Buzz
Công nghệ này giúp robot nhân hình không chỉ "quan sát" và "thấu hiểu" đồ vật như con người mà còn đạt tỷ lệ thành công chưa từng có, mở đường cho một kỷ nguyên mới của trợ lý robot.
Một nhóm nghiên cứu tại Đại học Vũ Hán vừa giới thiệu một bước đột phá quan trọng trong lĩnh vực robot dạng người, khi họ tạo ra hệ thống AI có khả năng giúp robot thích ứng với nhiệm vụ mới gần như không cần quy trình huấn luyện truyền thống.
Công trình được đăng tải trên kho lưu trữ khoa học arXiv đang thu hút sự quan tâm lớn của giới nghiên cứu toàn cầu, bởi nó có thể giải quyết một trong những điểm yếu then chốt khiến robot hình người chưa thể phổ cập vào đời sống.
Trong nhiều năm, robot dạng người đã đạt nhiều tiến bộ về khả năng cầm nắm, di chuyển và sử dụng dụng cụ. Tuy nhiên, chúng vẫn lúng túng rõ rệt khi phải xử lý những vật thể có hình dạng biến đổi, môi trường thiếu sáng hoặc các nhiệm vụ hoàn toàn mới không có dữ liệu huấn luyện đi kèm.
Những hạn chế này được xem là trở ngại lớn khiến robot khó bước ra khỏi phòng thí nghiệm để tiến vào đời sống hằng ngày, đặc biệt là không gian gia đình – nơi mọi thứ thay đổi liên tục và khó dự đoán.
Để phá vỡ rào cản đó, nhóm nghiên cứu Trung Quốc đã xây dựng một khung mô hình mới mang tên RGMP – viết tắt của chính sách đa phương thức hình học tiên nghiệm hồi quy. Mô hình này nhằm trang bị cho robot năng lực nhận thức tổng quát về hình dạng, không gian và đặc tính vật lý, giúp chúng hiểu tình huống trước mắt mà không cần hàng nghìn lượt huấn luyện. Nói cách khác, RGMP mang đến cho robot khả năng suy luận về đồ vật tương tự cách con người thực hiện hằng ngày.
RGMP được cấu thành từ hai bộ phận chủ đạo. Thành phần đầu tiên là Bộ chọn Kỹ năng Hình học Tiên nghiệm (GSS). Dựa vào dữ liệu từ camera hoặc cảm biến, GSS hỗ trợ robot đánh giá hình dạng, kích cỡ và hướng của vật thể để chọn ra kỹ năng thao tác phù hợp, từ việc nhặt lên, đẩy sang một bên, xoay lại vị trí cho đến xử lý bằng hai tay.
Thành phần thứ hai là Mạng Gaussian Đệ quy Thích ứng (ARGN). Sau khi robot xác định được kỹ năng phù hợp, ARGN sẽ mô phỏng quan hệ không gian giữa robot và vật thể, đồng thời dự đoán từng chuyển động cần thiết để hoàn tất nhiệm vụ. Đáng chú ý, ARGN có khả năng học cực kỳ tiết kiệm dữ liệu, cho phép robot nắm bắt hành vi phức tạp chỉ từ một số ít ví dụ.
Trong các thử nghiệm thực tế, sự phối hợp giữa GSS và ARGN đã đem lại hiệu quả vượt ngoài kỳ vọng. Robot có thể xử lý các nhiệm vụ hoàn toàn mới với tỷ lệ thành công lên đến 87 phần trăm, ngay cả khi chưa từng được huấn luyện trước.
Con số này vượt trội so với các mô hình sử dụng chính sách khuếch tán – vốn được xem là công nghệ tiên tiến hàng đầu hiện nay. Nhóm nghiên cứu cho biết RGMP đạt hiệu quả dữ liệu cao hơn khoảng 5 lần so với các phương pháp hiện hữu, đồng nghĩa robot học nhanh hơn, tốn ít tài nguyên hơn và có khả năng thích nghi rộng hơn.
Kết quả thử nghiệm đã tạo ấn tượng mạnh với giới chuyên gia. Những robot ứng dụng khuôn khổ RGMP đạt tỷ lệ hoàn thành nhiệm vụ tới 87% ngay cả với các tác vụ hoàn toàn mới mà chúng chưa từng tiếp xúc trước đó.
Công nghệ này sở hữu tiềm năng ứng dụng rất lớn. Nếu robot hình người có thể thao tác đồ vật một cách ổn định mà không cần huấn luyện cho từng tình huống, chúng hoàn toàn có thể được đưa vào môi trường gia đình để dọn dẹp, sắp xếp hay thậm chí đảm nhận việc nấu ăn.
Ở lĩnh vực công nghiệp, robot có thể hỗ trợ trong kho hàng, nhà hàng hoặc dây chuyền sản xuất mà không đòi hỏi quá nhiều điều chỉnh. Đây cũng là mục tiêu mà nhiều công ty robot lớn đang hướng tới nhưng vẫn gặp trở ngại vì chi phí đào tạo dữ liệu quá cao.
Trong thời gian tới, nhóm nghiên cứu tại Đại học Vũ Hán đặt mục tiêu mở rộng khả năng khái quát hóa của RGMP, giúp robot có thể tiếp thu nhiều nhiệm vụ hơn mà gần như không cần con người can thiệp.
Nếu công nghệ này được triển khai rộng rãi, hình ảnh những robot quản gia biết tự dọn dẹp, nấu ăn hay các robot công nhân linh hoạt trong kho hàng và nhà hàng có thể sẽ trở thành hiện thực không xa.
Tác giả chính Xuetao Li cho biết nhóm đang hướng tới việc phát triển khả năng suy luận tự động quỹ đạo thao tác cho những vật thể hoàn toàn mới, giúp robot hiểu phải làm gì chỉ từ lượng thông tin đầu vào tối thiểu. Khi điều này thành công, robot có thể tự học cách xử lý các vật thể lạ trong môi trường biến động mà không cần đào tạo chuyên sâu — một bước tiến lớn trong hành trình phát triển robot hình người.
Nghiên cứu chi tiết đã được công bố trên nền tảng, mở ra nhiều câu hỏi về tương lai robot trong gia đình và doanh nghiệp. Với RGMP, có thể chúng ta đang chứng kiến những viên gạch đầu tiên của một kỷ nguyên mới, nơi robot không chỉ hoàn thành nhiệm vụ mà còn có khả năng suy luận và thích nghi tương tự con người.
