Angus_Bert
Film critic
|
Nếu bạn có đến toà nhà khoa học máy tính tại Đại học Stanford, thì Mobi sẽ đứng sẵn ở đó tại hành lang chính, bên trong một lồng kính. Trông cậu ta giống như một cái thùng rác vậy, có thêm một cái que giống như phần cổ và camera giống như đôi mắt. Đây là một trong số nhiều con robot được phát triển tại Standford trong những năm 1980 cho việc nghiên cứu cách thức máy móc định vị được môi trường của chúng – một dấu mốc hướng đến các mẫu robot thông minh có khả năng sống và làm việc bên cạnh con người. Mobi có thể hoạt động, nhưng không tốt lắm. Việc mà cậu ta có thể làm giỏi nhất là đi men theo bức tường. Cũng giống như nhiều chú robot khác, ‘bộ não’ của Mobi khá là nhỏ nhắn.
Giờ đây khi ở dưới tầng sảnh của Mobi, các nhà khoa học dẫn đầu bởi Ashutosh Saxena đang cố gắng đạt thêm nhiều bước đi mới trong nhiệm vụ này. Họ tạo ra các cỗ máy có thể nhìn, nghe, hiểu được những ngôn ngữ cơ bản (cả chữ viết lẫn lời nói) và họ cũng đang phát triển một thế giới có thể học hỏi được xung quanh chúng, giống như cách mà chúng ta vẫn đang làm vậy.
Ngày hôm nay, khi đã được tài trợ kinh phí bởi Tổ chức Khoa học Quốc gia, Văn phòng Nghiên cứu Naval, Google, Microsoft và Qualcomm, Saxena và nhóm của mình hé lộ một thứ mà họ gọi là RoboBrain, một kiểu dịch vụ online bao gồm hệ thống thông tin và phần mềm trí thông minh nhân tạo mà bất kì con robot nào cũng có thể truy cập được. Làm việc cùng với các nhà nghiên cứu khác tại đại học California ở Bekeley, đại học Brown University và đại học Cornell University, nhóm hi vọng tạo ra được một ‘bộ não’ online khổng lồ có thể giúp tất cả các robot định vị và hiểu được thế giới xung quanh chúng. “Mục đích chính là,” theo như Saxena, người vẽ nên tất cả giấc mơ này. “nhằm tạo ra được một cơ sở kiến thức tuyệt hảo để tất cả các con robot sử dụng.”
Bất kì nhà nghiên cứu nào tại bất cứ đâu cũng đều có khả năng sử dụng dịch vụ này từ xa, một cách miễn phí và cài đặt chúng cho những mẫu robot của mình. Những cỗ máy đó, ở phía ngược lại sẽ phản hồi thông tin về cho dịch vụ, giúp cải thiện ‘kiến thức’ của RoboBrain. Sau đó thì vòng tròn này tiếp tục.
Ngày nay, nếu bạn muốn một con robot có khả năng phục vụ cà phê hay bưng đồ lặt vặt, bạn phải lập trình bằng tay một chương trình phần mềm mới – không thì cũng phải nhờ vả một chuyên gia robot học chia sẻ chương trình mà học đã lập sẵn. Nếu bạn muốn dạy một con robot một tác vụ mới, bạn phải bắt đầu lại tất cả. Những chương trình hay ứng dụng này chạy trực tiếp trên bản thân những con robot, và theo như Saxena thì điều này là hoàn toàn không hiệu quả. Nó đi ngược lại với những xu thế công nghệ và trí thông minh nhân tạo hiện tại, tìm kiếm nguồn xử lí từ hệ thống phân phối, kết hợp hàng triệu máy tính cùng lúc để tạo thành một năng lượng tổng khổng lồ. Và điều này cũng đang dần thay đổi. RoboBrain là một phần trong tiến trình mới được biết đến như là robot đám mây.
Hừng đông của Robot đám mây
Ý tưởng này được phổ biến vào năm 2010 bởi James Kuffner, một trong số nhữmg kĩ sư của Google đứng đằng sau dự án xe hơi tự động đình đám. Trong những năm sau kể từ đó, ý tưởng này đã được lan rộng một cách khá chậm chạp.
Năm 2011, bộ phận nghiên cứu của EU là Seventh Framework Programme trình làng RoboEarth, một dự án cho phép các robot có thể ‘chia sẻ kiến thức’ thông qua cơ sở dữ liệu kiểu world-wide-web cũng như truy cập vào dịch vụ ‘robot đám mây mạnh mẽ’. Bộ mã nguồn có sẵn trên mạng, và nhóm nghiên cứu cũng đã có những bước tiến dài trong việc xây dựng được một kiểu não bộ từ xa. Sau đó, đến năm ngoái thì Kuffer và ken Golberg, một thành viên trong nhóm RoboBrain tại Berkeley, xuất bản một tập sách miêu tả chi tiết một hệ thống làm chủ robot dựa trên cơ chế nhận diện vật thể của Google và nhiều nguồn dữ liệu khác.
Cũng có thêm một dự án mang tên DAvinCi, nhắm đến việc cải tiến các robot dịch vụ bằng việc sử dụng phần mềm phân phối điện toán Hadoop, một phương pháp xử lí nhanh lượng dữ liệu khổng lồ từ hàng trăm con robot. Và đến tháng 10, Cộng đồng Robot học và Tự động hóa của IEEE (IEEE RAS) đưa ra một kêu gọi cho một vấn đề về robot đám mây nhằm đáp ứng mối quan tâm từ các nhà nghiên cứu, các công ty và các chính phủ.
