kết quả là một video của một robot làm việc trong môi trường tổng hợp, tiếp cận một chiếc tivi và bật nó lên và ngồi xuống ... hơi lúng túng.
Sau khi tạo ra hệ thống này cho công việc nhà, Puig và đồng nghiệp của ông có thể chạy nó ngược lại. “Chúng tôi cũng cho thấy một mô hình có thể lấy một video trong môi trường tổng hợp của chúng tôi và học để tái tạo lại chương trình tạo ra video này,” Puig nói. Nói cách khác, hệ thống có thể nhận ra rằng một robot đang thực hiện một nhiệm vụ nhất định, sau đó tái tạo lại nó.
Bước tiếp theo, tất nhiên, là làm cho hệ thống có thể xem một video về con người thực hiện một công việc như đặt bàn và phân tích thành các phần thành (nhiệm vụ, không phải cái bàn). Trên đường phố, khi robot nhà cuối cùng thực sự tồn tại, bạn có thể lý thuyết là tải lên loại kiến thức này vào não của chúng, giống như Neo trong The Matrix tải xuống bài học võ kung fu.

Hoặc, hoặc, một robot ngay trong phòng có thể quan sát chủ nhân của nó thực hiện một nhiệm vụ, sau đó học theo ví dụ. Điều này sẽ hữu ích đặc biệt khi bạn cùng với một robot nhà hoàn thành một công việc và nó sẽ phải thích nghi với cách bạn thực hiện việc. Bạn thêm kem vào cà phê lúc nào? Bạn thậm chí có thích kem không? Robot sẽ tự tìm hiểu. “Nó có thể học để dự đoán các hành động tương lai và có khả năng thay đổi môi trường cho con người,” Puig nói. “Vì vậy, nếu nó thấy họ bắt đầu lấy cà phê bột, nó có thể đi tới tủ lạnh và mang sữa ra.”
Nhưng đó là nhiều năm sau này. Các tác nhân ảo trong mô phỏng này đang làm việc trong một môi trường tĩnh—ghế và sofa và cốc được sắp xếp như cần thiết—nhưng đó không phải là cách hoạt động của nhà thực sự. Trẻ con chạy quanh, xe đồ chơi xuất hiện từ đâu, ghế bị dịch chuyển. Vì vậy, robot sẽ phải tiếp tục đào tạo trong một thế giới ảo không dự đoán hơn trước khi họ bước vào sự hỗn loạn của ngôi nhà.
Và đó sẽ là một bước nhảy lớn. “Câu hỏi vẫn là làm thế nào để biến chương trình hành động thành hành vi an toàn và thông minh cho một robot thực sự trong thế giới thực,” Bergstra nói, đồng sáng lập viên và trưởng nhóm nghiên cứu AI tại Kindred, sử dụng học máy để dạy robot làm thế nào để điều khiển các đối tượng. “Nhưng công việc này đại diện cho sự tiến bộ trong việc hiểu những gì mà mọi người đang nói với một robot về những gì họ muốn nó làm.”
Và ngay khi môi trường trở nên tương đối dễ dự đoán, robot vẫn gặp khó khăn trong việc điều khiển các đối tượng. Chúng ta sống trong một thế giới được xây dựng cho bàn tay của con người—nắm cửa và điều khiển TV và những thứ như vậy—nhưng chưa có bàn tay robot (được gọi chính thức là end effector) có thể gần bằng việc tái hiện sự khéo léo mà bạn thưởng thức. Các máy móc sẽ phải trở nên tốt hơn rất nhiều trong việc điều khiển, vì lỗi ở đây gần như là không có. Một robot không thể nắm cốc cà phê với độ chính xác 90%, hoặc 95 hoặc 96—nó phải là 100% chính xác. Một tỉ lệ lỗi chỉ là 1% có nghĩa là một cốc rơi ra khỏi 100 cốc, một con số nhỏ nhưng không chấp nhận được nếu bạn muốn có một robot mà bạn không muốn nó rơi ra.
Robot Rosie là một hành trình xa, rất xa. Và cũng không có khả năng lớn là robot nhà sẽ trông giống con người, trong bất kỳ trường hợp nào, bởi đã mất quá nhiều nỗ lực để đứng trên hai chân. Nhưng khi robot cuối cùng thực sự làm cà phê và đặt bàn cho chúng ta, việc sử dụng cẩn thận của những chiếc cốc yêu thích của chúng ta sẽ đã được hình thành từ một mô phỏng.
Những câu chuyện tuyệt vời khác từ Mytour
- Sam Harris và huyền thoại về suy nghĩ hoàn toàn hợp lý
- Làm thế nào để gửi các tin nhắn vô hình với những điều chỉnh phông chữ tinh tế
- Tại sao đào tạo phòng chống quấy rối tình dục tiếp theo của bạn có thể ở trong VR
- Câu chuyện bên trong về vụ trộm silicon lớn
- Vật lý của một chiếc Tesla Model X kéo một máy bay Boeing 787
- Đang tìm kiếm thêm? Đăng ký bản tin hàng ngày của chúng tôi và không bao giờ bỏ lỡ các câu chuyện mới nhất và tuyệt vời nhất của chúng tôi