Các ý tưởng tương tự đã từng được một người đàng ông có tên Masayuki Inaba đề ra. Trong những năm 90 của thế kỉ trước, người này đã vạch ra tầm nhìn đối với những con robot – thực hiện hành động vật lí bình thường, nhưng ẩn chứa bên trong là khả năng xử lí của một siêu máy tính kết nối thông qua internet. Khi đó, chúng ta chưa có cơ sở hạ tầng điện toán đủ để thực hiện. Còn ngày nay, các công ty công nghệ đã chuẩn bị sẵn sàng để truy cập vào sức mạnh điện toán khổng lồ này. Các dự án khởi nghiệp, và các trường đại học đều có thể truy cập vào Hadoop hay những phần mềm phân phối khác từ các công ty như Cloudera hay chạy nó trên các dịch vụ đám mây như Amazon. Đám mây của Amazon cũng là nơi mà RoboBrain đang trú ngụ.
Vấn đề về Big Data
Mặc dù vậy, vẫn còn những rào cản nhất định. Không giống như những công nghệ kiểu trợ lí giọng nói Siri của Apple hay nhận diện giọng nói của Google hay hệ thống image-tagging, robot phải sàng lọc kĩ càng rất nhiều kiểu dữ liệu từ nhiều nguồn khác nhau. Giống như con người, chúng là ‘hệ thống đa thức’, và điều này gây ra những thách thức riêng biệt. “Thử thách đầu tiên là làm cách nào để chúng tôi có thể tạo ra được một lớp lưu trữ có thể hỗ trợ nhiều hình thái dữ liệu khác nhau,” chia sẻ từ Aditya Jami, trưởng kĩ sư hạ tầng của RoboBrain.
Đây chính là thứ mà RoboBrain đang cố gắng tạo ra. Xây dựng được một hệ thống lưu trữ online hợp lí, Jami nói, là một bước quan trọng để tích hợp 100.000 nguồn dữ liệu và rất nhiều loại máy móc có giám sát và không có giám sát sử dụng các thuật toán mà các nhà nghiên cứu hi vọng chúng cũng sẽ góp phần tạo nên một hệ thống kết nối khổng lồ.
Jami - người trước đây đã từng xây dựng các hệ thống điện toán quy mô lớn tại Netflix và là thành viên của đội ngũ Yahoo có nhiệm vụ thu thập hàng loạt hệ thống dữ liệu lớn, ví dụ như Hadoop - nói rằng ông đang phát triển một lớp lưu trữ có thể gộp được nhiều mô hình học hỏi độc lập. Một mạng lưới thần kinh cho phép robot có thể ‘thấy’ mọi thứ và cầm nắm nó, ví dụ: có thể kết nối với một hệ thống khác và từ đó kiểm tra được mối quan hệ giữa hai loại vật thể khác nhau.
Ở thời điểm hiện tại, Jami nói rằng mọi thứ không phải luôn vận hành theo cách như thế. Những hệ thống AI như thế này thường được phát triển một cách độc lập, và không sử dụng những định dạng dữ liệu tiêu chuẩn (mặc dù thế thì điều này cũng đang dần thay đổi nhờ vào ‘deep learning’ – Học hỏi chuyên sâu, một kiểu trí thông minh nhân tạo được xây dựng mô phỏng theo các thức não bộ con người hoạt động. Theo như các chuyên gia thì phần tuyệt vời nhất của Deep Learning chính là sự xuất hiện của những ngôn ngữ cơ bản và cú pháp để giao tiếp, nhìn thấy và xử lí ngôn ngữ.)
Kiến thức logic thông thường
“Bất kì một phần tử có trí thông minh nào trong thế giới thực tại cũng đều phải thực hiện ba tác vụ: nhận thức, lên kế hoạch và ngôn ngữ,” Saxena chia sẻ. Đó là tại sao RoboBrain lại cần đến một hệ thống nhận diện vật thể; PlanIt, một chương trình mô phỏng mà người dùng thông qua đó có thể dạy cho robot cách cầm nắm đồ vật hay di chuyển chúng quanh căn phòng; và một hệ thống có tên gọi là Tell Me Dave, một dự án mã nguồn mở dạy robot cách để hiểu được ngôn ngữ.
Sớm thôi, các nhà nghiên cứu sẽ thêm vào các loại mô hình học hỏi và nguồn dữ liệu khác, như là ImageNet, 3D Warehouse và video YouTube. Và kiến thức của loài người – và robots – cung cấp cho RoboBrain sẽ được cung cấp trở lại cho các mô hình để xây dựng dần, giúp tinh chỉnh hoàn hảo hơn các hệ thống AI siêu liên kết này. Saxena và đội ngũ của mình cũng đã thử nghiệm RoboBrain trên một loạt mẫu robot tiện dụng, và thu về những kết quả tích cực.
Bằng việc kết hợp tất cả những phần mềm và dữ liệu này lại, các nhà nghiên cứu hi vọng sẽ tạo ra một hệ thống có thể trình diễn được những dấu hiệu đầu tiên của nhận thức, từ đó sẽ ‘khám phá ra phần lớn những kiến thức logic thông thường của thế giới thực tại,” Bart Selman nói, một cộng tác viên RoboBrain tại Cornell.
Ngay lúc này đây, ngữ cảnh là một thứ gì đó mà máy tính không thật sự giỏi để giải mã. Không giống như con người, robot không biết tránh đường nếu như có người khác đứng chắn lối đi của chúng. Đó là vì sao vẫn đang còn rất nhiều lo ngại rằng robot sẽ gây ra tai nạn tại gia đình và trong công việc. Những người như Selman vẫn đang còn một chặng đường rất dài nữa để thay đổi điều này. Nhưng họ cũng đang có những bước tiến nhất định. Hãy chờ xem.
Không biết máy móc như thế này thì chúng có tự nhận thức rồi làm phản như Skynet không nhỉ?
Theo Wired
)
